2020-2021:teams:i_dont_know_png:nikkukun:mobius_inversion
| 两侧同时换到之前的修订记录 前一修订版 后一修订版 | 前一修订版 | ||
|
2020-2021:teams:i_dont_know_png:nikkukun:mobius_inversion [2020/05/11 19:20] nikkukun |
2020-2021:teams:i_dont_know_png:nikkukun:mobius_inversion [2020/05/26 10:20] (当前版本) nikkukun add some links |
||
|---|---|---|---|
| 行 2: | 行 2: | ||
| ===== 积性函数 ===== | ===== 积性函数 ===== | ||
| - | |||
| - | 来我们写一下这个部分……（虚晃一枪）啊好，没写呢 | ||
| 数论函数是一类定义域在正整数上的函数。若对数论函数 $f$，且 $\forall a, b$ 使得 $(a, b) = 1$，都满足 | 数论函数是一类定义域在正整数上的函数。若对数论函数 $f$，且 $\forall a, b$ 使得 $(a, b) = 1$，都满足 | ||
| 行 18: | 行 16: | ||
| $$ | $$ | ||
| - | h(x) = f(x^p) \\ | + | h(n) = f(n^p) \\ |
| - | h(x) = f^p(x) \\ | + | h(n) = f^p(n) \\ |
| - | h(x) = f(x)g(x) \\ | + | h(n) = f(n)g(n) \\ |
| - | h = f * g \\ | + | h(n) = \sum _{d \mid n} f(n) g \left(\dfrac nd \right) \\ |
| $$ | $$ | ||
| ==== 常见积性函数 ==== | ==== 常见积性函数 ==== | ||
| - | 定义符号 | + | 定义艾佛森括号 |
| $$ | $$ | ||
| - | [expr] = | + | [P] = |
| \begin{cases} | \begin{cases} | ||
| - | 1, &\text{expr is true} \\ | + | 1, &P \text{ is true} \\ |
| - | 0, &\text{expr is false} \\ | + | 0, &P \text{ is false} \\ |
| \end{cases} | \end{cases} | ||
| $$ | $$ | ||
| - | * 单位函数：$\varepsilon(n) = [i = 1]$ | + | * 单位函数：$\varepsilon(n) = [n = 1]$ |
| - | * 恒等函数：$\mathrm{id}(n) = i$，下文中一般会直接用 $n$ 代替。 | + | * 恒等函数：$\mathrm{id}(n) = n$，下文中一般会直接用 $n$ 代替。 |
| * 常数函数：$1(n) = 1$，下文中一般会直接用 $1$ 代替。 | * 常数函数：$1(n) = 1$，下文中一般会直接用 $1$ 代替。 | ||
| * 欧拉函数：$\varphi(n) = \sum_{1 \leq i \leq n} [\gcd(i, n) = 1]$ | * 欧拉函数：$\varphi(n) = \sum_{1 \leq i \leq n} [\gcd(i, n) = 1]$ | ||
| 行 44: | 行 42: | ||
| ===== 狄利克雷卷积 ===== | ===== 狄利克雷卷积 ===== | ||
| - | |||
| - | 来我们写一下这个部分……（虚晃一枪）啊好，没写呢 | ||
| 对数论函数 $f, g$，定义它们的狄利克雷卷积 | 对数论函数 $f, g$，定义它们的狄利克雷卷积 | ||
| $$ | $$ | ||
| - | (f \times g)(n) = \sum _{d \mid n} f(n) \cdot g \left(\frac nd \right) | + | (f * g)(n) = \sum _{d \mid n} f(n) \cdot g \left(\dfrac nd \right) |
| $$ | $$ | ||
| 行 70: | 行 66: | ||
| 首先枚举约数，每个约数求出小于他且与他互质的个数，即求这个约数为分母的真分数个数，它们的和必为 $n$。例如 $n = 12$ 时的真分数有 | 首先枚举约数，每个约数求出小于他且与他互质的个数，即求这个约数为分母的真分数个数，它们的和必为 $n$。例如 $n = 12$ 时的真分数有 | ||
| - | $$\frac 1{12}\frac 2{12}\frac 3{12}\frac 4{12}\frac 5{12}\frac 6{12}\frac 7{12}\frac 8{12}\frac 9{12}\frac {10}{12}\frac {11}{12}\frac {12}{12}$$ | + | $$\dfrac 1{12}\dfrac 2{12}\dfrac 3{12}\dfrac 4{12}\dfrac 5{12}\dfrac 6{12}\dfrac 7{12}\dfrac 8{12}\dfrac 9{12}\dfrac {10}{12}\dfrac {11}{12}\dfrac {12}{12}$$ |
| 可以化简为 | 可以化简为 | ||
| - | * $\frac 1{12},\frac 5{12},\frac 7{12},\frac{11}{12}$（$\varphi(12)=4$） | + | * $\dfrac 1{12},\dfrac 5{12},\dfrac 7{12},\dfrac{11}{12}$（$\varphi(12)=4$） |
| - | * $\frac 1{6},\frac 5{6}$（$\varphi(6)=2$） | + | * $\dfrac 1{6},\dfrac 5{6}$（$\varphi(6)=2$） |
| - | * $\frac 1{4},\frac 3{4}$（$\varphi(4)=2$） | + | * $\dfrac 1{4},\dfrac 3{4}$（$\varphi(4)=2$） |
| - | * $\frac 1{3},\frac{2}{3}$（$\varphi(3)=2$） | + | * $\dfrac 1{3},\dfrac{2}{3}$（$\varphi(3)=2$） |
| - | * $\frac 12$（$\varphi(2)=1$） | + | * $\dfrac 12$（$\varphi(2)=1$） |
| - | * $\frac 11$（$\varphi(1)=1$） | + | * $\dfrac 11$（$\varphi(1)=1$） |
| ===== 整数格上的莫比乌斯反演 ===== | ===== 整数格上的莫比乌斯反演 ===== | ||
| 行 93: | 行 89: | ||
| \begin{cases} | \begin{cases} | ||
| 1, &n = 1 \\ | 1, &n = 1 \\ | ||
| - | (-1)^m, &n = \prod_{i=1}^m p_i^{k_i},\ \prod_{i=1}^m k_i=1 \\ | + | (-1)^m, &n = \prod_{i=1}^m p_i^{k_i},\ \prod_{i=1}^m k_i=1,\ p_i \text{ is a prime} \\ |
| 0, &\text{otherwise}\\ | 0, &\text{otherwise}\\ | ||
| \end{cases} | \end{cases} | ||
| 行 100: | 行 96: | ||
| $\mu(n)$ 有两个性质： | $\mu(n)$ 有两个性质： | ||
| - | * $\mu$ 是积性函数。 | + | * $\mu$ 是积性函数 |
| * $\sum_{d \mid n} \mu(d) = [n = 1]$ | * $\sum_{d \mid n} \mu(d) = [n = 1]$ | ||
| - | 第一条性质说明 $\mu(n)$ 可以**线性筛**；第二条性质提供了我们一个**当且仅当** $n = 1$ 时计数的函数，因此在遇到对 $\gcd(i, j) = 1$ 的计数问题中通常会用到它。 | + | 第一条性质说明 $\mu(n)$ 可以**[[..:potassium:sieve#欧拉筛|线性筛]]**；第二条性质提供了我们一个**当且仅当** $n = 1$ 时计数的函数，因此在遇到对 $\gcd(i, j) = 1$ 的计数问题中通常会用到它。 |
| 直接给出代码。 | 直接给出代码。 | ||
| 行 125: | 行 121: | ||
| } | } | ||
| </code> | </code> | ||
| + | |||
| 当出现平方因子就退出筛法保证了每个数只会被最小的因子筛去，因此时间复杂度线性。$\mu(i) = 0$ 的情况是由最小因子筛掉的，而其他情况都是由 $\mu(i) = -\mu(j)$ 得到的。 | 当出现平方因子就退出筛法保证了每个数只会被最小的因子筛去，因此时间复杂度线性。$\mu(i) = 0$ 的情况是由最小因子筛掉的，而其他情况都是由 $\mu(i) = -\mu(j)$ 得到的。 | ||
| ==== 莫比乌斯反演 ==== | ==== 莫比乌斯反演 ==== | ||
| - | 若函数 $f(n)$ 与 $g(n)$ 为数论函数，且满足 $g = f \times 1$，则 $f = g \times \mu$。一种理解的方法如下： | + | 若函数 $f(n)$ 与 $g(n)$ 为数论函数，则 |
| + | |||
| + | $$ | ||
| + | f(n) = \sum _{d \mid n} g(d) | ||
| + | \Leftrightarrow | ||
| + | g(n) = \sum _{d \mid n} \mu \left( \dfrac nd \right) f(d) | ||
| + | $$ | ||
| + | |||
| + | 这其实是说 | ||
| + | |||
| + | $$ | ||
| + | g = f * 1 | ||
| + | \Leftrightarrow | ||
| + | f = g * \mu | ||
| + | $$ | ||
| + | |||
| + | 一种理解的方法如下： | ||
| 狄利克雷卷积中，$1$ 的逆是 $\mu$，即 $\varepsilon = 1 \times \mu$。这很容易理解：对 $(\mu \times 1)(n)$ 作出贡献的仅有 $n$ 的质因数的乘积和 $1$。 | 狄利克雷卷积中，$1$ 的逆是 $\mu$，即 $\varepsilon = 1 \times \mu$。这很容易理解：对 $(\mu \times 1)(n)$ 作出贡献的仅有 $n$ 的质因数的乘积和 $1$。 | ||
| - | 对于 $n$ 的质因数，如果 $n$ 有 $m\geq 1$ 个质因数，那它就有 $m$ 个“一个质因数的积”，$C_{m}^{2}$ 个“两个质因数的积……他们卷起来的和是 | + | 对于 $n$ 的质因数，如果 $n$ 有 $m\geq 1$ 个质因数，那它就有 $\binom m1$ 个“一个质因数的积”，$\binom m2$ 个“两个质因数的积……他们卷起来的和是 |
| $$ | $$ | ||
| 行 140: | 行 153: | ||
| 加上 $1$ 的贡献，即为 $0$。所以只有当 $n=1$ 的时候 $(\mu \times 1)(n)$ 才为 $1$，故 $\varepsilon = 1 \times \mu$。 | 加上 $1$ 的贡献，即为 $0$。所以只有当 $n=1$ 的时候 $(\mu \times 1)(n)$ 才为 $1$，故 $\varepsilon = 1 \times \mu$。 | ||
| + | |||
| + | |||
| + | 莫比乌斯反演的另一种不太常用的形式是，若函数 $f(n)$ 与 $g(n)$ 为数论函数，则 | ||
| + | |||
| + | $$ | ||
| + | f(n) = \sum _{n \mid d} g(n) | ||
| + | \Leftrightarrow | ||
| + | g(n) = \sum _{n \mid d} \mu \left( \dfrac dn \right) f(d) | ||
| + | $$ | ||
| 给出一些常用反演： | 给出一些常用反演： | ||
| - | * $\varepsilon = \mu \times 1$ | + | * $\varepsilon = \mu * 1$ |
| - | * $n = \varphi \times 1 \Leftrightarrow \varphi = n \times \mu$ | + | * $n = \varphi * 1 \Leftrightarrow \varphi = n * \mu$ |
| + | |||
| + | |||
| + | |||
| + | |||
| + | ==== 莫比乌斯反演与前缀、差分的联系 ==== | ||
| + | |||
| + | 莫比乌斯反演实际上是一个高维前缀和与高维差分。 | ||
| + | |||
| + | 对 $n$ 进行唯一分解 $n = \prod_{i = 1}^m p_i^{k_i}$，则 $n$ 代表了一个高维空间的点 $(k_1, k_2, \ldots, k_m)$，且 $n$ 的所有约数 $d$ 代表的点与 $(k_1, k_2, \ldots, k_m)$ 的关系都是一个高维偏序关系。因此若有 $f = g \times 1$，则 $f$ 实际是 $g$ 的一个高维前缀和。类似地，与 $\mu$ 的狄利克雷卷积可以将这个高维前缀和还原，因此 $\mu$ 实际上是与之相对的高维差分。 | ||
| + | |||
| + | 利用这个性质，在计算类似 $g(n) = (f * \mu)(n)$ 时可以不需要枚举每个 $n$ 的因数 $d$，而只用枚举其质因数 $p_i$，依次利用差分将每个 $p_i$ 对应的维度降下来，可以略微降低复杂度。 | ||
| + | |||
| ===== 应用 ===== | ===== 应用 ===== | ||
| 行 158: | 行 193: | ||
| $$ | $$ | ||
| \begin{aligned} | \begin{aligned} | ||
| + | |||
| \sum_{i=1}^n \sum_{j=1}^m [(i,j)=k] | \sum_{i=1}^n \sum_{j=1}^m [(i,j)=k] | ||
| - | =& \sum_{i=1}^n \sum_{j=1}^m \left[\left(\frac ik,\frac jk\right)=1\right] \\ | + | |
| - | =& \sum_{i=1}^n \sum_{j=1}^m \sum_{g|(i,j)} \mu(g) \\ | + | =& \sum_{i=1}^n \sum_{j=1}^m \left[\left(\dfrac ik,\dfrac jk\right)=1\right] \\ |
| - | =& \sum_{i=1}^n \sum_{j=1}^m \sum_{g|i\text{ 且 }g|j} \mu(g) \\ | + | |
| - | =& \sum_{g=1}^n\sum_{i=1}^{\left\lfloor n/g\right\rfloor} \sum_{j=1}^{\left\lfloor m/g\right\rfloor} \mu(g) \\ | + | =& \sum_{i=1} ^ {\lfloor n/k \rfloor} \sum_{j=1} ^ {\lfloor m/k \rfloor} \sum_{g\mid(i,j)} \mu(g) \\ |
| - | =& \sum_{g=1}^n \mu(g) \sum_{i=1}^{\left\lfloor n/g \right\rfloor} \sum_{j=1}^{\left\lfloor m/g\right\rfloor} \\ | + | |
| + | =& \sum_{i=1} ^ {\lfloor n/k \rfloor} \sum_{j=1} ^ {\lfloor m/k \rfloor} \sum_{g \mid i \land g \mid j} \mu(g) \\ | ||
| + | |||
| + | =& \sum_{g=1}^n\sum_{i=1}^{\left\lfloor n/kg\right\rfloor} \sum_{j=1}^{\left\lfloor m/kg\right\rfloor} \mu(g) \\ | ||
| + | |||
| + | =& \sum_{g=1}^n \mu(g) \sum_{i=1}^{\left\lfloor n/kg \right\rfloor} \sum_{j=1}^{\left\lfloor m/kg\right\rfloor} 1 \\ | ||
| \end{aligned} | \end{aligned} | ||
| $$ | $$ | ||
| - | 而 $\left\lfloor \dfrac ng\right\rfloor$ 只有不超过 $\sqrt{n}$ 种取值，$\left\lfloor \dfrac ng\right\rfloor$ 和 $\left\lfloor \dfrac mg\right\rfloor$ 只有不超过 $\sqrt{n}+\sqrt{m}$ 种取值，因此可以将 $[1,n]$ 分成 $\sqrt{n}+\sqrt{m}$ 块，每一块的 $\left\lfloor \dfrac ng\right\rfloor$ 和 $\left\lfloor \dfrac mg\right\rfloor$ 取值都不变，则我们预处理 $\mu$ 后可以对一块区间进行 $\mathcal{O}(1)$ 的统计，总时间复杂度为 $\mathcal{O}(\sqrt{n}+\sqrt{m})$。 | + | 而 $\left\lfloor \dfrac ng\right\rfloor$ 只有不超过 $\sqrt{n}$ 种取值，$\left\lfloor \dfrac ng\right\rfloor$ 和 $\left\lfloor \dfrac mg\right\rfloor$ 只有不超过 $\sqrt{n}+\sqrt{m}$ 种取值，因此可以将 $[1,n]$ 分成 $\sqrt{n}+\sqrt{m}$ 块，每一块的 $\left\lfloor \dfrac ng\right\rfloor$ 和 $\left\lfloor \dfrac mg\right\rfloor$ 取值都不变，则我们预处理 $\mu$ 后可以对一块区间进行 $O(1)$ 的统计，总时间复杂度为 $O(\sqrt{n}+\sqrt{m})$。 |
| === 使用函数变换的方法 === | === 使用函数变换的方法 === | ||
| - | 令$f(k)=\sum_{i=1}^n \sum_{j=1}^m [(i,j)=k]$，$g(k)=\sum_{i=1}^n \sum_{j=1}^m [k \mid (i,j)]$，则$f(k)$就是我们要求的答案。很明显 $k \mid (i,j) \Leftrightarrow k \mid i\text{ 且 } k\mid j$，因此$g(k)=\left\lfloor \dfrac nk \right\rfloor \left\lfloor \dfrac mk \right\rfloor$。 | + | 令 $f(k)=\sum_{i=1}^n \sum_{j=1}^m [(i,j)=k]$，$g(k)=\sum_{i=1}^n \sum_{j=1}^m [k \mid (i,j)]$，则 $f(k)$ 就是我们要求的答案。很明显 $k \mid (i,j) \Leftrightarrow k \mid i\text{ 且 } k\mid j$，因此$g(k)=\left\lfloor \dfrac nk \right\rfloor \left\lfloor \dfrac mk \right\rfloor$。 |
| - | 发现 $g(k)=\sum_{d=1}^{\left\lfloor n/k \right\rfloor}f(d \times k)$，因此有： | + | 发现 $g(k)=\sum_{d=1}^{\left\lfloor n/k \right\rfloor}f(d * k)$，因此有： |
| $$ | $$ | ||
| \begin{aligned} | \begin{aligned} | ||
| - | f(k)=&\sum_{d=1}^{\left\lfloor n/k \right\rfloor}g(d \times k)\mu(d) \\ | + | f(k)=&\sum_{d=1}^{\left\lfloor n/k \right\rfloor}g(d * k)\mu(d) \\ |
| =&\sum_{d=1}^{\left\lfloor n/k \right\rfloor}\left\lfloor \dfrac n{dk} \right\rfloor \left\lfloor \dfrac m{dk} \right\rfloor\mu(d) | =&\sum_{d=1}^{\left\lfloor n/k \right\rfloor}\left\lfloor \dfrac n{dk} \right\rfloor \left\lfloor \dfrac m{dk} \right\rfloor\mu(d) | ||
| \end{aligned} | \end{aligned} | ||
| 行 190: | 行 232: | ||
| $$ | $$ | ||
| - | 类似上面可以证明 $n',m'$ 的取值个数，因此求解也是 $\mathcal{O}(\sqrt{n}+\sqrt{m})$ 的。 | + | 类似上面可以证明 $n',m'$ 的取值个数，因此求解也是 $O(\sqrt{n}+\sqrt{m})$ 的。 |
| 好了，那求了一个区间后，怎么寻找下一个区间？假设我们当前区间开头为 $i$，并假设下一个区间为 $j$ ，则： | 好了，那求了一个区间后，怎么寻找下一个区间？假设我们当前区间开头为 $i$，并假设下一个区间为 $j$ ，则： | ||
| 行 210: | 行 252: | ||
| $$ | $$ | ||
| - | d(ij) = \sum _{x|i} \sum _{y|j} [(x, y) = 1] | + | d(ij) = \sum _{x\mid i} \sum _{y\mid j} [(x, y) = 1] |
| $$ | $$ | ||
| 以下给出一个简单的证明： | 以下给出一个简单的证明： | ||
| - | 上式显然先决定 $x$ 的取值，再决定 $y$ 的取值。对于一个因子 $p$，若 $p^a | i,\ p^b | j$，且 $p^{a+b} | ij$，则 | + | 上式显然先决定 $x$ 的取值，再决定 $y$ 的取值。对于一个质因子 $p$，若 $p^a \mid i,\ p^b \mid j$，且 $p^{a+b} \mid ij$，则由于 $(x, y) = 1$，一定有 $\min(a, b) = 0$，故 |
| - | * $p^0 | x$，则表示 $y$ 可以任意选 $p^1, \ldots, p^b$ 等因子，分别对应因数 $d | p^{a+1}, d | p^{a+2}, \ldots, d | p^{a+b}$ | + | * $p^0 \mid x$，则表示 $y$ 可以任意选 $p^1, \ldots, p^b$ 等因子，分别映射到因数 $p^{a+1}, p^{a+2}, \ldots, p^{a+b}$； |
| - | * $p^1 | x, p^2 | x, \ldots, p^a | x$，则表示 $x$ 可以任意选 $p^1, \ldots, p^a$ 等因子，分别对应因数 $d | p^{1}, d | p^{2}, \ldots, d | p^{a}$ | + | * $p^1 \mid x, p^2 \mid x, \ldots, p^a \mid x$，则表示 $x$ 可以任意选 $p^1, \ldots, p^a$ 等因子，分别映射到因数 $p^{1}, p^{2}, \ldots, p^{a}$； |
| - | * $x = 1, y = 0$，则表示因数 $1$。 | + | * $p^0 \mid x$ 且 $q^0 \mid y$ 等因子，映射到因数 $p^0$； |
| - | 综上，因子 $p^0, p^1, \ldots, p^{a+b}$ 都能被唯一地表示出来且一一对应（双射），因此等式成立。 | + | 综上，因子 $p^0, p^1, \ldots, p^{a+b}$ 都能被唯一地表示出来且一一对应（双射），因此等式成立。[[..:potassium:sieve |
| + | #约数之和|这里]] 提供了另一种关于约数个数和的类似形式证明，但是使用了更合理的映射使得式子易于证明。 | ||
| - | 然后还有个推广的神奇大结论： | ||
| - | |||
| - | $$\sum_{x_1}^{y_1} \sum_{x_2}^{y_2} \cdots \sum_{x_k}^{y_k} d(x_1 x_2 \cdots x_k) = \sum_{x_1}^{y_1} \sum_{x_2}^{y_2} \cdots \sum_{x_k}^{y_k} \prod_{i=1}^{k} \left\lfloor \dfrac{y_i}{x_i} \right\rfloor \prod_{i < j } [(x_i, x_j)=1]$$ | ||
| - | |||
| - | 太神奇，[[http://www.cnblogs.com/iwtwiioi/p/4986325.html|证明]]需要二重数学归纳，略过。 | ||
| ===== 练习 ===== | ===== 练习 ===== | ||
| 行 247: | 行 285: | ||
| ==== SDOI2008 仪仗队 ==== | ==== SDOI2008 仪仗队 ==== | ||
| - | 不被挡住即行列 $(i,j)=1$（从 $0$ 标号），因此答案为 $(\sum_{i=1}^n \sum_{i=1}^n [(i,j)==1])+2$（$2$个是$(0,1),(1,0)$）。最终化为 $(\sum_{g=1}^n \mu(g) \lfloor n / g\rfloor ^2)+2$，分块求解。 | + | 不被挡住即行列 $(i,j)=1$（从 $0$ 标号），因此答案为 $(\sum_{i=1}^{n - 1} \sum_{j=1}^{n - 1} [(i,j)=1])+2$（$2$ 个是 $(0,1)$、$(1,0)$）。最终化为 $(\sum_{g=1}^n \mu(g) \lfloor n / g\rfloor ^2)+2$，分块求解。 |
| ==== SDOI2015 约数个数和 ==== | ==== SDOI2015 约数个数和 ==== | ||
| 行 257: | 行 295: | ||
| $$ | $$ | ||
| \begin{aligned} | \begin{aligned} | ||
| + | |||
| \sum_{i=1}^n \sum_{j=1}^m d(ij) | \sum_{i=1}^n \sum_{j=1}^m d(ij) | ||
| - | =&\sum_{i=1}^n \sum_{j=1}^m [(i,j)==1] \\ | + | |
| - | =&\sum_{i=1}^n \sum_{j=1}^m {\left\lfloor \dfrac ni\right\rfloor}{\left\lfloor \dfrac mj\right\rfloor} \sum_{g|(i,j)}\mu(g) \\ | + | =&\sum_{i=1}^n \sum_{j=1}^m [(i,j)=1] \\ |
| - | =&\sum_{g=1}^n\mu(g)\sum_{i=1}^{\left\lfloor n/g\right\rfloor} \sum_{j=1}^{\left\lfloor m/g\right\rfloor} \dfrac n{ig} \dfrac m{jg} \\ | + | |
| - | =&\sum_{g=1}^n\mu(g)\sum_{i=1}^{n'} \sum_{j=1}^{m'} \dfrac {n'}i \dfrac{m'}j \\ | + | =&\sum_{i=1}^n \sum_{j=1}^m {\left\lfloor \dfrac ni\right\rfloor}{\left\lfloor \dfrac mj\right\rfloor} \sum_{g \mid (i,j)}\mu(g) \\ |
| - | =&\sum_{g=1}^n\mu(g)\sum_{i=1}^{n'} \dfrac {n'}i\sum_{j=1}^{m'} \dfrac{m'}j \\ | + | |
| + | =&\sum_{g=1}^n\mu(g)\sum_{i=1}^{\left\lfloor n/g\right\rfloor} \sum_{j=1}^{\left\lfloor m/g\right\rfloor} \left\lfloor \dfrac n{ig} \right\rfloor \left\lfloor \dfrac m{jg} \right\rfloor \\ | ||
| + | |||
| + | =&\sum_{g=1}^n\mu(g)\sum_{i=1}^{n'} \sum_{j=1}^{m'} \left\lfloor \dfrac {n'}i \right\rfloor \left\lfloor \dfrac{m'}j \right\rfloor \\ | ||
| + | |||
| + | =&\sum_{g=1}^n\mu(g)\sum_{i=1}^{n'} \left\lfloor \dfrac {n'}i \right\rfloor \sum_{j=1}^{m'} \left\lfloor\dfrac{m'}j \right\rfloor \\ | ||
| \end{aligned} | \end{aligned} | ||
| $$ | $$ | ||
| - | 然后就可以预处理 $f(n)=\sum_{i=1}^n \dfrac ni$ 的值，每次询问就可以分块解决。之所以要预处理 $f(n)$，是因为在倒数第二步时如果采用直接计算 $\sum_{i=1}^{n'} \sum_{j=1}^{m'} \dfrac {n'}i \dfrac{m'}j$ 开销是很大的。但如果我们能预处理，就能做到 $\mathcal{O}(1)$ 计算。 | + | 然后就可以预处理 $f(n)=\sum_{i=1}^n \left\lfloor \dfrac ni \right\rfloor$ 的值，每次询问就可以分块解决。之所以要预处理 $f(n)$，是因为在倒数第二步时如果采用直接计算 $\sum_{i=1}^{n'} \sum_{j=1}^{m'} \left\lfloor \dfrac {n'}i \right\rfloor \left\lfloor \dfrac{m'}j \right\rfloor$ 开销是很大的。但如果我们能预处理，就能做到 $O(1)$ 计算。 |
| - | 预处理时间复杂度 $\mathcal{O}(n\sqrt{n})$，单次询问时间复杂度 $\mathcal{O}(\sqrt{n})$。 | + | 预处理时间复杂度 $O(n\sqrt{n})$，单次询问时间复杂度 $O(\sqrt{n})$。 |
| ==== HNMTC2015#5 Lucas的数论 ==== | ==== HNMTC2015#5 Lucas的数论 ==== | ||
| - | 发现是 //SDOI2015 约数个数和// 的单询问加强版本，上面对 $\mu$ 前缀和的 $\mathcal{O}(n)$ 时间复杂度已经不能满足我们了，因此我们需要用杜教筛求出 $\mu(n)$ 前缀和，在 $\mathcal{O}(n ^{2/3})$ 时间内完成计算。 | + | 发现是 //SDOI2015 约数个数和// 的单询问加强版本，上面对 $\mu$ 前缀和的 $O(n)$ 时间复杂度已经不能满足我们了，因此我们需要用杜教筛求出 $\mu(n)$ 前缀和，在 $O(n ^{2/3})$ 时间内完成计算。 |
| 行 279: | 行 324: | ||
| 比较有意思的莫比乌斯反演题。 | 比较有意思的莫比乌斯反演题。 | ||
| - | 来我们写一下这个部分……（虚晃一枪）啊好，没写呢 | + | 枚举比值 $k=\dfrac {p}{q}\ge 1$ 中的 $p,q$，再枚举最短边 $x$，$x+kx>k^2x$ 可以得到约束 $k<\phi=\dfrac{1+\sqrt 5}{2}$ ，即 $q\le p<\phi q$ 。同时 $x$ 需要为 $q^2$ 的整数倍，故 $q\le \sqrt n$ ，设 $x=iq^2$ ，式子化为： |
| + | |||
| + | $$ | ||
| + | \begin{aligned} | ||
| + | &\sum_{q=1}^{\sqrt n}\sum_{p=q}^{\phi q}[(p,q)=1]\sum_{i=1}^{+\infty}[ip^2\le n]\\ | ||
| + | |||
| + | =&\sum_{q=1}^{\sqrt n}\sum_{p=q}^{\phi q}[(p,q)=1]\left\lfloor\dfrac{n}{p^2}\right\rfloor | ||
| + | \end{aligned} | ||
| + | $$ | ||
| + | |||
| + | 发现可以将 $p$ 前提，故找出 $p$ 的范围。由于 $xk^2=ip^2\le n$，$p\le \sqrt n$ 。原式进一步化为： | ||
| + | |||
| + | $$=\sum_{p=1}^{\sqrt n}\left\lfloor\dfrac{n}{p^2}\right\rfloor\sum_{q=\lceil p / \phi \rceil}^{p}[(p,q)=1]$$ | ||
| + | |||
| + | 此时考虑简化对 $q$ 求和部分。我们发现这部分就是 $\varphi(p)-\sum_{i=1}^{\lceil p / \phi \rceil -1}[(i,p)=1]$ ，而 $\sum_{i=1}^{n}[(i,p)=1]$ 很容易反演为 $\sum_{d\mid p}\mu(d)\lfloor\dfrac nd\rfloor$ 。枚举 $p$ 以及 $p$ 的每个因数 $d$ ，由于 $1\sim n$ 约数个数和是 $O(n\log n)$ 的，故复杂度为 $O(\sqrt n \log n)$ 。 | ||
| + | |||
| + | [[https://loj.ac/article/1679|这里]] 提供了一个 $O(\sqrt n\log \log \sqrt n)$ 的做法，该做法基于莫比乌斯反演的前缀和和差分意义，使得计算 $g(n) = (f * \mu)(n)$ 时不需要枚举每个 $n$ 的因数 $d$，而只用枚举质因数 $p_i$ 使复杂度略微下降。 | ||
| ===== 总结 ===== | ===== 总结 ===== | ||
| - | 莫比乌斯反演基本上离不开 GCD 和两个累和符号，而且通常通过将式子化为 $\varepsilon(n)$ 的形式，进而反演成 $\mu(n)$ 并提出相关变量的形式，简化式子进行计算。求解一般通过**数论分块**和预处理 $\mu(n)$ 前缀和的方式在 $\mathcal{O}(\sqrt{n})$ 时间内求和。 | + | 莫比乌斯反演基本上离不开 GCD 和两个累和符号，而且通常通过将式子化为 $\varepsilon(n)$ 的形式，进而反演成 $\mu(n)$ 并提出相关变量的形式，简化式子进行计算。求解一般通过**数论分块**和预处理 $\mu(n)$ 前缀和的方式在 $O(\sqrt{n})$ 时间内求和。 |
| - | * $\epsilon = \mu \times 1$，$n = \varphi \times 1$ | + | * $\varepsilon = \mu * 1$，$n = \varphi * 1$ |
| * 当待分块函数（如 $\mu$）可以单独提出**预处理**时，可以通过此降低时间复杂度。 | * 当待分块函数（如 $\mu$）可以单独提出**预处理**时，可以通过此降低时间复杂度。 | ||
| * 若多次询问中，分块区域下含有 GCD 的枚举值 $g$ 和 $i$ 或 $j$ 之一，可以通过更换枚举变量改为枚举 $ig$ 或 $jg$ 的值，再枚举 $g$ 加速。（说法很意识流，详见[[https://blog.sengxian.com/algorithms/mobius-inversion-formula|莫比乌斯反演简要笔记 - GCD的幂]]） | * 若多次询问中，分块区域下含有 GCD 的枚举值 $g$ 和 $i$ 或 $j$ 之一，可以通过更换枚举变量改为枚举 $ig$ 或 $jg$ 的值，再枚举 $g$ 加速。（说法很意识流，详见[[https://blog.sengxian.com/algorithms/mobius-inversion-formula|莫比乌斯反演简要笔记 - GCD的幂]]） | ||
2020-2021/teams/i_dont_know_png/nikkukun/mobius_inversion.1589196002.txt.gz · 最后更改: 2020/05/11 19:20 由 nikkukun
