xgzc— math 专题训练(一)
Lucas定理
当\(p\)是质数时,有\((^n_m)\equiv(^{n/p}_{m/p}) * (^{n\%p}_{m\%p}) \pmod{p}\)
狄利克雷卷积
定义:\((f*g)(n)=\sum_{d|n}f(d)g(\frac{n}{d})\)
然后满足交换律,结合律,分配律
单位元:\(e=[n=1]\),即\(f*e=e*f=f\)
逆元:对于每一个\(f(1)\ne0\)的函数\(f\),存在逆元\(g\)使得\(f*g=e\)
那么\(g(n)\)满足递推式:
\(g(n)=\frac{1}{f(1)}([n=1]-\sum_{i|n,i\ne1}f(i)g(\frac{n}{i}))\)
Extra
定义1:\((f\oplus g)(x)=\sum_{x|d}f(\frac{d}{x})g(d)\)
那么有,\((f*g)\oplus h =f \oplus (g \oplus h)\)
定义2:\((f\cdot g)(x)=f(x)g(x)\)
那么当\(f\)是完全积性函数时,有\((f\cdot g)*(f\cdot h)=f\cdot (g*h)\)
常见数论函数
\(1(x)=1\)
\(id^k(x)=x^k\)
\(\phi(x)=\sum_{i=1}^{x}[gcd(i,x)=1]\)
\(d(x)=\sum_{d|x}1\)
\(\sigma(x)=\sum_{d|x}d\)
\(\mu:1\)的逆元
其中的一些关系:
\(d = 1*1\)
\(id = 1*\phi\)
\(\sigma=1*id=1*1*\phi=d*\phi\)
\(\phi=id*\mu\)
\(1=d*\mu\)
\(id=\sigma*\mu\)
莫比乌斯反演
如果\(g=f*1\),则\(g*\mu=f\)
如果\(g=1\oplus f\),则\(f=\mu \oplus g\)
证明:\(\mu \oplus g=\mu \oplus (1 \oplus f)=(\mu * 1)\oplus f = f\)
例题
[SDOI2015] 约数个数和
求\(\sum_{i=1}^n\sum_{i=1}^md(ij)\)
\(d(ij)=\sum_{a|i}\sum_{b|j}[gcd(a,b)=1]\)
那么,原式等于
\sum_{i=1}^n\sum_{j=1}^m\lfloor\frac{n}{i}\rfloor\lfloor\frac{m}{j}\rfloor[gcd(i,j)=1]
\]
\]
定义:\(S(n)=\sum_{i=1}^n\lfloor\frac{n}{i}\rfloor\)
void init() {
mu[1] = 1;
for (int i = 2; i <= 50000; i++) {
if (!np[i]) { p[++tot] = i; mu[i] = -1; }
for (int j = 1; j <= tot && p[j] * i <= 50000; j++) {
np[p[j] * i] = 1;
if (!(i % p[j])) break;
mu[p[j] * i] = -mu[i];
}
}
for (int i = 2; i <= 50000; i++) mu[i] += mu[i - 1];
for (int i = 1; i <= 50000; i++)
for (int l = 1, r; l <= i; l = r + 1) {
r = i / (i / l);
S[i] += (r - l + 1) * (i / l);
}
return ;
}
main() {
init();
int T;
scanf("%lld", &T);
while (T--) {
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(m / (m / l), n / (n / l));
ans += (mu[r] - mu[l - 1]) * S[n / l] * S[m / l];
}
printf("%lld\n", ans);
}
return 0;
}
[SHOI2015]超能粒子炮·改
求\(\sum_{i=0}^{k}(^n_i)\)
根据\(Lucas\)定理
可以通过对模数相同的放在一块计算
再递归求解即可。
int Lucas(LL n, LL m) {
if (!n || !m) return 1;
return Lucas(n / P, m / P) * C[n % P][m % P] % P;
}
int f(LL n, LL k) {
if (n <= 3000 && k <= 3000) return F[n][k];
return (f(n % P, P - 1) * f(n / P, k / P - 1) % P +
f(n % P, k % P) * Lucas(n / P, k / P) % P) % P;
}
void init() {
for (int i = 0; i <= 3000; i++) C[i][0] = 1;
for (int i = 1; i <= 3000; i++)
for (int j = 1; j <= i; j++)
C[i][j] = (C[i - 1][j - 1] + C[i - 1][j]) % P;
for (int i = 0; i <= 3000; i++) {
F[i][0] = C[i][0];
for (int j = 1; j <= 3000; j++)
F[i][j] = (F[i][j - 1] + C[i][j]) % P;
}
return ;
}
CF1097F Alex and a TV Show
因为只关心奇偶性,我们考虑使用\(bitset\)维护因子集合\(g(x)\)
操作2是异或
操作3是并
因为\(g=1\oplus f\)
\(f(x)\)是\(x\)在集合出现的次数
反演一下就是,\(f=\mu\oplus g\)
void prework(int n) {
Mu.set();
for (int i = 2; i * i <= n; i++)
for (int j = 1; j * i * i <= n; j++)
Mu[i * i * j] = 0;
for (int i = 1; i <= n; i++)
for (int j = 1; j * i <= n; j++)
mu[i][j * i] = Mu[j], p[j * i][i] = 1;
}
int main() {
prework(7000);
int n, Q;
scanf("%d%d", &n, &Q);
while (Q--) {
int op, x, y, z;
scanf("%d%d%d", &op, &x, &y);
if (op == 1) S[x] = p[y];
else if (op == 2) {
scanf("%d", &z);
S[x] = S[y] ^ S[z];
}
else if (op == 3) {
scanf("%d", &z);
S[x] = S[y] & S[z];
}
else printf("%d", (mu[y] & S[x]).count() & 1);
}
return 0;
}
Luogu5176 公约数
首先,\(gcd(ij,jk,ik)=\frac{gcd(i,j)gcd(j,k)gcd(i,k)}{gcd(i,j,k)}\)
那么,
\(Ans=\sum_i\sum_j\sum_k(i,j)^2(j,k)^2(i,k)^2\)
\(=\sum_i\sum_j\sum_k(i,j)^2(j,k)^2+\sum_i\sum_j\sum_k^2(j,k)^2(i,k)^2+\sum_i\sum_j\sum_k(i,j)^2(i,k)^2\)
那么定义\(F(n,m)=\sum_i\sum_j(i,j)^2\),则\(Ans=F(n,m)*p+F(n,p)*m+F(m,p)*n\)
现在问题就是求\(F(n,m)\)
\(F(n,m)=\sum_i\sum_j(i,j)^2\)
\(=\sum_{d=1}^nd^2\sum_{i=1}^{\lfloor\frac{n}{d}\rfloor}\sum_{j=1}^{\lfloor\frac{m}{d}\rfloor}[gcd(i,j)=1]\)
\(=\sum_{d=1}^nd^2\sum_{i=1}^{\lfloor\frac{n}{d}\rfloor}\sum_{j=1}^{\lfloor\frac{m}{d}\rfloor}\sum_{k|i,k|j}\mu(k)\)
\(=\sum_{d=1}^nd^2\sum_{k=1}^{\lfloor\frac{n}{d}\rfloor}\mu(k)\lfloor\frac{n}{kd}\rfloor\lfloor\frac{m}{kd}\rfloor\)
到这一步已经可以做到\(O(n ^ \frac{3}{4})\)
考虑优化,
设\(T=kd\)
原式\(=\sum_{T=1}^n\lfloor\frac{n}{T}\rfloor\lfloor\frac{m}{T}\rfloor\sum_{d|T}d^2\mu(\frac{T}{d})\)
可以发现后面就是\(id^2*\mu\)
显然是个积性函数,考虑线性筛
\(f(p^0)=1\)
\(f(p)=p^2-1\)
\(f(p^k)=(p^2-1)p^{2(k-1)}=p^2f(p^{k-1})\)
xgzc— math 专题训练(一)的更多相关文章
- xgzc— math 专题训练(二)
费马小定理&欧拉定理 费马小定理: 如果\(p\)是一个质数,而整数\(a\)不是\(p\)的倍数,\(a^{p-1}\equiv1\pmod p\) 欧拉定理: 当\(a\)与\(n\)互质 ...
- dp专题训练
****************************************************************************************** 动态规划 专题训练 ...
- DP专题训练之HDU 2955 Robberies
打算专题训练下DP,做一道帖一道吧~~现在的代码风格完全变了~~大概是懒了.所以.将就着看吧~哈哈 Description The aspiring Roy the Robber has seen a ...
- bryce1010专题训练——LCA
1.Targan算法(离线) http://poj.org/problem?id=1470 /*伪代码 Tarjan(u)//marge和find为并查集合并函数和查找函数 { for each(u, ...
- bryce1010专题训练——LCT&&树链剖分
LCT&&树链剖分专题 参考: https://blog.csdn.net/forever_wjs/article/details/52116682
- bryce1010专题训练——Splay树
Prob Hint BZOJ 3323 文艺平衡树 区间翻转 BZOJ 1251 序列终结者 区间翻转,询问最值 BZOJ 1895 supermemo 区间加,翻转,剪切,询问最值.点插入,删除. ...
- bryce1010专题训练——划分树
1.求区间第K大 HDU2665 Kth number /*划分树 查询区间第K大 */ #include<iostream> #include<stdio.h> #inclu ...
- bryce1010专题训练——树状数组
Bryce1010模板 1.一维树状数组 https://vjudge.net/contest/239647#problem/A[HDU1556] #include<bits/stdc++.h& ...
- Leedcode算法专题训练(数组与矩阵)
1. 把数组中的 0 移到末尾 283. Move Zeroes (Easy) Leetcode / 力扣 class Solution { public void moveZeroes(int[] ...
随机推荐
- SAS学习笔记15 SAS导入数据(import txt csv xlsx spss)
- Centos7.5 安装JDK1.8 步骤
1.下载JDK安装包 先下载好JDK1.8 的安装包,下载地址:https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downlo ...
- Https请求被中止: 未能创建 SSL/TLS 安全通道
可以参考https://www.cnblogs.com/ccsharp/p/3270344.html 和https://blog.csdn.net/baidu_27474941/article/det ...
- 体验三大JavaScript文件上传库(Uppy.js/Filepond/Dropzone)
最近发现了一个高颜值的前端上传组件Uppy.js,立即上手体验了一波,感觉还不错.然后又看到同类型的Filepond以及Dropzone.js,对比体验了一下,感觉都很优秀,但是在体验过程中,都遇到了 ...
- 一篇文章彻底搞懂异步,同步,setTimeout,Promise,async
之前翻看别的大佬的博客看到了关于setTimeout,promise还有async执行顺序的文章.观看了几篇之后还是没有怎么看懂,于是自己开始分析代码,并整理了此文章,我相信通过此文章朋友们能对异步同 ...
- 图像识别领域的一些code
图像识别领域的一些code 转自:http://blog.163.com/pz124578@126/blog/static/23522694201343110495537/ ps:里面的一些方法都是目 ...
- 【转】DELPHI开始支持LINUX DOCKER
这是咏南翻译Marco Cantu的文章. 在过去的几年中,将服务器端解决方案(实际上是任何类型的应用程序)部署到轻量级DOCKER而不是物理机器或虚拟机已经变得越来越普遍,因为这允许更大的灵活性(在 ...
- 十年阿里顶级架构师教你怎么使用Java来搭建微服务
微服务背后的大理念是将大型.复杂且历时长久的应用在架构上设计为内聚的服务,这些服务能够随着时间的流逝而演化.本文主要介绍了利用 Java 生态系统构建微服务的多种方法,并分析了每种方法的利弊. 快速预 ...
- Image Processing and Analysis_15_Image Registration:Image matching as a diffusion process: An analogy with Maxwell's demons——1998
此主要讨论图像处理与分析.虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来,但鉴于它们与计算机视觉的紧密联系,以 及它们的出处,没有把它们纳入到图像处理与分析中来.同样,这里面也有 ...
- MySQL数据库的二进制安装、源码编译和基础入门操作
一.MySQL安装 (1)安装方式: 1 .程序包yum安装 优点:安装快,简单 缺点:定死了各个文件的地方,需要修改里边的相关配置文件,很麻烦 2 .二进制格式的程序包:展开至特定路径,并经过简单配 ...