ACM算法——数学专题

合集 - 算法专题(5)

1.【算法专题】排序详解2024-02-042.【算法专题】筛质数2024-02-053.【算法专题】约数个数2024-02-054.【算法专题】二进制求异或和2024-02-11

5.ACM算法——数学专题2024-08-19

收起

一、素数

1、欧拉筛

时间复杂度：\(O(n)\)

constexpr int N = 1E6;

std::vector<int> primes;
std::vector<bool> st;

void init(int n) {
    st.assign(n + 1, false);
    primes.clear();
    for (int i = 2; i <= n; i++) {
        if (!st[i]) {
            primes.push_back(i);
        }
        for (auto p : primes) {
            if (p * i > n) {
                break;
            }
            st[i * p] = true;
            if (i % p == 0) break;
        }
    }
}

2、MR-素数测试

时间复杂度：\(O(k\log n)\)

i64 mul(i64 a, i64 b, i64 m) {
    return static_cast<__int128>(a) * b % m;
}
i64 power(i64 a, i64 b, i64 m) {
    i64 res = 1 % m;
    for (; b; b >>= 1, a = mul(a, a, m))
        if (b & 1)
            res = mul(res, a, m);
    return res;
}
bool isprime(i64 n) {
    if (n < 2)
        return false;
    static constexpr int A[] = {2, 3, 5, 7, 11, 13, 17, 19, 23};
    int s = __builtin_ctzll(n - 1);
    i64 d = (n - 1) >> s;
    for (auto a : A) {
        if (a == n)
            return true;
        i64 x = power(a, d, n);
        if (x == 1 || x == n - 1)
            continue;
        bool ok = false;
        for (int i = 0; i < s - 1; ++i) {
            x = mul(x, x, n);
            if (x == n - 1) {
                ok = true;
                break;
            }
        }
        if (!ok)
            return false;
    }
    return true;
}

3、Pollard-Rho分解

分解质因数，返回一个分解后的质因数数组

时间复杂度：\(O(n^{\tfrac{1}{4}}\log n)\)

std::vector<i64> factorize(i64 n) {
    std::vector<i64> p;
    std::function<void(i64)> f = [&](i64 n) {
        if (n <= 10000) {
            for (int i = 2; i * i <= n; ++i)
                for (; n % i == 0; n /= i)
                    p.push_back(i);
            if (n > 1)
                p.push_back(n);
            return;
        }
        if (isprime(n)) {
            p.push_back(n);
            return;
        }
        auto g = [&](i64 x) {
            return (mul(x, x, n) + 1) % n;
        };
        i64 x0 = 2;
        while (true) {
            i64 x = x0;
            i64 y = x0;
            i64 d = 1;
            i64 power = 1, lam = 0;
            i64 v = 1;
            while (d == 1) {
                y = g(y);
                ++lam;
                v = mul(v, std::abs(x - y), n);
                if (lam % 127 == 0) {
                    d = std::gcd(v, n);
                    v = 1;
                }
                if (power == lam) {
                    x = y;
                    power *= 2;
                    lam = 0;
                    d = std::gcd(v, n);
                    v = 1;
                }
            }
            if (d != n) {
                f(d);
                f(n / d);
                return;
            }
            ++x0;
        }
    };
    f(n);
    std::sort(p.begin(), p.end());
    return p;
}

二、同余系

1、欧拉函数

1. 定义

对于正整数 \(n\) ，欧拉函数是小于等于 \(n\) 的正整数中与 \(n\) 互质的数的数目，记作 \(\varphi(n)\) 。特别的 \(\varphi(1)=1\)

即：\(\varphi(n)=\sum\limits^n_{i=1}[\gcd(i,n)=1]\)

在算数基本定理中，\(N = p_1^{c_1} \times p_2^{c_2} \times ... \times p_k^{c_k}\)，则：

\[\varphi(N)=N\times \frac{p_1-1}{p_1} \times \frac{p_2-1}{p_2}\times ...\times \frac{p_k-1}{p_k}=N\times \prod_{i=1}^k(1-\frac{1}{p}) \]

2. 求欧拉函数

首先欧拉函数是一个积性函数，当 \(m,n\) 互质时，\(\varphi(mn)=\varphi(m) \times \varphi(n)\)

证明：把 \(m\) 和 \(n\) 分解质因数后带入欧拉函数的计算式

根据唯一分解定理： \(n = p_1^{c_1} \times p_2^{c_2} \times ... \times p_k^{c_k}\)

因此：\(\varphi(n)=\varphi(p_1^{c_1}) \times ... \times \varphi(p_k^{c_k})\)

对于任意一项 \(\varphi(p_i^{c_i})=p_i^{c_i} - p_i^{c_i-1}\)

证明：

从 \(1\) 到 \(p_i^{c_i}\) 中共有 \(p_i^{c_i}\) 个数字

其中与 \(p_i^{c_i}\) 不互质的有 \(p_i,2p_i,3p_i,...,p_i\times p_i,...,p_i^{c_i-1}\times p_i\) 一共有 \(p_i^{c-1}\) 项

根据容斥原理 \(\varphi(p_i^{c_i})=p_i^{c_i} - p_i^{c_i-1}\)

所以把公式再化简：\(\varphi(p_i^{c_i})=p_i^{c_i} - p_i^{c_i-1}=p_i^{c_i}\times (1- \frac{1}{p_i})\)

所以：

\[\begin{split} \varphi(n)=&\varphi(p_1^{c_1}) \times ... \times \varphi(p_k^{c_k})\\ =&(p_1^{c_1}-p_1^{c_1-1}) \times ... \times (p_k^{c_k} - p_k^{c_k-1}) \\ =&p_1^{c_1}\times (1- \frac{1}{p_1})\times p_2^{c_2}\times (1- \frac{1}{p_2}) \times ... \times p_k^{c_k}\times (1- \frac{1}{p_k})\\ =&p_1^{c_1}\times p_2^{c_2}\times...\times p_k^{c_k}\times(1- \frac{1}{p_1})\times (1- \frac{1}{p_2})\times...\times(1- \frac{1}{p_k}) \\ =&n\times \prod_{i=1}^k (1-\frac{1}{p_i}) \end{split} \]

3. 欧拉函数的性质

• 设 \(p\) 为质数，若 \(p|n\) 且 \(p^2|n\) ，则 \(\varphi(n)=\varphi(n/p)\times p\)
• 设 \(p\) 为质数，若 \(p|n\) 且 \(p^2\nmid n\) ，则 $\varphi(n)=\varphi(n/p)\times (p-1) $
• \(\sum\limits_{d|n}\varphi(d)=n\)

4. 代码实现

int phi(int n) {
    int res = n;
    for (int i = 2; i * i <= n; i++) {
        if (n % i == 0) {
            while (n % i == 0) {
                n /= i;
            }
            res = res / i * (i - 1);
        }
    }
    if (n > 1) {
        res = res / n * (n - 1);
    }
    return res;
}

constexpr int N = 1E6;

std::vector<i64> phi, primes;
std::vector<bool> st;

void init(int n) {
    phi.resize(n);
    st.assign(n + 1, false);
    primes.clear();

	phi[1] = 1;
	for (int i = 2; i <= n; i++) {
		if (!st[i]) {
			primes.push_back(i);
			phi[i] = i - 1;
		}
		for (auto p : primes) {
			if (p * i > n) {
				break;
			}
			st[i * p] = true;
			if (i % p == 0) {
				phi[i * p] = phi[i] * p;
				break;
			}
			phi[i * p] = phi[i] * (p - 1);
		}
	}
}

2、扩展欧几里得算法

扩展欧几里得算法解决的问题：

1. 求解方程 \(ax+by=\gcd(a,b)\) 的解

当 \(b=0\) 时， \(ax+by=a\) 故而 \(x=1,y=0\)

当 \(b \ne 0\) 时

因为

\[\gcd(a,b)=\gcd(b,a\%b) \]

原式可写为：

\[bx^{\prime}+(a\%b)y^{\prime}=\gcd(b,a\%b)\\ bx^{\prime}+(a-\lfloor \frac ab \rfloor \times b)y^{\prime}=\gcd(b,a\%b)\\ ay^{\prime}+b(x^{\prime}-\lfloor \frac ab\rfloor \times y^{\prime})=\gcd(b,a\%b)=\gcd(a,b) \]

与原式比较得：

\[x=y^{\prime},y=x^{\prime}-\lfloor \frac ab \rfloor \times y^{\prime} \]

因此可以采取递归算法，先求出下一层的 \(x^{\prime}\) 和 \(y^{\prime}\) 再利用上述公式回代即可。

2. 求解更一般的方程 \(ax+by=c\)

前置知识：裴蜀定理

对于一个二元一次方程 \(ax+by=c\)，如果 \(c\) 是 \(gcd(a,b)\) 的倍数，那么这个方程一定有整数解，反之也成立。

证明：

充分性可通过exgcd求证，以证明过，下面证必要性，令 \(k=gcd(a,b)\)。

设 \(a=a'k,b=b'k,c=c'k+r(r<k)\) 我们还不知道 \(c\) 到底是不是 \(k\) 的倍数，那就先设上个 \(r\)

原方程可变为：\(a'kx+b'ky=c'k+r\)

两边同时除以 \(k\) ，得到 \(a'x+b'y=c'+\frac{r}{k}\)

看条件，有整数解，故 \(\frac{r}{k}\in \Z\) 恒成立，\(r\) 只能是 \(0\) ，即 \(c\) 一定是 \(k\) 的倍数。

我们可以设 \(d=\gcd(a,b)\) 则这个方程有解的条件是：当且仅当 \(d \mid c\) 即 \(d\) 整除 \(c\) \((c \ \text{mod}\ d = 0)\)

求解：

用扩展欧几里得求出 \(ax_0+by_0=d\) 的解

则同时扩大 \(\frac{c}{d}\) 倍： \(a(x_0 \times \cfrac cd)+b(y_0 \times \cfrac cd)=c\)

故而一个特解为：\(x^{\prime}=x_0 \times \cfrac cd, \ y^{\prime}=y_0 \times \cfrac cd\)

我们知道：非齐次方程的通解 = 非齐次方程的一个特解 + 齐次方程的通解

所以下一步求齐次方程：\(ax+by=0\) 的通解

\[ax+by=0\\ ax=-by\\ x=-\frac{b}{a}y\\ 设d=\gcd(a,b)\\ \because a=a_1\times d\ ,b=b_1\times d\\ \therefore \gcd(a_1,b_1)=1\\ x=-\frac{b_1\times d}{a_1\times d}y\\ x=-\frac{b_1}{a_1}y\\ \because a_1,b_1互质，则x有整数解\\ a_1 \mid y\to y=k \times a_1 \to y=k\times \frac{a}{d}(k\in z)\\ \therefore 带入y得x=-k\frac{b}{d}\\ 同理y=x\times -\frac{a}{b}=k\frac{a}{d} \]

所以非齐次方程的通解为：

\[x=x^{\prime}-k\frac{b}{d},y=y^{\prime}+k\frac{a}{d},k\in z\\ \]

当然 \(k\cfrac{b}{d}\) 前面的符号只需要保证在 \(x\) 和 \(y\) 的表达式中是相反的就可以

若令 \(t=\cfrac bd\) ，则对于 \(x\) 的最小非负整数解为 \((x^{\prime}\%t+t)\%t\)

3. 求解一次同余方程 \(ax\equiv b(\text{mod}\ m)\)

等价于求：

\[ax=m\times (-y)+b\\ ax+my=b \]

有解条件为：\(\gcd(a,m) \mid b\) ，然后用扩展欧几里得求解即可

特别的 当 \(b=1\) 且 \(a\) 与 \(m\) 互质时，所求的 \(x\) 即为 \(a\) 的逆元

int exgcd(int a, int b, int &x, int &y) {
    if (!b) {
        x = 1, y = 0;
        return a;
    }
    int g = exgcd(b, a % b, y, x);
    y -= a / b * x;
    retrun g;
}

3、逆元

乘法逆元的定义：若整数 \(b,m\) 互质， 并且对于任意整数 \(a\) ，如果满足 \(b \mid a\) ，则存在一个 \(x\) ，使得 \(a \times b^{-1} \equiv a\times x(\text{mod}\ m)\) ，则称 \(x\) 为 \(b\) 的模 \(m\) 的乘法逆元，记为 \(b^{-1}(\text{mod}\ m)\)。

1. 快速幂求逆元(m为质数)

推公式：

\[a\times b^{-1} \equiv a\times x(\text{mod} \ m)\\ 两边同时乘b得： a \equiv a \times b \times x(\text{mod} \ m)\\ 即 1\equiv b \times x(\text{mod} \ m)\\ 同 b \times x \equiv 1(\text{mod} \ m)\\ 由费马小定理可知，当m为质数时：\\ b^{m-1}\equiv 1(\text{mod} \ m)\\ 拆一个b出来\\ b\times b^{m -2}\equiv 1(\text{mod} \ m)\\ 对比上式得到 x=b^{m-2} \]

所以当 \(m\) 为质数时，\(b\) 的乘法逆元 \(x=b^{m-2}(\text{mod} \ m)\) ，直接使用快速幂 qmi(b, m - 2, m)

2. 扩展欧几里得算法求逆元

前提：\(a\) 有逆元的充要条件是 \(a\) 与 \(m\) 互质，所以有 \(\gcd(a,m)=1\)

假设 \(a\) 的逆元为 \(x\) ，那么有 \(a\times x \equiv 1(\text{mod}\ m)\)

等价：\(ax+my=1\) 直接使用扩展欧几里得算法 exgcd(a, m, x, y)

如何保证求得的 \(x\) 为正数？ cout<<(x + m) % m

3. 欧拉定理求逆元

欧拉定理：设 \(m,a\in N^+\) ，且 \(\gcd(a,m)=1\) ，则我们有 \(a^{\varphi(m)}\equiv1(\text{mod}\ m)\) ，\(\varphi(m)\) 为 \(m\) 的欧拉函数

对上式定理进行变形得： \(a \times a^{\varphi(m)-1}\equiv1(\text{mod}\ m)\)

所以令 \(a\) 的逆元是 \(a^{-1}\) 即 \(a^{-1}= a^{\varphi(m)-1}(\text{mod}\ m)\)

4. 线性求逆元

有时候我们不一定是只求单个的逆元，需要求很多数的逆元，如果每次都用1、2、3方法复杂度就非常大了。

在线性时间复杂度求出 \([1,n]\) 在模 \(p\) 意义下的逆元（ \(p\) 必须是质数）

首先从 \(p\) 入手， \(p \div i=q\cdots r\) （其中 \(q\) 是商， \(r\) 是余数），移项得： \(p=q\times i+r\)

模上 \(p\) 得：\(0=q\times i+r(\text{mod}\ p)\)

左右两边同时乘上 \(i^{-1}\times r^{-1}\) 得： \(0=q\times r^{-1} + i^{-1}(\text{mod}\ p)\)

移项得：\(i^{-1}=-q\times r^{-1}(\text{mod}\ p)\)

又因为 \(q=\lfloor \frac{p}{i} \rfloor\) ，\(r=p\ \text{mod}\ i\) 带入上式得

\[i^{-1}=-\lfloor \frac{p}{i} \rfloor \times (p\ \text{mod}\ i)^{-1}(\text{mod}\ p)\\ i^{-1}=(-\lfloor \frac{p}{i} \rfloor \times (p\ \text{mod}\ i)^{-1}+p\times (p\ \text{mod}\ i)^{-1})(\text{mod}\ p)\\ 为什么可以加p\times (p\ \text{mod}\ i)^{-1}\\ 因为在模p的意义下p\times (p\ \text{mod}\ i)^{-1}为0\\ \therefore i^{-1}=(p-\lfloor \frac{p}{i} \rfloor) \times (p\ \text{mod}\ i)^{-1}(\text{mod}\ p) \]

用代码写成递推表达式：inv[i] = (p - p / i) * inv[p % i] % p; 初始值：inv[0] = inv[1] = 1;

LL inv[N];

void mod_inverse(LL n, LL p)
{
    inv[0] = inv[1] = 1;
    for (int i = 2; i <= n; i++)
        inv[i] = (p - p / i) * inv[p % i] % p;
}

4、中国剩余定理

可求解如下形式的一元线性同余方程组（其中 \(c_1,c_2,...,c_k\) 两两互质）

\[\begin{cases} x \equiv r_1(\text{mod}\ c_1) \\ x \equiv r_2(\text{mod}\ c_2) \\ \ \ \ \ \vdots\quad \\ x \equiv r_k(\text{mod}\ c_k) \end{cases} \]

过程：

1. 计算所有模数的积 \(n\)。

2. 对于第 \(i\) 个方程：

   a. 计算 \(m_i = \frac{n}{c_i}\);

   b. 计算 \(m_i\) 在模 \(c_i\) 意义下的逆元 \(m_i^{-1}\);

   c. 计算 \(t_i=m_im_i^{-1}\)（不对 \(n_i\) 取模）

3. 方程组在模 \(n\) 意义下的唯一解为：\(x=\sum\limits^k_{i=1}a_it_i(\text{mod}\ n)\)

i64 CRT(int k, std::vector<i64>&r, std::vector<i64>&c) {
    i64 n = 1, ans = 0;
    for (int i = 1; i <= k; i++) n = n * c[i];
    for (int i = 1; i <= k; i++) {
        i64 m = n / c[i], b, y;
        exgcd(m, c[i], b, y); // m * b = 1(mod c[i]);  => m*b + c[i]*y = 1
        ans = (ans + r[i] * m * b % n) % n;
    }
    return (ans % n + n) % n;
}

5、扩展中国剩余定理

可求解如下形式的一元线性同余方程组（其中 \(n_1,n_2,...,n_k\) 两两不一定互质）

\[\begin{cases} x \equiv r_1(\text{mod}\ c_1) \\ x \equiv r_2(\text{mod}\ c_2) \\ \ \ \ \ \vdots\quad \\ x \equiv r_k(\text{mod}\ c_k) \end{cases} \]

前两个方程：\(x\equiv r_1(\text{mod} \ c_1),x\equiv r_2(\text{mod} \ c_2)\)。

转化为不定方程：\(x=c_1p+r_1,x=c_2q+r_2\)。

则 \(c_1p-c_2q=r_2-r_1\)

由裴蜀定理：

当 \(\gcd(c_1,c_2) \nmid(r_2-r_1)\) 时，无解

当 \(\gcd(c_1,c_2)\mid(r_2-r_1)\) 时，有解

由 \(\text{exgcd}\) 算法：

特解为 \(p=p\times\cfrac{r_2-r_1}{\gcd},q=q\times\cfrac{r_2-r_1}{\gcd}\)

通解为 \(P=p+\cfrac{c_2}{\gcd}k,Q=q-\cfrac{c_1}{\gcd}k\)

所以 \(x=c_1P+r_1=\cfrac{c_1c_2}{\gcd}k+c_1p+r_1\)

前两个方程等价合并为一个方程 \(x\equiv r(\text{mod} \ c)\)

其中 \(r=c_1p+r_1,c=\text{lcm}(c_1,c_2)\)

所以合并 \(n-1\) 次同余方程就可以求解了。

i64 EXCRT(int k, std::vector<i64>&r, std::vector<i64>&c) {
    i64 c1, c2, r1, r2, p, q;
    c1 = c[1], r1 = r[1];
    for (int i = 2; i <= k; i++) {
        c2 = c[i], r2 = r[i];
        i64 d = exgcd(c1, c2, p, q);
        if ((r2 -r1) % d) {
            return -1;
        }
        p = p * (r2 - r1) / d;
        p = (p % (c2 / d) + (c2 / d)) % (c2 / d);
        r1 = c1 * p + r1;
        c1 = c1 * c2 / d;
    }
    return (r1 * c1 + c1) % c1;
}

6、BSGS算法

给定整数 \(a,b,p\)，\(a,p\) 互质。

求满足 \(a^x \equiv b(\text{mod}\ p)\) 的最小非负整数 \(x\)。

时间复杂度 \(O(\sqrt p)\)

由扩展欧拉定理 \(a^x \equiv a^{x\ \text{mod} \ \varphi(p)}(\text{mod} \ p)\)

可知 \(a^x\) 模 \(p\) 意义下的最小循环节为 \(\varphi(p)\)

因为 \(\varphi(p) \lt p\)，所以我们考虑 \(x\in [0,p]\)，这样就必然能找到最小满足条件的整数 \(x\)

令 \(x=im-j\)，其中 \(m=\lceil \sqrt p \rceil,i \in [1,m],j\in [0,m-1]\)

则 \(a^{im-j} \equiv b(\text{mod}\ p)\)

即 \((a^m)^i\equiv ba^j(\text{mod}\ p)\)

1. 先枚举 \(j\)，把 \((ba^j,j)\) 丢进哈希表，如果 \(key\) 重复，就用更大的 \(j\) 替换旧的
2. 再枚举 \(i\)，计算 \((a^m)^i\)，到哈希表中查找是否有相等的 \(key\)，找到第一即结束。则最小的 \(x=im-j\)

i64 bsgs(i64 a, i64 b, i64 p) {
    a %= p, b %= p;
    if (b == 1) return 0;
    i64 m = std::ceil(std::sqrt(p));
    i64 t = b;
    std::unordered_map<i64, i64> mp;
    mp[b] = 0;
    for (int j = 1; j < m; j++) {
        t = t * a % p;
        mp[t] = j;
    }
    i64 mi = 1;
    for (int i = 1; i <= m; i++) {
        mi = mi * a % p;
    }
    t = 1;
    for (int i = 1; i <= m; i++) {
        t = t * mi % p;
        if (mp.count(t)) {
            return i * m - mp[t];
        }
    }
    return -1;
}

7、扩展BSGS算法

给定整数 \(a,b,p\)。

求满足 \(a^x \equiv b(\text{mod}\ p)\) 的最小非负整数 \(x\)。

• 当 \(a,p\) 互质，直接使用 BSGS 算法
• 当 \(a,p\) 不互质，我们要想办法让他们变得互质

原方程可以等价为 \(aa^{x-1}+py=b\)

设 \(d_1=\gcd(a,p)\)。如果 \(d_1\nmid b\)，则原方程无解。（裴蜀定理）

否则方程两边同时除以 \(d_1\)，得到 \(\cfrac{a}{d_1}a^{x-1}\equiv \cfrac{b}{d_1}\Big(\text{mod}\ \cfrac{p}{d_1}\Big)\)

如果 \(a\) 和 \(\cfrac{p}{d_1}\) 仍不互质就再除。

设 \(d_2=\gcd(a,\cfrac{p}{d_1})\)。如果 \(d_2 \nmid \cfrac{b}{d_1}\)，则原方程无解。（裴蜀定理）

否则方程两边同时除以 \(d_2\)，得到 \(\cfrac{a^2}{d_1d_2}a^{x-2}\equiv \cfrac{b}{d_1d_2}\Big(\text{mod}\ \cfrac{p}{d_1d_2}\Big)\)

不停的判断下去直到 \(a\perp \cfrac{p}{d_1 \cdots d_k}\)，记 \(D=\prod\limits_{i=1}^kd_i\)

原方程变为 \(\cfrac{a^k}{D}a^{x-k}\equiv \cfrac{b}{D}\left(\text{mod}\ \cfrac{p}{D}\right)\)

因为 \(a\perp \cfrac{p}{D}\)，则 \(\cfrac{a^k}{D}\perp\cfrac{p}{D}\)，则 \(\cfrac{a^k}{D}\) 就有逆元了，把它丢到方程右边，这就是一个 BSGS问题了，求解 \(x-k\) 后再加上 \(k\) 就是答案了。

即求解 \(Aa^{im-j}\equiv b^{\prime}(\text{mod}\ p^{\prime})\)，其中 \(A=\cfrac{a^k}{D},b^{\prime}=\cfrac{b}{D},p^{\prime}=\cfrac{p}{D}\)

i64 exbsgs(i64 a, i64 b, i64 p) {
    a %= p, b %= p;
    if (b == 1 || p == 1) return 0;
    i64 d, k = 0, A = 1;
    while (true) {
        d = std::gcd(a, p);
        if (d == 1) break;
        if (b % d) {
            return -1;
        }
        k++;
        b /= d;
        p /= d;
        A = A * (a / d) % p;
        if (A == b) {
            return k;
        }
    }
    i64 m = std::ceil(std::sqrt(p));
    i64 t = b;
    std::unordered_map<i64, i64> mp;
    mp[b] = 0;
    for (int j = 1; j < m; j++) {
        t = t * a % p;
        mp[t] = j;
    }
    i64 mi = 1;
    for (int i = 1; i <= m; i++) {
        mi = mi * a % p;
    }
    t = A;
    for (int i = 1; i <= m; i++) {
        t = t * mi % p;
        if (mp.count(t)) {
            return i * m - mp[t] + k;
        }
    }
    return -1;
}

三、数论函数

1、莫比乌斯反演

莫比乌斯函数：\(\mu(x)\)

定义：\(\mu(x)=\begin{cases} 1 & x\ 含有平方因子 \\ (-1)^k &k 为\ x\ 的本质不同质因子个数 \end{cases}\)

\(n\) 的所有约数的莫比乌斯函数的和：\(S(n)=\sum\limits_{d|n}\mu(d)\)

性质：\(S(n)=[n=1]\) 即：\(\sum\limits_{d|n}\mu(d)=[n=1]\)

应用：\(\sum\limits_{d\mid \gcd(i,j)}\mu(d)=[\gcd(i,j)=1]\)

证明：

根据整数的唯一分解定理：\(n=p_1^{\alpha_1}p_2^{\alpha_2}...p_k^{\alpha_k}\)，因为 \(n\) 不等于 \(1\)，所以 \(k\ge1\)

\(n\) 的每一个约数设为 \(d\)，分解 \(d\) 可以得到 \(d=p_1^{\beta_1}p_2^{\beta_2}...p_k^{\beta_k}，0\le \beta_i \le \alpha_i\)。

我们只需要求证 \(\sum \mu(d)=0\) 就是了。

由于莫比乌斯函数的性质：\(d\) 若含有平方的因子，直接是零，不用加。我们就考虑另一种情况。

\(\beta_i\) 取 \(0\) 还是 \(1\) ，我们就想到了组合数。

我们可以在 \(k\) 个里取 \(0\) 个 \(1\) ：\(C_k^0(-1)^0\)

我们可以在 \(k\) 个里取 \(1\) 个 \(1\) ：\(C_k^1(-1)^1\)

我们可以在 \(k\) 个里取 \(2\) 个 \(1\) ：\(C_k^2(-1)^2\)

一直到我们在 \(k\) 个里取 \(k\) 个 \(1\)：\(C_k^k(-1)^k\)

这样我们加起来就是：\(\sum\limits^k_{i=0}C_k^i(-1)^i\)，由二项式定理：\(0=(1-1)^k=\sum\limits^k_{i=0}C_k^i(1)^0(-1)^i=\sum\limits^k_{i=0}C_k^i(-1)^i\)

证毕。

莫比乌斯函数和欧拉函数的关系

欧拉函数：对于正整数 \(n\) ，欧拉函数是小于等于 \(n\) 的正整数中与 \(n\) 互质的数的数目，记作 \(\varphi(n)\) 。特别的 \(\varphi(1)=1\)

即：\(\varphi(n)=\sum\limits^n_{i=1}[\gcd(i,n)=1]\)

关系：\(\sum\limits_{d|n}\mu(d)\cfrac nd=\varphi(n)\)

证明：

当 \(n=1\) 时，\(d=1\)，\(\varphi(n)=\mu(n)=1\)

当 \(n\gt 1\) 时，\(n=p_1^{\alpha_1}p_2^{\alpha_2}...p_k^{\alpha_k}\)，我们只考虑 \(\alpha_i\le1\) 的情况，即 \(n'=p_1p_2...p_k\)

\(\sum\limits_{d|n}\mu(d)\cfrac nd=n\sum\limits_{d|n'}\cfrac {\mu(d)}{d}\)

知道的，约数是由质因子或乘积构成的，由容斥原理

\(n\sum\limits_{d|n'}\cfrac {\mu(d)}{d}=n\left(1-\left(\cfrac 1{p_1}+...+\cfrac 1{p_k}\right)+\left(\cfrac 1{p_1p_2}+...+\cfrac 1{p_{k-1}p_k}\right)-...\right)=n\left(1-\cfrac{1}{p_1}\right)\left(1-\cfrac{1}{p_2}\right)...\left(1-\cfrac{1}{p_k}\right)=\varphi(n)\)

证毕。

莫比乌斯反演

前置知识：迪利克雷卷积 *

定义：\(f(n),g(n)\) 是两个积性函数，\((f*g)(n)=\sum\limits_{d|n}f(d)g\left(\cfrac nd\right)=\sum\limits_{d|n}f\left(\cfrac nd\right)g(d)\)

规律：

1、交换律：\(f*g=g*f\)

2、结合律：\((f*g)*h=f*(g*h)\)

3、分配律：\((f+g)*h=f*h+g*h\)

三个常用函数：

1、元函数 \(\varepsilon(n)=[n=1]\)

2、常数函数 \(1(n)=1\)

3、恒等函数 \(id(n)=n\)

常用卷积关系

1、\(\sum\limits_{n|d}\mu(d)=[n=1]\Rightarrow\mu*1=\varepsilon\)

2、\(\sum\limits_{d|n}\mu(d)=n\Rightarrow\varphi*1=id\)

3、\(\sum\limits_{d|n}\mu(d)\cfrac nd=\varphi(n)\Rightarrow\mu*id=\varphi\)

4、\(f*\varepsilon=f\)

5、\(f*1\neq f\)

定义：若 \(f(n)=\sum\limits_{d|n}g(d)\) 则 \(g(n)=\sum\limits_{d|n}\mu(d)f(\cfrac n d)\)

\(f(n),g(n)\) 均为积性函数。

\(f(n)\) 称为 \(g(n)\) 的莫比乌斯变换

\(g(n)\) 称为 \(f(n)\) 的莫比乌斯逆变换

证明：

\[\begin{split} \sum_{d|n}\mu(d)f(\cfrac nd)&=\sum_{n|d}\mu(d)\sum_{k\mid\tfrac nd}g(k) \\ &=\sum_{d|n}\sum_{k|\tfrac nd}\mu(d)g(k)=\sum_{k|n}\sum_{d|\tfrac nk}\mu(d)g(k) \\ &=\sum_{k|n}g(k)\sum_{d|\tfrac nk}\mu(d)\\ &=g(n) \end{split} \]

可以写成另一种形式：若 \(f(n)=\sum\limits_{n|d}g(d)\) 则 \(g(n)=\sum\limits_{n|d}\mu(\cfrac dn)f(d)\)

常见题型

P3455 ZAP-Queries：\(\sum\limits_{i=1}^n\sum\limits_{j=1}^m[\gcd(i,j)=k]\)

\[\begin{split} &\sum\limits_{i=1}^n\sum\limits_{j=1}^m[\gcd(i,j)=k] \\ =&\sum\limits_{i=1}^{\lfloor \tfrac n k\rfloor}\sum\limits_{j=1}^{\lfloor \tfrac m k\rfloor}[\gcd(i,j)=1] \end{split} \]

根据 \(\sum\limits_{d\mid \gcd(i,j)}\mu(d)=[\gcd(i,j)=1]\) 可以得到

\[\begin{split} &=\sum\limits_{i=1}^{\lfloor \tfrac n k\rfloor}\sum\limits_{j=1}^{\lfloor \tfrac m k\rfloor}\sum\limits_{d\mid \gcd(i,j)}\mu(d) \\ &=\sum\limits_{i=1}^{\lfloor \tfrac n k\rfloor}\sum\limits_{j=1}^{\lfloor \tfrac m k\rfloor}\sum\limits_{d=1}^{\min(\lfloor \tfrac n k\rfloor,\lfloor \tfrac m k\rfloor)}[d|i][d|j]\mu(d) \end{split} \]

交换求和次序，先枚举 \(d\) 可得

\[\begin{split} &=\sum\limits_{d=1}^{\min(\lfloor \tfrac n k\rfloor,\lfloor \tfrac m k\rfloor)}\mu(d)\sum\limits_{i=1}^{\lfloor \tfrac n k\rfloor}[d\ |\ i]\sum\limits_{j=1}^{\lfloor \tfrac m k\rfloor}[d\ |\ j]\\ &=\sum\limits_{d=1}^{\min(\lfloor \tfrac n k\rfloor,\lfloor \tfrac m k\rfloor)}\mu(d)\left\lfloor \cfrac n {kd}\right\rfloor\left\lfloor \cfrac m {kd}\right\rfloor \end{split} \]

显然可以使用数论分块解决这个问题。

数论分块（整数分块）：形如 \(\sum\limits_{i=1}^nf(i)\left\lfloor\cfrac ni\right\rfloor\) 就能使用数论分块解决。

P2522 Problem b：\(\sum\limits_{i=x}^n\sum\limits_{j=y}^m[\gcd(i,j)=k]\)

分析可以知道，通过差分的性质，我们可以求这四个出来进行加减操作可以得到原式：

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

\[\sum_{i=1}^{x-1}\sum_{j=1}^m[\gcd(i,j)=k] \tag{2} \]

\[\sum_{i=1}^n\sum_{j=1}^{y-1}[\gcd(i,j)=k] \tag{3} \]

\[\sum_{i=1}^{x-1}\sum_{j=1}^{y-1}[\gcd(i,j)=k] \tag{4} \]

所以我们的答案就是 \((1)-(2)-(3)+(4)\)

这 \(4\) 个式子的推导和上面的类似。

#2185 约数个数和：\(\sum\limits_{i=1}^n\sum\limits_{j=1}^md(ij)\) （\(d(x)\) 为 \(x\) 的约数个数）

前置知识：\(d(ij)=\sum\limits_{x|i}\sum\limits_{y|j}[\gcd(x,y)=1]\)

将这个式子化简：

\[\begin{split} d(ij) &= \sum_{x|i}\sum_{y|j}[\gcd(x,y)=1] \\ &= \sum_{x|i}\sum_{y|j}\sum_{k|\gcd(x,y)}\mu(k) \\ &= \sum_{k=1}^{\min(i,j)}\sum_{x|i}\sum_{y|j}[k|\gcd(x,y)]\mu(k) \\ &= \sum_{k=1}^{\min(i,j)}\mu(k)\sum_{x|i}\sum_{y|j}[k|\gcd(x,y)] \\ &= \sum_{k=1}^{\min(i,j)}\mu(k)\sum_{kx|i}\sum_{ky|j}[k|\gcd(kx,ky)] \\ &= \sum_{k=1}^{\min(i,j)}\mu(k)\sum_{x|\tfrac ik}\sum_{y|\tfrac jk}1 \\ &= \sum_{k=1}^{\min(i,j)}\mu(k)d\left(\frac ik\right)d\left(\frac jk\right) \end{split} \]

带入原式：

\[\begin{split} \sum_{i=1}^n\sum_{j=1}^md(ij)&=\sum_{i=1}^n\sum\limits_{j=1}^m\sum_{k=1}^{\min(i,j)}\mu(k)d\left(\frac ik\right)d\left(\frac jk\right) \\ &=\sum_{k=1}^{\min(n,m)}\sum_{i=1}^n\sum\limits_{j=1}^m[k|i][k|j]\mu(k)d\left(\frac ik\right)d\left(\frac jk\right) \\ &=\sum_{k=1}^{\min(n,m)}\sum_{i=1}^{\left\lfloor \tfrac nk \right\rfloor}\sum\limits_{j=1}^{\left\lfloor \tfrac mk \right\rfloor}\mu(k)d\left(i\right)d\left(j\right) \\ &=\sum_{k=1}^{\min(n,m)}\mu(k)\sum_{i=1}^{\left\lfloor \tfrac nk \right\rfloor}d\left(i\right)\sum\limits_{j=1}^{\left\lfloor \tfrac mk \right\rfloor}d\left(j\right) \\ \end{split} \]

我们记 \(\sum\limits_{i=1}^{p}d\left(i\right)=S(p)\) 就是 \(d\) 的前缀和，那么原式可以写成：

\[\sum_{i=1}^n\sum_{j=1}^md(ij)=\sum_{k=1}^{\min(n,m)}\mu(k)S\left({\left\lfloor \frac nk \right\rfloor}\right)S\left({\left\lfloor \frac mk \right\rfloor}\right) \\ \]

所以我们只需要预处理 \(\mu,d\) 的前缀和，再处理分块就行了。

SPOJ LCMSUM：\(\sum\limits_{i=1}^n \text{lcm}(i,n)\)

化简原式得：

\[\sum_{i=1}^n \frac {in} {\gcd(i,n)} \]

这个式子可以这样化简，将原式复制一份并且颠倒顺序，将 \(n\) 单独提出来（如果不懂可以自己用简单的式子推推）

\[\frac12\left(\sum_{i=1}^{n-1} \frac {in} {\gcd(i,n)}+\sum_{i=n-1}^{1} \frac {in} {\gcd(i,n)}\right)+n \]

根据 \(\gcd(i,n)=\gcd(n-i,n)\)，原式变为

\[\frac12\left(\sum_{i=1}^{n-1} \frac {in} {\gcd(i,n)}+\sum_{i=n-1}^{1} \frac {in} {\gcd(n-i,n)}\right)+n \]

现在看两个求和式子中，分母已经同项了，我们可以合并（自己可以带 \(i=1\) 去验算）

\[\frac12\sum_{i=1}^{n-1} \frac {n^2} {\gcd(i,n)}+n \]

由于（\(\gcd(n,n)=n\)）我们把 \(n\) 重新算上，然后就化成这样了。

\[\frac12\sum_{i=1}^{n} \frac {n^2} {\gcd(i,n)}+\frac n2 \]

因为我们知道 \(\gcd(i,n)\) 有些是相同的，所以只需要统计 \(\gcd(i,n)=d\) 的个数。又当 \(\gcd(i,n)=d\) 时，\(\gcd(\cfrac id,\cfrac nd)=1\)，所以 \(\gcd(i,n)=d\) 的个数一共有 \(\varphi(\cfrac nd)\) 个。相当于 \(\sum\limits_{\tfrac id=1}^{\tfrac nd}[\gcd(\tfrac id,\tfrac nd)=1]=\varphi(\cfrac nd)\) 欧拉函数的公式，我们每次枚举 \(d\) 看每个 \(d\) 加了多少次

\[\frac12\sum_{d|n} \frac {n^2\varphi(\frac nd)}{d} +\frac n2 \]

改变求和次序，并且令 \(d'=\cfrac nd\) 合并公式

\[\frac12n\left(\sum_{d'|n} {d'\varphi(d')}+1\right) \]

设 \(\text{g}(n)=\sum\limits_{d|n}d\cdot \varphi(d)\)，已知 \(\text{g}\) 为积性函数，可以 \(O(n)\) 的时间筛出。每次询问 \(O(1)\) 计算。

下面是推导 \(\text{g}\) 的过程，考虑 \(\text{g}(p_j^k)\) 它的约数只有 \(p_j^0,p_j^1,...,p_j^k\)，因此

\[\text{g}(p_j^k)=\sum_{w=1}^kp_j^w \cdot \varphi(p_j^w) \]

又因为 \(\varphi(p_j^{w})=p_j^{w} - p_j^{w-1}=p_j^{w}\cdot (1- \frac{1}{p_j})=p_j^{w-1}\cdot (p_j-1)\)，原式可以化简

\[\sum_{w=0}^kp_j^{2w-1}\cdot(p_j-1) \]

于是有

\[\text{g}(p_j^{k+1})=\text{g}(p_j^{k})+p_j^{2k+1}\cdot(p_j-1) \]

对于 \(i\) 是质数的时候

\[\begin{split} \text{g}(i)=&1\cdot \varphi(1)+i\cdot \varphi(i) \\ =&i\cdot (i-1) + 1 \end{split} \]

现在对于 \(p_j|i\) 的情况，这个 \(i\) 就是欧拉筛的那个 \(i\)，令 \(i=a\cdot p_j^w(\gcd(a,p_j)=1)\)

\[\text{g}(i\cdot p_j)=\text{g}(a)\cdot \text{g}(p_j^{w+1}) \\ \text{g}(i)=\text{g}(a) \cdot \text{g}(p_j^w) \]

即

\[\text{g}(i\cdot p_j)-\text{g}(i)=\text{g}(a)\cdot p_j^{2w+1} \cdot (p_j-1) \]

同理有

\[\text{g}(i)-\text{g}(\frac i {p_j})=\text{g}(a)\cdot p_j^{2w-1} \cdot (p_j-1) \]

因此

\[\text{g}(i\cdot p_j)=\text{g}(i)+\left(\text{g}(i)-\text{g}(\frac i {p_j})\right)\cdot p_j^2 \]

P1829 Crash的数字表格：\(\sum\limits_{i=1}^n\sum\limits_{j=1}^m\text{lcm}(i,j)(\text{mod}\ 20101009)\)

和上题有出入，首先先化简

\[\begin{split} \sum_{i=1}^n\sum_{j=1}^m\text{lcm}(i,j)=&\sum_{i=1}^n\sum_{j=1}^m\frac {i\cdot j}{\gcd(i,j)}\\ =&\sum_{i=1}^n\sum_{j=1}^m\sum_{d=1}^n\frac{i\cdot j}{d}[\gcd(i,j)=d] \\ =&\sum_{id=1}^n\sum_{jd=1}^m\sum_{d=1}^n\frac{id\cdot jd}{d}[\gcd(id,jd)=d] \\ =&\sum_{i=1}^{\left\lfloor\tfrac nd\right\rfloor}\sum_{j=1}^{\left\lfloor\tfrac md\right\rfloor}\sum_{d=1}^nd\cdot i\cdot j[\gcd(i,j)=1] \\ =&\sum_{d=1}^nd\sum_{i=1}^{\left\lfloor\tfrac nd\right\rfloor}\sum_{j=1}^{\left\lfloor\tfrac md\right\rfloor}i\cdot j[\gcd(i,j)=1]\\ \end{split} \]

我们记 \(S(n,m)=\sum\limits_{i=1}^{n}\sum\limits_{j=1}^{m}i\cdot j[\gcd(i,j)=1]\) 化简它

\[\begin{split} S(n,m)=&\sum_{i=1}^n\sum_{j=1}^m\sum_{d|\gcd(i,j)}\mu(d)\cdot i\cdot j \\ =&\sum_{i=1}^n\sum_{j=1}^m\sum_{d=1}^n[d|i][d|j]\mu(d)\cdot i\cdot j \\ =&\sum_{d=1}^n\mu(d)\sum_{id=1}^n\sum_{jd=1}^mid\cdot jd \\ =&\sum_{d=1}^n\mu(d)\cdot d^2\sum_{i=1}^{\left\lfloor\tfrac nd\right\rfloor}\sum_{j=1}^{\left\lfloor\tfrac md\right\rfloor}i\cdot j \end{split} \]

所以我们观察，前面一部分可以通过数论分块求出来，后面的可以直接算出来，定义一个函数 \(f(n,m)=\sum\limits_{i=1}^n\sum\limits_{j=1}^mi\cdot j\)

\[f(n,m)=\sum\limits_{i=1}^n\sum\limits_{j=1}^mi\cdot j=\frac{n\cdot (n+1)}{2} \times \frac{m\cdot (m+1)}{2} \]

所以 \(S(n,m)\) 函数化简的结果为

\[S(n,m)=\sum_{d=1}^n\mu(d)\cdot d^2\cdot f\left({\left\lfloor\frac nd\right\rfloor},{\left\lfloor\frac md\right\rfloor}\right) \]

将 \(S(n,m)\) 带回原式得：

\[\sum_{d=1}^nd\cdot S\left({\left\lfloor\frac nd\right\rfloor},{\left\lfloor\frac md\right\rfloor}\right) \]

这个式子我们又可以通过数论分块得到。上面的推导都基于 \(n\le m\)。

时间复杂度为 \(O(n+m)\) 瓶颈为线性筛