一些求和式的估算 & 杜教筛时间复杂度证明
本文内容概要:
\(A=\sum\limits_{i=1}^n\dfrac1{\sqrt i}=1+\dfrac1{\sqrt2}+\cdots+\dfrac1{\sqrt n}\)
\(O(\sqrt n)\) ,将给出一种只需使用初中数学知识的放缩\(B=\sum\limits_{i=1}^n\sqrt i=1+\sqrt2+\cdots+\sqrt n\)
\(O(n\sqrt n)\) ,使用积分进行放缩\(C=\sum\limits_{i=1}^n\dfrac1i=1+\dfrac12+\cdots+\dfrac1n\)
著名的调和级数,\(O(\ln n)\) ,主要介绍一种证明下界的方法杜教筛时间复杂度证明
不再讲解算法,阅读前请确保你已经事先了解杜教筛
一些证明来自于我的数学老师,在此表示感谢
\(A=\sum\limits_{i=1}^n\dfrac1{\sqrt i}\)
考虑放缩: \(\dfrac1{\sqrt i+\sqrt{i+1}}<\dfrac1{2\sqrt i}<\dfrac1{\sqrt{i-1}+\sqrt i}\)
两边裂个项:\(\sqrt{i+1}-\sqrt i<\dfrac1{2\sqrt i}<\sqrt i-\sqrt{i-1}\)
求和:\(\sum\limits_{i=1}^n\sqrt{i+1}-\sqrt i<\sum\limits_{i=1}^n\dfrac1{2\sqrt i}<\sum\limits_{i=1}^n\sqrt i-\sqrt{i-1}\)
即 \(\sqrt{n+1}-1<\dfrac12A<\sqrt n\)
故 \(2\sqrt{n+1}-2<A<2\sqrt n\)
\(B=\sum\limits_{i=1}^n\sqrt i\)
注意到
\]
放个图,应该能帮助理解

直接积出来,得到 \(\dfrac23n^{1.5}<B<\dfrac23\left[(n+1)^{1.5}-1\right]\)
这种处理技巧对应的专有名词是积分判别法
\(C=\sum\limits_{i=1}^n\dfrac1i\)
类似地,用积分容易证明 \(\ln(1+n)<C<1+\ln n\) ,这里不再赘述,读者可自行完成
(严格地说,\(n=1\) 时是能取到上界的,但问题不大)
下面给出另一种 \(C>\ln(n+1)\) 的证明方法
考虑一个结论: \(x-1\ge\ln x\) (当且仅当 \(x=1\) 时取等)
似乎是高中数学常见结论?不证了
令 \(x=2,\dfrac32,\dfrac43,\cdots,\dfrac{n+1}n\) ,代入并求和:
\]
\]
\]
证毕
如需了解更多 请自行百度调和级数
杜教筛时间复杂度证明
不妨考虑最简单的情形: \(S(n)=\sum\limits_{i=2}^nS\left(\left\lfloor\dfrac ni\right\rfloor\right)\) ,使用整除分块递归求解
注意,时间复杂度写成 \(T(n)=O(\sqrt n)+\sum\limits_{i=2}^{\sqrt n}(T(i)+T(\frac ni))\) 的证明都是错的。
\(T(200000)\) 已经超过 1e8 了。自行体会。
证明应当考虑到杜教筛是有记忆化的
于是整个算法中,每个 \(S(n/i)(i\in\mathbb N)\) 都恰被计算了一次
于是时间复杂度为 \(O(~\sum\limits_{j=n/i}\!\sqrt j~)\)
\(j\le \sqrt n\) 的部分显然可以忽略,考虑剩下的
\]
于是时间复杂度就是 \(O(n^{3/4})\)
我们还可以优化,用线性筛预处理 \(S(1)\sim S(k) (k\ge \sqrt n)\)
这样就可以忽略 \(j\le k\) 的部分
\]
时间复杂度就是 \(O\left(k+\dfrac n{\sqrt k}\right)\) ,当 \(k\) 为 \(O(n^{2/3})\) 级别时取到最优 \(O(n^{2/3})\) 。
一些求和式的估算 & 杜教筛时间复杂度证明的更多相关文章
- 牛客练习赛84F-牛客推荐系统开发之下班【莫比乌斯反演,杜教筛】
正题 题目链接:https://ac.nowcoder.com/acm/contest/11174/F 题目大意 给出\(n,k\)求 \[\sum_{i_1=1}^n\sum_{i_2=1}^n.. ...
- hdu6607 min25筛+杜教筛+伯努利数求k次方前缀和
推导过程类似https://www.cnblogs.com/acjiumeng/p/9742073.html 前面部分min25筛,后面部分杜教筛,预处理min25筛需要伯努利数 //#pragma ...
- ●杜教筛入门(BZOJ 3944 Sum)
入门杜教筛啦. http://blog.csdn.net/skywalkert/article/details/50500009(好文!) 可以在$O(N^{\frac{2}{3}})或O(N^{\f ...
- [复习]莫比乌斯反演,杜教筛,min_25筛
[复习]莫比乌斯反演,杜教筛,min_25筛 莫比乌斯反演 做题的时候的常用形式: \[\begin{aligned}g(n)&=\sum_{n|d}f(d)\\f(n)&=\sum_ ...
- [基本操作] Mobius 反演, Dirichlet 卷积和杜教筛
Dirichlet 卷积是两个定义域在正整数上的函数的如下运算,符号为 $*$ $(f * g)(n) = \sum_{d|n}f(d)g(\frac{n}{d})$ 如果不强调 $n$ 可简写为 $ ...
- 51nod 1220 约数之和【莫比乌斯反演+杜教筛】
首先由这样一个式子:\( d(ij)=\sum_{p|i}\sum_{q|j}[gcd(p,q)==1]\frac{pj}{q} \)大概感性证明一下吧我不会证 然后开始推: \[ \sum_{i=1 ...
- Mobius 反演与杜教筛
积性函数 积性函数 指对于所有互质的整数 aaa 和 bbb 有性质 f(ab)=f(a)f(b)f(ab)=f(a)f(b)f(ab)=f(a)f(b) 的数论函数. 特别地,若所有的整数 aaa ...
- 洛谷 P6860 - 象棋与马(找性质+杜教筛)
题面传送门 首先我们来探究一下什么样的 \((a,b)\) 满足 \(p(a,b)=1\).不难发现只要点 \((1,0)\) 能够到达,那么网格上所有点都能到达,因为由于 \((1,0)\) 能够到 ...
- 51nod 1244 莫比乌斯函数之和(杜教筛)
[题目链接] http://www.51nod.com/onlineJudge/questionCode.html#!problemId=1244 [题目大意] 计算莫比乌斯函数的区段和 [题解] 利 ...
随机推荐
- python学习第三天:python基础(数据类型和变量)
注释 以 # 开头的语句是注释,如,注释不会被编译运行: 格式 当语句以冒号:结尾时,缩进的语句视为代码块.按照约定俗成的管理,应该始终坚持使用4个空格的缩进(在文本编辑器中,需要设置把Tab自动转 ...
- Codeforces 913C:Party Lemonade(贪心)
C. Party Lemonade A New Year party is not a New Year party without lemonade! As usual, you are expec ...
- Visualizing Data using t-SNE
目录 概 主要内容 Stochastic Neighbor Embedding t-SNE Der Maaten L V, Hinton G E. Visualizing data using t-S ...
- MySQL数据库基础(1)数据库基础
目录 一.数据库简介 二.mysql数据库 三.客户端连接mysql服务 四.Navicat for mysql 一.数据库简介 1.概念 (1)数据:如文字.图形.图像.声音以及学生的档案记录等,这 ...
- Zookeeper单机安装(开启kerberos)
安装规划 zookeeper安装到zdh41上面,单机模式 10.43.159.41 zdh41 ZDH.COM 安装用户 zookeeper/zdh1234 useradd -g hadoop -s ...
- Zookeeper基础教程(六):.net core使用Zookeeper
Demo代码已提交到gitee,感兴趣的更有可以直接克隆使用,地址:https://gitee.com/shanfeng1000/dotnetcore-demo/tree/master/Zookeep ...
- Word2010制作自动目录
原文链接:https://www.toutiao.com/i6488296610873737741/ 原文从网上复制: 查看"开始"选项卡,"样式"功能组,我们 ...
- live-server使用指南
一.安装 npm -g install live-server 二.配置 --port=NUMBER` - 选择要使用的端口,默认值:PORT env var或8080--host=ADDRESS` ...
- vue中使用window.resize并去抖动优化
this.clientWidth = document.documentElement.clientWidth window.onresize = () => { this.clientWidt ...
- 服务性能监控系列之Metrics
Metrics是一个提供服务性能检测工具的Java类库,它提供了功能强大的性能指标工具库用于度量生产环境中的各关键组件性能. 度量类型 Metrics提供了以下几种基本的度量类型: Gauge:用于提 ...