题目链接

https://www.lydsy.com/JudgeOnline/problem.php?id=3601

题解

首先还是基本的推式子:

\[\begin{aligned}f_d(n) &= \sum_{i = 1}^n [{\rm gcd}(i, n) = 1]i^d \\ &= \sum_{i = 1}^n i^d \sum_{k | i, k | n}\mu(k) \\ &= \sum_{k | n} \mu(k) \sum_{k | i} i^d \\ &= \sum_{k |n} \mu(k)k^d \sum_{i = 1}^{\frac{n}{k}}i^d\end{aligned}
\]

令 \(g(x) = \sum_\limits{i = 1}^x i^d\),那么原式即为 $ \sum_\limits{k |n} \mu(k)k^d g(\frac{n}{k})$。

关于函数 \(g(x)\),这其实是一个关于 \(x\) 的 \(d + 1\) 次多项式。在这里我们作简要证明。也就是我们要证明「前 \(n\) 个正整数的 \(k\) 次幂之和是关于 \(n\) 的 \(k+1\) 次多项式」。这里把我之前的一篇博客中的内容放出来。证明如下:

令 \(S(n, k) = \sum_\limits{i = 1}^{n} i^k\),那么我们的目的无非是要证明 \(S(n, k)\) 与一个关于 \(n\) 的 \(k + 1\) 次多项式存在某种等式关系。我们作如下考虑:

  • 我们将两个关于 \(n\) 的 \(k + 1\) 次多项式 \((n + 1)^{k + 1}\) 与 \(n^{k + 1}\) 相减,得到: $$\begin{aligned}(n + 1)^{k + 1}-n^{k + 1} &= \left(\sum_{i = 0}^{k + 1}{\binom{k + 1}{i}}n^i\right) - n^{k + 1} \ &= \sum_{i = 0}^k\binom{k + 1}{i}n^i \end{aligned}$$ 其中,\((n + 1)^{k + 1} = \sum_\limits{i = 0}^{k + 1}\binom{k + 1}{i}n^i\) 用到了二项式定理。
  • 多项式 \(n^{k + 1}\)与 \((n - 1)^{k + 1}\) 相减,得到: $$n^{k + 1} - (n - 1)^{k + 1} = \sum_{i = 0}^k \binom{k + 1}{i}(n - 1)^i$$
  • \(\cdots\)
  • 多项式 \(1^{k + 1}\) 与 \(0^{k + 1}\) 相减,得到 $$1^{k + 1} - 0^{k + 1} = \sum_{i = 0}^k\binom{k + 1}{i}0^i$$
  • 将上面所有式子相加,得到 $$(n + 1)^{k + 1} = \sum_{i = 0}^{k}\binom{k + 1}{i}S(n, i)$$

当 \(k = 0\) 时,\(S(n, 0)\) 显然是一个关于 \(n\) 的 \(1\) 次多项式。通过移项,即可得到:对于任意的 \(k(k > 0)\),均满足 \(S(n, k)\) 是一个关于 \(n\) 的 \(k + 1\) 次多项式。

同时,我们还能推广该结论得到:若 \(f(x)\) 是一个关于 \(x\) 的任意 \(k\) 次多项式,\(g(x)\) 满足 \(g(x) = \sum_\limits{i = 1}^{x} f(i)\),那么 \(g(x)\) 也是一个关于 \(x\) 的 \(k + 1\) 次多项式。

其证明显然,我们只需要将 \(f(i)\) 的各次项拆开统计到 \(g(x)\) 中,那么 \(g(x)\) 就是 \(k + 1\) 个形如 \(a \sum_\limits{i = 1}^{x}i^b (0 \leq b \leq k)\) 的关于 \(x\) 的 \(b + 1\) 次多项式的和,即关于 \(x\) 的 \(k + 1\) 次多项式。

既然 \(g(x)\) 已经是一个关于 \(x\) 的 \(d + 1\) 次多项式,那么我们就可以将 \(g(x)\) 写成多项式的一般形式,即:\(g(x) = \sum_\limits{i = 0}^{d + 1}a_{i}x^i\)。由于 \(d \leq 100\),因此每一项的系数 \(a_i\) 可以通过高斯消元求得,复杂度是可接受的。我们将 \(g(x)\) 代入原答案式,得到:

\[\begin{aligned} f_d(n) &= \sum_\limits{k | n} \mu(k)k^d \sum_\limits{i = 0}^{d + 1}a_{i}\left(\frac{n}{k}\right)^i \\ &= \sum_{i = 0}^{d + 1}a_i \sum_{k | n} \mu(k) k^d \left(\frac{n}{k}\right)^i\end{aligned}
\]

令 \(h_i(x) = \sum_\limits{k | x} \mu(k) k^d \left(\frac{x}{k}\right)^i\),显然,\(h_i\) 是两个积性函数的狄利克雷卷积。因此 \(h_i\) 本身也是一个积性函数,由于 \(n\) 的唯一分解式为 \(n = \prod_\limits{k = 1}^{w} p_k ^{\alpha_k}\),故有 \(h_i(n) = \prod_\limits{k = 1}^w h_i(p_k^{\alpha_k})\)。

考虑如何求单个 \(h_i(p ^{\alpha})\):

\[\begin{aligned} h_i(p ^{\alpha}) &= \sum_{j = 0}^{\alpha} \mu(p^j)p^{jd} p^{(\alpha - j)i}\end{aligned}
\]

由于当 \(j = 0\) 时,\(\mu(p^j) = 1\);当 \(j = 1\) 时,\(\mu(p^j) = -1\);当 \(j > 1\) 时,\(\mu(p^j) = 0\)。故有:

\[\begin{aligned} h_i(p ^{\alpha}) &= p^{\alpha i} - p^{\alpha i - i + d}\end{aligned}
\]

这样,单个 \(h_i(p ^ {\alpha})\) 就能用快速幂在 \(O(\log \alpha)\) 的时间内求出。因此,解决整个问题的时间复杂度为 \(O(d^3 + dw \log \alpha)\)。

代码

#include<bits/stdc++.h>

using namespace std;

const int N = 1e3 + 10, mod = 1e9 + 7;

void add(int& x, int y) {
x += y;
if (x >= mod) {
x -= mod;
}
} void sub(int& x, int y) {
x -= y;
if (x < 0) {
x += mod;
}
} int mul(int x, int y) {
return (long long) x * y % mod;
} int qpow(int v, int p) {
int result = 1;
for (; p; p >>= 1, v = mul(v, v)) {
if (p & 1) {
result = mul(result, v);
}
}
return result;
} int d, w, p[N], alpha[N], a[N][N]; void get_coefficient() {
int sum = 0;
for (int i = 0; i <= d + 1; ++i) {
add(sum, qpow(i, d));
a[i][d + 2] = sum;
int pow_value = 1;
for (int j = 0; j <= d + 1; ++j) {
a[i][j] = pow_value;
pow_value = mul(pow_value, i);
}
}
for (int i = 0; i <= d + 1; ++i) {
int rev = i;
for (int j = i + 1; j <= d + 1; ++j) {
if (a[j][i]) {
rev = j;
break;
}
}
if (rev != i) {
for (int j = i; j <= d + 2; ++j) {
swap(a[rev][j], a[i][j]);
}
}
for (int j = i + 1; j <= d + 1; ++j) {
int p = mul(a[j][i], qpow(a[i][i], mod - 2));
for (int k = i; k <= d + 2; ++k) {
sub(a[j][k], mul(a[i][k], p));
}
}
}
for (int i = d + 1; ~i; --i) {
for (int j = i + 1; j <= d + 1; ++j) {
sub(a[i][d + 2], mul(a[i][j], a[j][d + 2]));
}
a[i][d + 2] = mul(a[i][d + 2], qpow(a[i][i], mod - 2));
}
} int g(int i, int j) {
int p_i = p[j], alpha_i = alpha[j];
int c1 = (long long) alpha_i * i % (mod - 1);
int c2 = (c1 + d - i + mod - 1) % (mod - 1);
return (qpow(p_i, c1) - qpow(p_i, c2) + mod) % mod;
} int main() {
scanf("%d%d", &d, &w);
get_coefficient();
for (int i = 1; i <= w; ++i) {
scanf("%d%d", &p[i], &alpha[i]);
}
int answer = 0;
for (int i = 0; i <= d + 1; ++i) {
int result = a[i][d + 2];
for (int j = 1; j <= w; ++j) {
result = mul(result, g(i, j));
}
add(answer, result);
}
printf("%d\n", answer);
return 0;
}

BZOJ3601. 一个人的数论(狄利克雷卷积+高斯消元)及关于「前 $n$ 个正整数的 $k$ 次幂之和是关于 $n$ 的 $k+1$ 次多项式」的证明的更多相关文章

  1. [bzoj3601] 一个人的数论 [莫比乌斯反演+高斯消元]

    题面 传送门 思路 这题妙啊 先把式子摆出来 $f_n(d)=\sum_{i=1}^n[gcd(i,n)==1]i^d$ 这个$gcd$看着碍眼,我们把它反演掉 $f_n(d)=\sum_{i=1}^ ...

  2. 【bzoj3601】一个人的数论 莫比乌斯反演+高斯消元

    题目描述 题解 莫比乌斯反演+高斯消元 (前方高能:所有题目中给出的幂次d,公式里为了防止混淆,均使用了k代替) #include <cstdio> #include <cstrin ...

  3. BZOJ 3601 一个人的数论 ——莫比乌斯反演 高斯消元

    http://www.cnblogs.com/jianglangcaijin/p/4033399.html ——lych_cys 我还是太菜了,考虑一个函数的值得时候,首先考虑是否积性函数,不行的话就 ...

  4. JSOI球形空间产生器 (高斯消元)

    按照朴素的列方程,可以列出n+1个n元2次方程. 将相邻的两个方程相减就可以得到n个n元1次方程,进行高斯消元就可以了. ..,..] of extended; temp,ans:..] of ext ...

  5. BZOJ 3270 博物馆 ——概率DP 高斯消元

    用$F(i,j)$表示A在i,B在j的概率. 然后很容易列出转移方程. 然后可以高斯消元了! 被一个问题困扰了很久,为什么起始点的概率要加上1. (因为其他博客上都是直接写成-1,雾) 考虑初始状态是 ...

  6. BZOJ3601 一个人的数论 【数论 + 高斯消元】

    题目链接 BZOJ3601 题解 挺神的 首先有 \[ \begin{aligned} f(n) &= \sum\limits_{x = 1}^{n} x^{d} [(x,n) = 1] \\ ...

  7. 【bzoj3601】一个人的数论 莫比乌斯反演+莫比乌斯函数性质+高斯消元

    Description Sol 这题好难啊QAQ 反正不看题解我对自然数幂求和那里是一点思路都没有qwq 先推出一个可做一点的式子: \(f(n)=\sum_{k=1}^{n}[(n,k)=1]k^d ...

  8. 【BZOJ3601】一个人的数论 高斯消元+莫比乌斯反演

    [BZOJ3601]一个人的数论 题解:本题的做法还是很神的~ 那么g(n)如何求呢?显然它的常数项=0,我们可以用待定系数法,将n=1...d+1的情况代入式子中解方程,有d+1个方程和d+1个未知 ...

  9. BZOJ-1013 球形空间产生器sphere 高斯消元+数论推公式

    1013: [JSOI2008]球形空间产生器sphere Time Limit: 1 Sec Memory Limit: 162 MB Submit: 3662 Solved: 1910 [Subm ...

随机推荐

  1. 渐变显示渐变消失的BackgroundView

    渐变显示渐变消失的BackgroundView 效果如下: 源码: BackgroundView.h 与 BackgroundView.m // // BackgroundView.h // Test ...

  2. Linux学习---Linux用户审计简单版

    [root@localhost root]# vim /etc/profile # SHENJI history USER=`whoami` USER_IP=`who -u am i 2>/de ...

  3. Scala编程之访问修饰符

    private ,protected,public,在不加前两者声明时为public为公共式访问: private为私有式访问:protected为家族式访问,与Java一致. object Oute ...

  4. 三元运算符 c = a if a>b else b

    def my(a,b): c = a if a>b else b return c d = my(1,12)print(d)

  5. HBase搭建部署

    基础环境准备 zookeeper集群(参开地址:https://www.cnblogs.com/starzy/p/10376642.html) Hadoop集群(参考地址:https://www.cn ...

  6. 遇见C++ Lambda

    转自:https://www.cnblogs.com/allenlooplee/archive/2012/07/03/2574119.html 遇见C++ Lambda Written by Alle ...

  7. 【原创】由于python的导入方式引起的深坑

    目录结构: test/ sacc/ __init__.py app.py logger.py /views __init__.py main.py 事情是这样的,logger里面是一个类LoggerF ...

  8. C# 词法分析器(一)词法分析介绍

    系列导航 (一)词法分析介绍 (二)输入缓冲和代码定位 (三)正则表达式 (四)构造 NFA (五)转换 DFA (六)构造词法分析器 (七)总结 虽然文章的标题是词法分析,但首先还是要从编译原理说开 ...

  9. socket.io+angular.js+express.js做个聊天应用(二)

    版权声明:本文为博主原创文章,未经博主同意不得转载. https://blog.csdn.net/www19940501a/article/details/27585321 接着上一篇 我用的开发工具 ...

  10. [连载]Tutorial series: learning how to write a 3D soft engine from scratch in C#, TypeScript or JavaScript[英]

    MSDN中的一篇博文链接:Tutorial series: learning how to write a 3D soft engine from scratch in C#, TypeScript ...