在做数论题时,往往需要进行和式变换,然后变换成我们可以处理的和式,再针对和式做筛法、整除分块等操作。

本文将介绍一些常见的和式变换技术。

以下出现的概念大部分为个人总结,未必是学术界/竞赛界的统一说法,有不严谨的地方请谅解。

作者:Eriktse

简介:19岁,211计算机在读,现役ACM银牌选手力争以通俗易懂的方式讲解算法!️欢迎关注我,一起交流C++/Python算法。(优质好文持续更新中……)

原文链接(阅读原文获得更好阅读体验):https://www.eriktse.com/algorithm/1101.html

和式的基本形式

和式一般有两种:区间枚举型和整除枚举型。

区间枚举型

我们的前缀和就是一个典型的区间枚举型和式。

假设我们有一个定义域为$x\in[1, n],x\in Z^+$的函数$f(x)$,那么我们可以设一个前缀和函数$F(x)$,定义为:

$$F(x) = \sum_{i=1}^{x}f(i) = f(1) + f(2) + ... + fx()$$

求和符号中,如果没有特殊说明,一般枚举的都是整数,且步长为1。

整除枚举型

约数个数是一个典型的整除枚举型和式,我们可以容易的写出它的表达式:

$$f(n) = \sum_{d|n}1$$

其中 $d|n$ 表示 $i$ 可以整除 $n$ ,即 $i$ 是 $n$ 的因子。

约数之和也是一个整除枚举型和式,表达式如下:

$$g(n) = \sum_{d|n}d$$

和式的基本性质

可拆分性质

第一种拆分如下:

$$\sum_{i=1}^{n}a_i = \sum_{i=1}^{m}a_i + \sum_{i=m+1}^{n}a_i$$

这是显然的,但是基本上用不着。

第二种拆分如下:

$$\sum_{i=1}^{n}(a_i + b_i) = \sum_{i=1}^{n}a_i + \sum_{i=1}^{n}b_i$$

这也是显然的。

常数可提取

当我们的和式里面乘上了一个常数$k$,那么这个常数是可以提出来的,由于我们讨论的数域是整数域,这个$k$一般为整数。(其实对于实数也是满足条件的)。

$$\sum_{i=1}^{n}ka_i = k\sum_{i=1}^{n}a_i$$

整除枚举型变换为区间枚举型(重要)

就比如上面那个约数之和的函数:

$$g(i) = \sum_{d|n}d = \sum_{i=1}^{n}[d|n]$$

我们知道$d$的取值一定在$[1, n]$,所以我们可以转换枚举类型,此时枚举指标的范围就要改变,同时加上一个布尔函数来限定。

我们称枚举的东西为“指标”,例如上面和式中d|n中的d,i=1中的i。

指标变换(重要)

给定一个整数$k$,对于下面这种和式,我们可以把指标进行转换。

$$\sum_{i=1}{n}\sum_{j=1}[gcd(i, j) = k]$$

现在令$i = i'k,j=j'k$,为什么会这么想呢?因为我们后面的布尔函数中要求$i, j$都包含因子$k$,如果枚举的$i, j$不是$k$的倍数的时候这个式子是没有贡献的。

所以我们可以不一个个枚举$i, j$,变为枚举$k$的倍数。我们进行整体的代换:

$$\sum_{i'k = 1}{n}\sum_{j'k=1}[gcd(i'k, j'k) = k]$$

然后变换枚举范围和布尔函数,注意这里$i$的起点本应该是$\lfloor\frac{1}{k}\rfloor$,但是$0$是没有讨论意义的所以我们从$1$开始。

$$\sum_{i=1}{\lfloor\frac{n}{k}\rfloor}\sum_{j=1}\rfloor}[gcd(i, j) = 1]$$

现在我们可以发现后面这个布尔函数就变成了一个常见的积性函数$\epsilon$,接下来就可以通过公式$\mu * I = \epsilon$进行莫比乌斯反演(其中符号$*$表示狄利克雷卷积)。

交换求和次序(重要)

上式进行莫比乌斯反演后可以得到如下的和式(如果不懂莫比乌斯反演可以暂时先不管,之后再学),设$m=\lfloor\frac{n}{k}\rfloor$。

$$\sum_{i=1}{m}\sum_{j=1}\sum_{d|gcd(i, j)}\mu(d)$$

我们可以发现$d|gcd(i, j)$这个条件等价于$[d|i][d|j]$,即$d$同时是$i$和$j$的因子。

接下来我们进行一次枚举类型的转换:

$$\sum_{i=1}{m}\sum_{j=1}\sum_{d=1}^{m}[d|i][d|j]\mu(d)$$

接下来我们将$d$的求和符号从后面换到前面去,因为在$\mu(d)$中没有包含$i, j$的内容,可以直接换,这里需要自己理解一下。

$$\sum_{d=1}{m}\mu(d)\sum_{i=1}[d|i]\sum_{j=1}^{m}[d|j]$$

转换为整除分块形式(十分重要)

上式转换完成后,我们可以发现后面两坨是可以进行整除分块的。

$$\sum_{i=1}^{m}[d|i] = \lfloor\frac{m}{d}\rfloor$$

怎么理解呢?这个式子表达的就是当$d$确定了,在区间[1, n]中有多少整数是$d$的倍数,显然是$\lfloor\frac{m}{d}\rfloor$个。

那么和式就可转换为:

$$\sum_{i=1}^{m}\lfloor\frac{m}{d}\rfloor\lfloor\frac{m}{d}\rfloor$$

例题

luogu P2257 YY的GCD:https://www.luogu.com.cn/problem/P2257

阅读题意我们可以知道题目所求为,不妨设$n\le m$:

$$ans=\sum_{i=1}{n}\sum_{j=1}[gcd(i,j)\in prim]$$

接下来开始变换:

$$\sum_{i=1}{n}\sum_{j=1}\sum_{p\in prim}[gcd(i,j)=p]$$

$$\sum_{p\in prim}\sum_{i=1}{\lfloor\frac{n}{p}\rfloor}\sum_{j=1}\rfloor}[gcd(i,j)=1]$$

莫比乌斯反演:

$$\sum_{p\in prim}\sum_{i=1}{\lfloor\frac{n}{p}\rfloor}\sum_{j=1}\rfloor}\sum_{d|gcd(i,j)}\mu(d)$$

注意这里$n\le m$,接着变换。

$$\sum_{p\in prim}\sum_{i=1}{\lfloor\frac{n}{p}\rfloor}\sum_{j=1}\rfloor}\sum_{d=1}^{\lfloor\frac{n}{p}\rfloor}[d|i][d|j]\mu(d)$$

$$\sum_{p\in prim}\sum_{d=1}{\lfloor\frac{n}{p}\rfloor}\mu(d)\sum_{i=1}\rfloor}[d|i]\sum_{j=1}^{\lfloor\frac{m}{p}\rfloor}[d|j]$$

后面两坨可以进行整除分块,同时换一下$p$的枚举类型:

$$\sum_{p=1}^{n}[p\in prim]\sum_{d=1}^{\lfloor\frac{n}{p}\rfloor}\mu(d)\lfloor\frac{n}{pd}\rfloor\lfloor\frac{m}{pd}\rfloor$$

令$T=pd$,交换求和次序。

$$\sum_{p=1}^{n}[p\in prim][p|T]\sum_{T=1}^{n}\mu(\frac{T}{p})\lfloor\frac{n}{T}\rfloor\lfloor\frac{m}{T}\rfloor$$

再交换求和次序:

$$\sum_{T=1}{n}\lfloor\frac{n}{T}\rfloor\lfloor\frac{m}{T}\rfloor\sum_{p=1}[p\in prim][p|T]\mu(\frac{T}{p})$$

现在发现$p$后面那一块,可以通过类似欧拉筛的方法进行预处理。

我们设一个函数:

$$F(T) = \sum_{p=1}^{n}[p \in prim][p|T]\mu(\frac{T}{p})$$

那么$F(T)$的含义就是对于$T$的每一个质因子$p$,将它的$\mu(\frac{T}{p})$加到自身上。

做完了。

Code:

#include <bits/stdc++.h>
#define int long long
using namespace std;
const int N = 1e7 + 9; int sum[N], mu[N]; void init(int n = N - 2)
{
bitset<N> vis;
vector<int> prim;
vis[1] = true;
mu[1] = 1; for(int i = 2;i <= n; ++ i)
{
if(!vis[i])prim.push_back(i), mu[i] = -1; for(int j = 0;j < prim.size() and i * prim[j] <= n; ++ j)
{
vis[i * prim[j]] = true;
if(i % prim[j] == 0)break;//此时i * prim[j]含有平方因子 mu[i * prim[j]] = -mu[i];//此时i * prim[j]的本质不同质因子+1,或已经含有平方因子
}
} for(int i = 0;i < prim.size(); ++ i)
{
for(int j = 1; prim[i] * j <= n; ++ j)
{
sum[prim[i] * j] += mu[j];
}
} for(int i = 1;i <= n; ++ i)sum[i] += sum[i - 1]; } void solve()
{
int n, m;scanf("%lld %lld", &n, &m);
if(n > m)swap(n, m);
int ans = 0;
for(int l = 1, r;l <= n; l = r + 1)
{
r = min(n / (n / l), m / (m / l));
ans += (sum[r] - sum[l - 1]) * (n / l) * (m / l);
}
printf("%lld\n", ans);
} signed main()
{
init();
int _;scanf("%lld", &_);
while(_ --)solve();
return 0;
}

结束

本文由eriktse原创,创作不易,如果对您有帮助,欢迎小伙伴们点赞、收藏、留言

【ACM数论】和式变换技术,也许是最好的讲解之一的更多相关文章

  1. 卡特兰数 Catalan数 ( ACM 数论 组合 )

    卡特兰数 Catalan数 ( ACM 数论 组合 ) Posted on 2010-08-07 21:51 MiYu 阅读(13170) 评论(1)  编辑 收藏 引用 所属分类: ACM ( 数论 ...

  2. ACM数论-欧几里得与拓展欧几里得

    ACM数论——欧几里得与拓展欧几里得 欧几里得算法: 欧几里德算法又称辗转相除法,用于计算两个整数a,b的最大公约数. 基本算法:设a=qb+r,其中a,b,q,r都是整数,则gcd(a,b)=gcd ...

  3. ACM数论-快速幂

    ACM数论——快速幂 快速幂定义: 顾名思义,快速幂就是快速算底数的n次幂.其时间复杂度为 O(log₂N), 与朴素的O(N)相比效率有了极大的提高. 原理: 以下以求a的b次方来介绍: 把b转换成 ...

  4. ACM数论-素数

    ACM数论——素数  素数定义: 质数(prime number)又称素数,有无限个.质数定义为在大于1的自然数中,除了1和它本身以外不再有其他因数,这样的数称为质数.例 子:2.3.5.7.11.1 ...

  5. ACM数论总结

    ACM数论总结 http://blog.csdn.net/xieshimao/article/details/6425099 断断续续的学习数论已经有一段时间了,学得也很杂,现在进行一些简单的回顾和总 ...

  6. acm数论之旅--中国剩余定理

    ACM数论之旅9---中国剩余定理(CRT)(壮哉我大中华╰(*°▽°*)╯)   中国剩余定理,又名孙子定理o(*≧▽≦)ツ 能求解什么问题呢? 问题: 一堆物品 3个3个分剩2个 5个5个分剩3个 ...

  7. acm数论之旅--欧拉函数的证明

    随笔 - 20  文章 - 0  评论 - 73 ACM数论之旅7---欧拉函数的证明及代码实现(我会证明都是骗人的╮( ̄▽ ̄)╭) https://blog.csdn.net/chen_ze_hua ...

  8. acm数论之旅--组合数(转载)

    随笔 - 20  文章 - 0  评论 - 73 ACM数论之旅8---组合数(组合大法好(,,• ₃ •,,) )  补充:全错排公式:https://blog.csdn.net/Carey_Lu/ ...

  9. acm数论之旅(转载) -- 逆元

    ACM数论之旅6---数论倒数,又称逆元(我整个人都倒了( ̄﹏ ̄))   数论倒数,又称逆元(因为我说习惯逆元了,下面我都说逆元) 数论中的倒数是有特别的意义滴 你以为a的倒数在数论中还是1/a吗 ( ...

  10. acm数论之旅--数论四大定理

    ACM数论之旅5---数论四大定理(你怕不怕(☆゚∀゚)老实告诉我)   (本篇无证明,想要证明的去找度娘)o(*≧▽≦)ツ ----------数论四大定理--------- 数论四大定理: 1.威 ...

随机推荐

  1. Java中String,JSON对象,java实体类(Bean)之间的相互转换

    FastJson对于json格式字符串的解析主要用到了一下三个类: (1)JSON:fastJson的解析器,用于JSON格式字符串与JSON对象及javaBean之间的转换. (2)JSONObje ...

  2. CMD输出文本文件内容的type指令(替代Linux的cat指令)

    :: 本脚本的所有指令本身不输出到屏幕 @echo off :: 打印文本文件内容并匹配关键字,结果不输出到屏幕 type result.txt | find "error" &g ...

  3. 学Java的第5天,今天做了个双色球系统

    今天是学JAVA的第5天,刚刚把方法学完,然后就在这做黑马的题. 用了一个多小时时间,把他的 这些题都做完了 但是最后一道题,这个双色球系统我感觉挺有意思的 我看到这个题,分析后感觉需要4种方法: 1 ...

  4. 设计模式 (Design Pattern)C# -- 简介

    简介 设计模式(Design Pattern)是对面向对象设计中反复出现的问题的解决方案. 设计模式代表了最佳的实践,通常被有经验的面向对象的软件开发人员所采用. 设计模式是软件开发人员在软件开发过程 ...

  5. MySQL数据库封锁机制和事务隔离级别

    参考: 数据库技术:MySql学习笔记之事务隔离级别详解 详解MySQL 数据库隔离级别与MVCC MySQL 事务&&锁机制&&MVCC 数据库系统原理 - MySQ ...

  6. 【JIRA】jira issue reindex

    参考文档: https://community.atlassian.com/t5/Marketplace-Apps-Integrations/Scriptrunner-Listener-Reindex ...

  7. cesium 3d tileset 问题总结

    Cesium 3d Tileset 中 i3dm 中存储的模型坐标为笛卡尔坐标,占四个字节,因为地球半径比较大,所以只有整数位和小数点后1位有效,因此会损失精度.对于要求精度比较高的模型,会发现位置偏 ...

  8. CH573 CH582 CH579蓝牙主机(Central)例程讲解一(主机工作流程)

    蓝牙主机,顾名思义,就是一个蓝牙主设备,与从机建立连接进行通信,可以接收从机通知,也可以给从机发送信息,可将Central例程和Peripheral例程结合使用. 蓝牙主机例程的工作流程大致如下: 一 ...

  9. NX1946_MoldWizard 注塑模向导建立标准库

    NX1946_MoldWizard 注塑模向导建立标准库

  10. LeetCode86 分隔链表

    idea: 烦死了,这个题一直因为创立的指针为空,或者接入结点方法不对,结果将两个小链表搞混乱了,不过具体思路ok.将小值结点成一组,大值结点成一组,最后在首尾相连,实现起来也比较简单 /**  *  ...