题目戳我

\(\text{Solution:}\)

\[\sum_{i=1}^n \sum_{j=1}^n \rho(i)\rho(j)\rho(\gcd(i,j))
\]
\[=\sum_{d=1}^n \rho(d)\sum_{i=1}^n \sum_{j=1}^n \rho(i)\rho(j)\rho(\gcd(i,j))[\gcd(i,j)=d]
\]
\[=\sum_{d=1}^n \rho(d)\sum_{i=1}^\frac{n}{d}\sum_{j=1}^\frac{n}{d}\rho(i*d)\rho(j*d)[\gcd(i,j)=1]
\]
\[=\sum_{d=1}^n\rho(d) \sum_{k=1}^\frac{n}{d}\mu(k)\sum_{i=1}^\frac{n}{kd}\sum_{j=1}^\frac{n}{kd}\rho(i*kd)\rho(j*kd)
\]
\[=\sum_{T=1}^n\sum_{d|T} \rho(d)\mu(\frac{T}{d})\sum_{i=1}^\frac{n}{T}\sum_{j=1}^\frac{n}{T}\rho(i*T)\rho(j*T)
\]
\[=\sum_{T=1}^n \sum_{i=1}^\frac{n}{T}\sum_{j=1}^\frac{n}{T}\rho(i*T)\rho(j*T)
\]

\(\rho*\mu=1*1*\mu=1*e\)即值始终为\(1.\)

这题所学到的主要是线性筛约数个数\(\rho\):

前提:唯一分解定理 \(n=\prod_{i=1}^k p_i^{a_i},\rho(n)=\prod (a_i+1)\)

设\(g\)是最小质因数的次数,\(t\)是约数个数。

对于质数:显然\(g=1,t=2(1,p).\)

令\(n=i*p[j]:\)

若\(i\equiv 0\bmod p[j],g[n]=g[i]+1,t[n]=\frac{t[i]*(g[n]+1)}{g(n)}\)

否则\(g[n]=1,t[n]=t[i]*2.\)

解释:对于非质数的第二种情况,最小质因子次数一定是一个质数不必解释,而因子个数由于多了一个质因子,所以由上述唯一分解定理会使得原来的\(g\)变为两倍(多乘了一个\(c_p+1,c_p=1.\))

对于非质数的第一种情况,最小质因子一定是当前的\(p[j],\)所以最小质因子次数就是\(g[i]+1,\)而约数个数需要先把\(i\)的\(p[j]\)因子除尽再乘上当前的这个,实际上就是把\(c_{p[j]}\)加了一。

于是这题可以在不用 Dirichlet前缀和 的情况下做到\(O(n\ln n+n\ln n).\)

#include<bits/stdc++.h>
using namespace std;
const int MAXN=2e6;
int n,m,pp,vis[MAXN+1],cnt,p[MAXN+1],t[MAXN+1],g[MAXN+1],Tn[MAXN+1],Tm[MAXN+1],ans;
inline int add(int x,int y){return (x+y)%pp;}
inline int mul(int x,int y){return 1ll*x*y%pp;}
inline void predo(){
t[1]=1;
for(int i=2;i<=MAXN;++i){
if(!vis[i])p[++cnt]=i,g[i]=1,t[i]=2;
for(int j=1;j<=cnt&&i*p[j]<=MAXN;++j){
vis[i*p[j]]=1;
if(i%p[j]==0){
g[i*p[j]]=g[i]+1;
t[i*p[j]]=mul(t[i]/g[i*p[j]],(g[i*p[j]]+1));
break;
}
g[i*p[j]]=1;
t[i*p[j]]=t[i]<<1;
}
}
}
int main(){
scanf("%d%d%d",&n,&m,&pp);
predo();
if(n>m)swap(n,m);
for(int i=1;i<=n;++i)
for(int j=1;j<=n/i;++j)
Tn[i]=add(Tn[i],t[i*j]);
for(int i=1;i<=m;++i)
for(int j=1;j<=m/i;++j)
Tm[i]=add(Tm[i],t[i*j]);
for(int T=1;T<=n;++T)
ans=add(ans,mul(Tn[T],Tm[T]));
printf("%d\n",ans);
return 0;
}

【题解】「MCOI-02」Convex Hull 凸包的更多相关文章

  1. P6810 「MCOI-02」Convex Hull 凸包

    Link 一句话题意: 求出 \(\displaystyle\sum_{i=1}^{n}\sum_{j=1}^{m}\tau(i)\tau(j)\tau(gcd(i,j))\) 前置知识 \(diri ...

  2. 【题解】「UVA681」Convex Hull Finding

    更改了一下程序的错误. Translation 找出凸包,然后逆时针输出每个点,测试数据中没有相邻的边是共线的.多测. Solution 首先推销一下作者的笔记 由此进入>>> ( ...

  3. 【题解】「UVA11626」Convex Hull

    凸包模板题. 之前写过拿 Graham 算法求凸包的,为了不重复/多学点知识,那这次拿 Andrew 算法求凸包吧qaq *此文章所有图片均为作者手画. Andrew 算法 假设我们有这些点: 首先把 ...

  4. [GYM 100492A] Average Convex Hull 凸包好题

    大致题意: 给出一个点集,其中有一个点有相同的几率会被删除,求删除之后的点集够成的凸包上的点的平均数. 首先看到题目,可以考虑枚举删除的点,将其凸包上前后两点以及两点间凸包内所有点构建凸包,因为凸包内 ...

  5. Opencv Convex Hull (凸包)

    #include <iostream>#include <opencv2/opencv.hpp> using namespace std;using namespace cv; ...

  6. 2.2 convex hull凸包

    1.定义:一组平面上的点,求一个包含所有点的最小的凸多边形,就是凸包问题. 利用编程解决凸包问题,应该得到一组逆时针的顶点的顺序集合,在边上但不是顶点,则不包含在集合里. 2.机械的方法:将点所在的位 ...

  7. 题解 「THUPC 2017」小 L 的计算题 / Sum

    题目传送门 题目大意 给出 \(a_{1,2,...,n}\),对于 \(\forall k\in [1,n]\) ,求出: \[\sum_{i=1}^{n}a_i^k \] \(n\le 2\tim ...

  8. 凸包(Convex Hull)构造算法——Graham扫描法

    凸包(Convex Hull) 在图形学中,凸包是一个非常重要的概念.简明的说,在平面中给出N个点,找出一个由其中某些点作为顶点组成的凸多边形,恰好能围住所有的N个点. 这十分像是在一块木板上钉了N个 ...

  9. OpenCV入门之寻找图像的凸包(convex hull)

    介绍   凸包(Convex Hull)是一个计算几何(图形学)中的概念,它的严格的数学定义为:在一个向量空间V中,对于给定集合X,所有包含X的凸集的交集S被称为X的凸包.   在图像处理过程中,我们 ...

随机推荐

  1. vue打包之后找不到图片路径,打包项目时,dist文件夹内部分图片找不到

    1.打包项目时,会默认把存放在public内的小于4k的图片转换成base64,作为内联样式. 可以在vue.config.js中修改默认大小,在chainWepack:config=>{}中添 ...

  2. Android反解符号表工具

    cd ~/android-ndk-r13b/toolchains/arm-linux-androideabi-4.9/prebuilt/darwin-x86_64/bin ./arm-linux-an ...

  3. 初级知识点二——C#值传递

    C#中有值传递和引用传递,这个东西一直有点儿绕,今天花点儿时间来把这个事情搞清楚. 传递值类型的参数 值类型的变量,是直接包含其数据的.实际上,在向方法传递一个值类型变量,其实就意味着向方法传递了一个 ...

  4. MySQL 增删查改 必知必会

    MySQL 数据库中的基础操作 3.表的修改 对表的表名.字段.字段类型.字段长度.约束等进行修改. 3.1 表的名称修改 -- 语法: ALTER TABLE 库名.表名 RENAME TO 新表名 ...

  5. 利用递归方法实现链表反转、前N个节点反转以及中间部分节点反转

    一.反转整个链表 问题:定义一个函数,输入一个链表的头节点,反转该链表并输出反转后链表的头节点. 示例: 输入: 1->2->3->4->5->NULL 输出: 5-&g ...

  6. akka-streams - 从应用角度学习:basic stream parts

    实际上很早就写了一系列关于akka-streams的博客.但那个时候纯粹是为了了解akka而去学习的,主要是从了解akka-streams的原理为出发点.因为akka-streams是akka系列工具 ...

  7. 【问题】【SpringBoot】记一次springboot框架下用jackson解析RequestBody失败的问题

    最近项目中遇到了一个问题,费好大劲才发现问题所在,并且修复了问题,下面分享一下这个问题的定位和修复的新路旅程. 先说下背景:该项目用的是SpringBoot框架,主要功能为对外提供一些Restful ...

  8. Activiti7 流程变量(UEL-Value方式)

    需求:请假天数大于3天走总经理审批,小于等于3天直接走人事 画图 因为IDEA不展示那个线上的东西,所以截屏自己写的,还有就是我感觉IDEA画图挺坑的,之前画了好几遍,一部署就报错,很奇怪 /** * ...

  9. Mybatis源码学习第六天(核心流程分析)之Executor分析(补充)

    补充上一章没有讲解的三个Executor执行器; 还是贴一下之前的代码吧;我发现其实有些分析注释还是写在代码里面比较好,方便大家理解,之前是我的疏忽,不好意思 @Override public < ...

  10. PIoU Loss:倾斜目标检测专用损失函数,公开超难倾斜目标数据集Retail50K | ECCV 2020 Spotlight

    论文提出从IoU指标延伸来的PIoU损失函数,能够有效地提高倾斜目标检测场景下的旋转角度预测和IoU效果,对anchor-based方法和anchor-free方法均适用.另外论文提供了Retail5 ...