====== 数论 1 ====== ===== 逆元递推 ===== ==== 算法简介 ==== 线性时间递推 $0\sim p-1$ 在模 $p$ 意义下的乘法逆元。 ==== 算法思想 ==== 首先 $1^{-1}\equiv 1\pmod p$。设 $p=k\ast i+r\left(1\le r \lt i\lt p\right)$。所以有 $k\ast i+r\equiv 0\pmod p$。两边同乘以 $r^{-1}$、$i^{-1}$，有 $i^{-1}\equiv -k\ast r^{-1}\pmod p$。即 $i^{-1}\equiv -\lfloor \frac pi\rfloor\ast (p\ \text{mod}\ i)^{-1}\pmod p$ ==== 算法模板 ==== [[https://www.luogu.com.cn/problem/P3811|洛谷p3811]]


const int MAXP=3e6+5;
int inv[MAXP];
void get_inv(int p){
	inv[1]=1;
	_for(i,2,p)
	inv[i]=1LL*(p-p/i)*inv[p%i]%p;
}

===== 数论分块 ===== ==== 算法简介 ==== 数论分块用于解决形如 $\sum_{i=1}^n a_if(\lfloor \frac ni\rfloor)$ 的问题，通过预处理 $a_i$ 前缀和，可以把时间复杂度降到 $O(\sqrt n)$。 ==== 算法思想 ==== 由于部分 $\lfloor \frac ni\rfloor$ 的值相同，所以考虑分块计算。设对 $\forall i \in\lfloor l, r\rfloor$，有 $\lfloor \frac ni\rfloor$ 的值相同。显然 $l$ 等于上一个块的 $r$ 加 $1$，故只需要考虑 $r$ 的计算。事实上有 \begin{equation}\lfloor \frac n{\lfloor \frac nl\rfloor}\rfloor\le \frac n{\lfloor \frac nl\rfloor}\lt \lfloor \frac n{\lfloor \frac nl\rfloor}\rfloor+1\end{equation} 移项，得 \begin{equation}\frac n{\lfloor \frac n{\lfloor \frac nl\rfloor}\rfloor+1}\lt\lfloor \frac nl\rfloor\le \frac n{\lfloor \frac n{\lfloor \frac nl\rfloor}\rfloor}\end{equation} 所以有 \begin{equation}r=\lfloor \frac n{\lfloor \frac nl\rfloor}\rfloor\end{equation} 关于算法的时间复杂度分析，有时间复杂度等于 $\lfloor \frac ni\rfloor$ 的可能取值个数。当 $\lfloor \frac ni\rfloor \le \sqrt n$ 时，显然这样的取值不超过 $\sqrt n$ 个。当 $\lfloor \frac ni\rfloor \gt \sqrt n$ 时，有 $i \lt \sqrt n$，所以这样的取值也不超过 $\sqrt n$ 个。综上所述，$\lfloor \frac ni\rfloor$ 的可能取值个数只有 $O(\sqrt n)$ 个，时间复杂度证毕。 ==== 算法模板 ==== [[https://www.luogu.com.cn/problem/P2261|洛谷p2261]] === 题意 === 给定 $n$ 和 $k$，请计算 $\sum_{i=1}^n k\ mod \ i$ === 题解 === \begin{equation}\sum_{i=1}^n k\ mod \ i=\sum_{i=1}^n k-i\ast\lfloor \frac ki\rfloor=n\ast k-\sum_{i=1}^n i\ast\lfloor \frac ki\rfloor\end{equation}


LL pre_s(int k){return 1LL*k*(k+1)/2;}
LL cal(int i,int n){
	LL ans=0;
	int lef=1,rig=0;
	while(lef<=i){
		rig=min(i,n/(n/lef));
		ans+=(pre_s(rig)-pre_s(lef-1))*(n/lef);
		lef=rig+1;
	}
	return ans;
}
int main()
{
	LL n=read_int(),k=read_int();
	enter(n*k-cal(min(n,k),k));
	return 0;
}

==== 算法练习 ==== [[https://www.luogu.com.cn/problem/P2260|洛谷p2260]] === 题意 === 求 \begin{equation}\sum_{i=1}^n\sum_{j=1}^m [i\ne j](n\ mod\ i)\ast (m\ mod\ j)\pmod {19940417}\end{equation} === 题解 === 不妨设 $n\le m$。 \begin{equation}\sum_{i=1}^n\sum_{j=1}^m [i\ne j](n\ mod\ i)\ast (m\ mod\ j)=\sum_{i=1}^n (n\ mod\ i)\ast\sum_{j=1}^m (m\ mod\ j)-\sum_{i=1}^n (n\ mod\ i)\ast (m\ mod\ i)\end{equation} 前面两项解法同模板题，主要关注最后一项。 \begin{equation}\sum_{i=1}^n (n\ mod\ i)\ast (m\ mod\ i)=\sum_{i=1}^n n\ast m-n\ast i\ast \lfloor\frac mi\rfloor-m\ast i\ast \lfloor\frac ni\rfloor+i^2\ast\lfloor\frac ni\rfloor\ast\lfloor \frac mi\rfloor\end{equation} 类似的，也可以用数论分块解决，注意这条式子的最后一项需要同时处理 $n$ 和 $m$ 的分块边界。


const int mod=19940417;
LL inv6;
LL exgcd(LL a,LL b,LL &tx,LL &ty){
	if(b==0){
		tx=1,ty=0;
		return a;
	}
	LL re=exgcd(b,a%b,ty,tx);
	ty-=a/b*tx;
	return re;
}
LL pre_s_1(int k){return 1LL*k*(k+1)/2%mod;}
LL s_1(int lef,int rig){return (pre_s_1(rig)-pre_s_1(lef-1))%mod;}
LL pre_s_2(int k){return 1LL*k*(k+1)%mod*(2*k+1)%mod*inv6%mod;}
LL s_2(int lef,int rig){return (pre_s_2(rig)-pre_s_2(lef-1))%mod;}
LL cal_1(int i,int n){
	LL ans=0;
	int lef=1,rig=0;
	while(lef<=i){
		rig=min(i,n/(n/lef));
		ans=(ans+s_1(lef,rig)*(n/lef)%mod)%mod;
		lef=rig+1;
	}
	return ans;
}
LL cal_2(int i,int n,int m){
	LL ans=0;
	int lef=1,rig=0;
	while(lef<=i){
		rig=min(i,min(n/(n/lef),m/(m/lef)));
		ans=(ans+s_2(lef,rig)*(n/lef)%mod*(m/lef)%mod)%mod;
		lef=rig+1;
	}
	return ans;
}
int main()
{
	LL n=read_int(),m=read_int(),ans,t;
	if(n>m)
	swap(n,m);
	exgcd(6,mod,inv6,t);
	inv6%=mod;
	ans=(n*n-cal_1(n,n))%mod*((m*m-cal_1(m,m))%mod)%mod;
	ans=(ans-n*n%mod*m%mod)%mod;
	ans=(ans+n*cal_1(n,m)%mod)%mod;
	ans=(ans+m*cal_1(n,n)%mod)%mod;
	ans=(ans-cal_2(n,n,m))%mod;
	ans=(ans+mod)%mod;
	enter(ans);
	return 0;
}