数论: 莫比乌斯反演 ( 四 ) 例题
莫比乌斯反演 ( 四 ): 例题
【问题描述】
给出一个n*m的方阵, 请输出从左下角的人的位置能看到的人数除以19268017的余数。
【输入格式】
输入一行两个正整数 n,m
【输出格式】
输出一个数，即举报 AJH 的人数除以 19268017 的余数
【样例输入】
3 5
【样例输出】
8
【数据规模与约定】
对于 30%的数据，0＜n,m≤1000
对于 60%的数据，0＜n,m≤10^5
对于 100%的数据，0＜n,m≤10^7
n,m 不保证相等
本题空间开两倍大（256MB）
【题解】
这道题就是求n*n范围内所有横纵坐标互质的点, 也就是gcd(x,y)=1.
,将f(d)定义为gcd(x,y)=d的点的数量, 那么自然f(1)就是互质的点数了. 根据莫比乌斯反演定理用F(n)来表示f(1)就是:
这时利用莫比乌斯反演的第二种形式:
这时的莫比乌斯反演公式:
F(x)函数就是所有横纵坐标有公因数x的点的数量(注意这里没有最大)
非常简单, F(1)的值显然是m*n.
当F(x)的参数为任意正整数时, 无非就是求m, n都除以x的范围内, F(1)的值罢了.
这便能O(1)求出任意F(x)值.
如果要求f(1), 代入公式:
注意, 因为n,m两数互不相同, 所以这里的t是两者中较小的, 因为如果i比mn其中一个大, 那么m或n除以i的时候有可能出现0, 这样就没有必要了.所以这里的t一律是m,n中较小的.
这样, 就写出了O(n)的算法.
但是, 可气的是, 这么优秀的算法竟然还能优化
因为在某些时候, 随着i的变化, 在某些区间内, m/i和n/i的积不随i的变化而变化. 这样就能通过前缀和的方法, 分段进行优化. 到时只要用前缀和求出这个区间内μ(x)函数值的总和, 然后用总和乘这个暂时不变的积即可.
因为m/i的变化周期和n/i的变化周期不同步, 所以要以从当前i往后数起, 最早发生变化的i的前一个作为当前段的终点.
如何求这个点呢?
假设i现在是任意可能的i, n/i向下取整的值为j, 如果j大于等于i, 那么(n/j)×i=(n/i)×j, 如果j小于i, 那么这是就会出现(n/j)×i>=(n/i)×j的情况, 这种情况便是出现n/i不随i变化的情况. 也就是说, 这个时候n/j×i中, 至少i取值从i到n/j这个区间里, n/i的值不变(可能i-1也是这样, 但是不一定).
这样便可以通过一个n/i值不变区间中的任意一个点, 推导出这个区间的终点. 那么, 怎么求这个起点呢?
很简单, 第一个区间的起点自然是1, 根据不重不漏原则, 接下来每个区间的起点就一定是上一个区间的终点+1.
为了保证n/i和m/i的积在区间内不变, 我们分别寻找到对于n/i和m/i不变的区间的终点后, 取那个相对小的来做这个积不变区间的终点.
接下来放代码.
#include<cstdio>
#include<cstdlib>
#include<cmath>
#include<ctime>
#include<iostream>
#include<minmax.h>
using namespace std;
long long n, m, ans = 2/*第0行和第0列的两个点提前算上*/, Mu[10000007]/*一开始是μ(x), 后成前缀和*/, Pri[10000007]/*存所有质数*/, t, T/*存n,m*/;
bool Isntpri[10000007]/*欧拉筛标记*/;
inline void Read(long long& x) {//读入模块
long long f = 1;
char c = getchar();
x = 0;
while (c < '0' || c>'9') {
if (c == '-')f = -1;
c = getchar();
}
while (c >= '0' && c <= '9') {
x = (x << 3) + (x << 1) + c - '0';
c = getchar();
}
x *= f;
}
inline void Prime(long long n) {//欧拉筛求Mu(x)
Mu[1] = 1;//递推边界
for (register long long i = 2; i <= n; i++) {//从2开始递推
if (!Isntpri[i]) {//没有被筛到过, i是质数
Pri[++Pri[0]] = i;//记录到Pri里
Mu[i] = -1;//质数只有一个质因数(它本身), 所以Mu(i)等于-1
}
for (register long long j = 1; (j <= Pri[0]) && (i * Pri[j] <= n); j++) {//不管i是不是质数, 都要乘部分已知质数(积一定小于等于i^2)
Isntpri[i * Pri[j]] = 1;//筛掉积, 积一定是合数
if (i % Pri[j] == 0) {//当前质数是i的质因数时, 设i=n*Pri[j]=m*Pri[j+1], 则合数i*Pri[j]已经被筛掉了(先筛后Break), 而Pri[j+1]*i一定会被Pri[j+1]^2筛掉(或者是被Pri[j+k]筛掉)
break;
}//这样便可以不重不漏O(n)筛出所有质数
Mu[i * Pri[j]] = -Mu[i];//别忘了处理Mu(x)(积性函数只要用一对因数的函数值相乘就好)
}
}
}
int main() {
// freopen("matrix.in", "r", stdin);
// freopen("matrix.out", "w", stdout);
Read(n), Read(m);//输入
n--, m--;//忽略第0列和第0排
if (!n || !m) {//m,n有0
if (!n && !m)cout << 0 << endl;//都为0, 答案为0
else cout << 1 << endl;//有一个为0, 答案只有1(一维的线)
return 0;//无需多算
}
if (n > m) {//先用T,t表示n,m中较大的和较小的
T = n;
t = m;
}
else {
t = n;
T = m;
}
Prime(T);//欧拉筛, 求出莫比乌斯函数Mu(x)
for (register long long i = 1; i <= T; i++) {//这时的Mu(x)已经不是莫比乌斯函数了, 而是莫比乌斯函数的前缀和
Mu[i] = (Mu[i] + Mu[i - 1]) % 19268017;
}
for (register long long l = 1, r; l <= t; l = r + 1) {//这时开始进行分段优化
if (n / (n / l) < m / (m / l)) {//之前说的从区间任意点求区间终点的方法, 选择较小的
r = n / (n / l);
}
else {
r = m / (m / l);
}
ans += (Mu[r] - Mu[l - 1]) * (n / l) % 19268017 * (m / l) % 19268017;//这里的前缀和相减求出来的就是Mu(x)函数值从l到r的总和, 乘上这个暂时不变的积
ans %= 19268017;
}
printf("%lld\n", ans);//直接输出答案
return 0;
}
