Problem

Description

设 \(d(x)\) 为 \(x\) 的约数个数,给定 \(N\)、\(M\),求

\[\sum_{i=1}^N \sum_{j=1}^M d(ij)
\]

Input Format

输入文件包含多组测试数据。

第一行,一个整数 \(T\),表示测试数据的组数。

接下来的 \(T\) 行,每行两个整数 \(N\)、\(M\)。

Output Format

\(T\) 行,每行一个整数,表示你所求的答案。

Sample

Input

2
7 4
5 6

Output

110
121

Range

对于所有的数据,\(1 \leq N, M \leq 50000,\ 1 \leq T \leq 50000\)。

Algorithm

莫比乌斯反演

Mentality

显然是莫比乌斯反演啊!

不过做这题的话,我们不难发现:\(d(ij)\) 非常的不好求!如果枚举因数的话,那肯定会出锅,因为 \(ij\) 最高有 \(10^{10}\) ,所以必定超时。那怎么办呢?

可以考虑从 \(i\) 与 \(j\) 的因数入手。

那么我们先考虑 \(i\) ,对于任意一个数 \(i\) ,它必定都能分解成 \(i=\prod_{p\in prime}p^{x_p}\) 次方这样的形式,其中 \(x\) 数列为 \(i\) 的每个质因子的次数序列。

所以,我们先考虑怎么求 \(d(i)\) ,我们可以枚举 \(i\) 的每个质因子选多少个乘起来,由于每一个不同的数分解成的质因数乘法必定是唯一的,所以我们只需要枚举有多少个本质不同的质因数乘法序列即可。由于还要再加上不选这个因数的选择,所以 \(d(i)\) 的计算方法即为:

\[d(i)=\prod_{p\in prime}(x_p+1)
\]

从这个角度入手,我们就可以考虑如何计算 \(d(ij)\) 了,设 \(y\) 数列为 \(j\) 的每个质因子次数序列,则也有:

\[d(j)=\prod_{p\in prime}(y_p+1)
\]

那么如何计算 \(d(ij)\) 呢?其实从枚举质因子的角度来看,就很简单了。我们可以枚举 \(i\) 和 \(j\) 的因数 \(a|i\) 与 \(b|j\) ,则 \(ab\) 亦为 \(ij\) 的因数之一。不难发现,我们的重点是在枚举两个因数的时候,避免两个因数的质因数分解序列的乘积与之前出现过的乘积有重合,那怎么办呢?

回忆一下:当我们思考怎么计算 \(d(i)\) 的时候,我们的第一想法是可以枚举每个质因子选多少个,这种时候,对于一个质因子 \(p\) 而言,它在枚举序列中会被枚举出 \(x_p\) 种不同的大小,即:\(p^1,p^2,\dots ,p^{x_p}\) 这几个不同的数。也即 \(p\) 这一位总共会被枚举 \(x_p\) 次。

那么我们发现,当在计算 \(d(ij)\) 时,只需要保证每个质因子被枚举相应次数即可。

换句话说,对于 \(p|ij\) ,它理应被枚举 \(x_p+y_p\) 次!

那么当我们枚举 \(a|i\) 和 \(b|j\) 时,应该怎么处理呢?

其实这时,你会发现一个很简单的事情,那就是我们只需要确保 \(gcd(a,b)=1\) ,那么 \(a,b\) 中就不会含有相同的质因子。那么当我们枚举某个质因子 \(p|a\) 的时候,它会被枚举 \(x_p\) 次,而当我们枚举 \(p|b\) 时,它会被枚举 \(y_p\) 次!

换句话说,只需要确保 \(gcd(a,b)=1\) ,就能使枚举过程中,不会出现重复的质因子序列了!

所以,我们可以得到 \(d(ij)\) 的表达式了:

\[d(ij)=\sum_{x|i}\sum_{y|j}[gcd(x,y)=1]
\]

接下来就是很简单的套路了!

先设 \(n\le m\)

\[\sum_{i=1}^n \sum_{j=1}^m d(ij)
\]

\[\sum_{i=1}^n \sum_{j=1}^m \sum_{x|i}\sum_{y|j}[gcd(x,y)=1]
\]

接着,根据常见套路,我们改为枚举 \(x,y\) :

\[\sum_{x=1}^n \sum_{y=1}^m [gcd(x,y)=1]\sum_{i=1}^{n}\sum_{j=1}^m [x|i\&\&y|j]
\]

\[\sum_{x=1}^n \sum_{y=1}^m [gcd(x,y)=1]\lfloor\frac{n}{x}\rfloor\lfloor\frac{m}{y}\rfloor
\]

再把莫比乌斯函数套进去:

\[\sum_{x=1}^n \sum_{y=1}^m\sum_{d|gcd(x,y)}\mu(d)\lfloor\frac{n}{x}\rfloor\lfloor\frac{m}{y}\rfloor
\]

再次根据常见套路,我们改为枚举 \(d\) :

\[\sum_{d=1}^n\mu(d)\sum_{x=1}^n\sum_{y=1}^m[d|x\&\&d|y]\lfloor\frac{n}{x}\rfloor\lfloor\frac{m}{y}\rfloor
\]

那么又一次根据常见套路,继续减少枚举次数:

\[\sum_{d=1}^n\mu(d)\sum_{x=1}^{\lfloor\frac{n}{d}\rfloor}\sum_{y=1}^{\lfloor\frac{m}{d}\rfloor}\lfloor\frac{n}{xd}\rfloor\lfloor\frac{m}{yd}\rfloor
\]

为了更直观地体现,我们需要根据乘法分配率将式子分成两个部分分别计算,然后乘在一起:

\[\sum_{d=1}^n\mu(d)(\sum_{x=1}^{\lfloor\frac{n}{d}\rfloor}\lfloor\frac{n}{xd}\rfloor)(\sum_{y=1}^{\lfloor\frac{m}{d}\rfloor}\lfloor\frac{m}{yd}\rfloor)
\]

那么我们就这样得到了最终的式子。

接下来,我们只需要正常整除分块就好了!因为对于式子中的 \(\lfloor\frac{n}{xd}\rfloor\) 来讲呢,我们可以拆成 \((n/d)/x\) ,所以就可以预处理一个函数 \(f(x)=\sum_{i=1}^x \lfloor\frac{x}{i}\rfloor\) ,则:

\[ans=\sum_{d=1}^n\mu(d)*f(\lfloor\frac{n}{d}\rfloor)*f(\lfloor\frac{m}{d}\rfloor)
\]

再预处理一下 \(\mu\) 函数的前缀和,那么一切都只是整除分块而已,分块后面两个函数的值即可,吸溜。

Code

#include <cstdio>
#include <iostream>
using namespace std;
int T, n, m;
int cntp, pri[50001];
long long ans, mu[50001], f[50001];
bool vis[50001];
void init() {
mu[1] = 1;
for (int i = 2; i <= 50000; i++) {
if (!vis[i]) pri[++cntp] = i, mu[i] = -1;
for (int j = 1; j <= cntp && pri[j] * i <= 50000; j++) {
vis[pri[j] * i] = true;
if (!(i % pri[j])) break;
mu[pri[j] * i] = -mu[i]; //求莫比乌斯函数
}
}
for (int i = 1; i <= 50000; i++) mu[i] += mu[i - 1]; //前缀和
for (int i = 1; i <= 50000; i++)
for (int l = 1, r; l <= i; l = r + 1) {
r = i / (i / l);
f[i] += 1ll * (r - l + 1) * (i / l);
} //求 f 函数
}
int main() {
freopen("3327.in", "r", stdin);
freopen("3327.out", "w", stdout);
cin >> T;
init();
while (T--) {
scanf("%d%d", &n, &m);
if (n > m) swap(n, m);
ans = 0;
for (int l = 1, r; l <= n; l = r + 1) {
r = min(n / (n / l), m / (m / l));
ans +=
1ll * (mu[r] - mu[l - 1]) * f[n / l] * f[m / l]; //整除分块计算答案
}
printf("%lld\n", ans);
}
}

【SDOI 2015】约数个数和的更多相关文章

  1. Mobius反演与积性函数前缀和演学习笔记 BZOJ 4176 Lucas的数论 SDOI 2015 约数个数和

    下文中所有讨论都在数论函数范围内开展. 数论函数指的是定义域为正整数域, 且值域为复数域的函数. 数论意义下的和式处理技巧 因子 \[ \sum_{d | n} a_d = \sum_{d | n} ...

  2. [SDOI 2015]约数个数和

    Description  设d(x)为x的约数个数,给定N.M,求 $\sum^N_{i=1}\sum^M_{j=1}d(ij)$ Input 输入文件包含多组测试数据. 第一行,一个整数T,表示测试 ...

  3. SDOI 2015 约束个数和

    Description: 共\(T \le 5 \times 10^4\)组询问, 每组询问给定\(n\)和\(m\), 请你求出 \[ \sum_{i = 1}^n \sum_{j = 1}^m \ ...

  4. 「BZOJ 3994」「SDOI 2015」约数个数和「莫比乌斯反演」

    题意 设\(d(x)\)为\(x\)的约数个数,求\(\sum_{i=1}^{n}\sum_{j=1}^{m}d(ij)\). 题解 首先证个公式: \[d(ij) = \sum_{x|i}\sum_ ...

  5. BZOJ 3994: [SDOI2015]约数个数和 [莫比乌斯反演 转化]

    2015 题意:\(d(i)\)为i的约数个数,求\(\sum\limits_{i=1}^n \sum\limits_{j=1}^m d(ij)\) \(ij\)都爆int了.... 一开始想容斥一下 ...

  6. [BZOJ 3992] [SDOI 2015] 序列统计(DP+原根+NTT)

    [BZOJ 3992] [SDOI 2015] 序列统计(DP+原根+NTT) 题面 小C有一个集合S,里面的元素都是小于质数M的非负整数.他用程序编写了一个数列生成器,可以生成一个长度为N的数列,数 ...

  7. 【BZOJ】3994: [SDOI2015]约数个数和

    题意: \(T(1 \le T \le 50000)\)次询问,每次给出\(n, m(1 \le n, m \le 50000)\),求\(\sum_{i=1}^{n} \sum_{j=1}^{m} ...

  8. hdu1492(约数个数定理)

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1492 这里先讲一下约数个数定理: 对于正整数x,将其质因分解为 x = pow(p1, a) * po ...

  9. UVA294DIvisors(唯一分解定理+约数个数)

    题目链接 题意:输入两个整数L,U(L <= U <= 1000000000, u - l <= 10000),统计区间[L,U]的整数中哪一个的正约数最多,多个输出最小的那个 本来 ...

随机推荐

  1. es6 数组去重

    方法一: var arr = [1, 2, 2, 3, 4, 5, 5, 6, 7, 7,8,8,0,8,6,3,4,56,2]; var arr2 = arr.filter((x, index,se ...

  2. 《Java基础知识》一维,二维数组的申明和使用

    为什么要使用数组: 因为不使用数组计算多个变量的时候太繁琐,不利于数据的处理. --------   数组也是一个变量,是存储一组相同类型的变量 声明一个变量就是在内存中划出一块合适的空间 声明一个数 ...

  3. 《Java基础知识》Java变量作用域

    对于在作用域里定义的变量,作用域同时决定了它的“可见性”以及“存在时间”.在JAVA里,作用域是由花括号的位置决定的.JAVA用一对大括号作为语句块的范围,称为作用域,在作用域里定义的变量,只有在该作 ...

  4. Windows下mysql-5.7.28下载、安装、配置教程

    最近需要更换mysql数据库的版本,写一篇文章,记录一下 一.下载mysql数据库 mysql的下载共有两种,一种是zip压缩文件,另一种是msi安装程序 官方5.7版本zip压缩文件下载页面 官方5 ...

  5. SpringBoot微服务电商项目开发实战 --- Redis缓存雪崩、缓存穿透、缓存击穿防范

    最近已经推出了好几篇SpringBoot+Dubbo+Redis+Kafka实现电商的文章,今天再次回到分布式微服务项目中来,在开始写今天的系列五文章之前,我先回顾下前面的内容. 系列(一):主要说了 ...

  6. JavaWeb中实现通过邮箱找回密码

    在开发JavaWeb项目中,利用邮箱帮用户找回密码.效果展示:   需要一个发送邮件的jar包 : javax.mail .jar1.JSP页面(设置邮箱输入框) HTML: <p >请输 ...

  7. 【STM32-V6】STM32F429BIT6开发板开源, 丰富软件资源, 强劲硬件配置, 配套400多实例, 9套手册持续更新中2019-12-12

    淘宝购买地址:淘宝购买链接 次.当前标准库最新版本V2.3,HAL库最新版本V1.1 安富莱微信公共平台,欢迎大家关注(打造高质量公众号) 新版用户手册,重在BSP驱动包设计方法,HAL库的框架学习, ...

  8. Navicat远程连接MySQL8,必知防坑策略

    项目上线是每一个开发工程师面临收获前面抓紧时间开发的成果,但有时我们上线项目首先需要做一些相关的业务测试.通过Xshell远程连接后使用命令行的方式连接操作Mysql这个没什么太大的你问题.但每次通过 ...

  9. 搭建部署Docker

    Docker安装准备: 首先看下服务器是否有旧版本,如果有需要卸载并且安装依赖 yum remove docker docker-client docker-client-latest docker- ...

  10. The Library:2 Vulnhub Walkthrough

    主机层面扫描探测: ╰─ nmap -p1-65535 -sV -A 10.10.202.132 Starting Nmap 7.70 ( https://nmap.org ) at 2019-08- ...