标签：le frac Interesting sum sqrt ge small Math
这篇文章介绍一下数论，积性函数求和，以及杜教筛，powerful number 筛，min25 三种筛法
在这之前，我们先来介绍一下一些有趣的东西
Bell series
贝尔级数，对于一个数论函数 \(f\) 和质数 \(p\)，定义
\(f_p(x)=\sum_{n\ge 0}f(p^n)x^n\)
对于两个数论函数 \(f,g\) 的狄利克雷卷积，不妨设为 \(h\)，有 \(h_p(x)=f_p(x)g_p(x)\)
对于完全积性函数，有 \(f_p(x)=\frac 1{1-f(p)x}\)
对于常见的数论函数：
\(\mu_p(x) =1-x\)
\((Id_k)_p(x)=\frac 1{1-p^kx},I_p(x)=\frac 1{1-x}\)
\(\varphi(x)_p=1+\sum_{n\ge 1}p^{n-1}(p-1)x^n=1+\sum_{n\ge 1}p^nx^{n}-\sum_{n\ge 0}p^nx^{n+1}=\frac{1-x}{1-px}\)
\((\sigma_k)_p(x)=\sum_{n\ge 0} \Big(\sum_{i=0}^n p^{ik}\Big) x^n=\sum_{n\ge 0} \frac{1-p^{k(n+1)}}{1-p^k} x^n=\\ \frac{1}{1-p^k}(\sum_{n\ge 0}x^n-p^k\sum_{n\ge 0}p^{kn}x^n)=\frac{1}{1-p^k}(\frac 1{1-x}-p^k\frac 1{1-p^kx})=\frac{1}{(1-x)(1-p^kx)}\)
我们可以自然的发现，\(\mu\times I=\epsilon,\varphi = \mu\times Id,\sigma_k=Id_k\times I\)
Dirichlet GF
介绍一下狄利克雷生成函数
对于数列 \(\{f_1,\dots\}\)，其狄利克雷生成函数为：
\(f(s)=\sum_{n\ge 1} \frac{f_n}{n^s}\)
黎曼 zeta 函数：\(\zeta(s)=\sum_{n\ge 1}\frac 1{n^s}\)
\(\zeta(s)=\prod_p \sum_{e\ge 0}\frac{1}{p^{es}}=\prod_p \frac 1{1-p^{-s}}\)
那么我们又有有趣的结论了
\(\mu(s)=\prod_p (1-p^{-s})=\frac 1{\zeta(s)}\)
\(Id_k(s)=\sum_{n\ge 1}\frac{1}{n^{s-k}}=\zeta(s-k)\)
\(\varphi(s)=\prod_p \sum_{e\ge 0}\frac{p^{e}}{p^{es}}-\sum_{e\ge 0}\frac{p^{e}}{p^{(e+1)s}}=(1-p^{-s})\zeta(s-1)=\frac{\zeta(s-1)}{\zeta(s)}\)
杜教筛
我们对一个 \(N\)，称 \(N,\lfloor\frac N2\rfloor，\dots,1\) 为好位置
对于函数 \(F,G\)，若我们知道 \(F,G\) 好位置上的前缀和，我们可以在 \(N^{2/3}\) 的时间算出 \((F\times G^{-1})\) 在好位置的前缀和
考虑对 \(F\times G^{-1}\) 卷上 \(G\)，那么有 \(\sum_{i=1}^N F_i=\sum_{i=1}^N \sum_{d\mid i}(F\times G^{-1})_d G_{\frac id}=\sum_{d=1}^N G_d \sum_{i=1}^{\frac Nd} (F\times G^{-1})_i\)
若要求 \((F\times G)\) 的前缀和，就更简单了，即 \(\sum_{i=1}^N F_i\sum_{d\le \frac Ni}G_d\)
给我们的启示是，若我们要求 \(H\) 的前缀和，我们需要找到 \(H=F\times G\)
Powerful Number
我们现在要求积性函数 \(F\) 的前缀和，\(p^k\) 处的点值是 \(f(k)\)
我们构造一个数论函数 \(G\)（我们要知道 \(G\) 的好位置的值），那么考虑让 \(F=G\times H\)
附加条件是 \(g(1)=f(1)\)，即质数处取值相同，那么我们设 \(H\times G=F\)
有 \(h(1)g(0)+h(0)g(1)=f(1)\)，即 \(h(1)=0\)，而 \(H\) 是积性函数，故 \(H\) 有值的只有 \(x^2y^3\) 这种数，是 \(O(\sqrt n)\) 的
我们将 \(h(i)\) 的值算出来过后（\(O(\log^2 N)\)）爆搜，那么 \(\sum F_i=\sum_{n}H_n\sum_{i\le \frac Nn} G_i\)
Min_25
Part 1
第一部分是对所有好位置算 \(\sum_{p\le n} f(p)\) 即质数处的取值，设 \(small(i)\) 表示 \(i\) 的最小质因子，\(big(i)\) 表示最大的
设 \(H_{i,j}=\sum_{k\le i,small(k)\ge j\mid k=1\mid k\in Prime} f(k)\)，转移如下：
\(H_{i,j}=H_{i,j-1}-f(p)(H_{\lfloor \frac i {p_j} \rfloor, j-1}-H_{p_j-1,j-1})\)，这一部分是 \(O(\frac {N^{3/4}}{\log N})\)
Part 2
接下来要算前缀和，即
\[\sum_{i=1}^N F(i)=\sum_{2\le p\le \sqrt N,p\in Prime,e\ge 1}f(p^e)\Big(1+\sum_{2\le x\le \frac {N}{p^e},small(x)>p}f(x)\Big)+\sum_{\sqrt N<x\le N,x\in Prime}f(x) \]我们设 \(S(N,m)=\sum_{2\le x\le N,small(x)>p}f(x)\Big),h_n=\sum_{2\le p\le n,p\in Prime} f(p)\)
那么有 \(S(N,m)=\sum_{m<p\le \sqrt n,e\ge 1}f(p^e)([e>1]+S(\frac{N}{p^e},p))+h_N-h_m\)
来证明暴力递归的复杂度，注意到次数就是我们算 \(h_n-h_m\) 的次数，注意到算到一个 \(h_n-h_m\)，前一步乘了一个 \(m^e\) 过来
故这个 \(m\) 的次数其实是所有 \(big(i)=m\) 的个数，那么我们的次数事实上是 \(i\times big(i)\le N\) 的个数
当 \(N\le 10^{13}\) 时，若 \(big(n)\le N^{\frac 14}\)，打表得知对每个 \(m\le N^{\frac 14}\)，\(big(n)=m\) 的个数是 \(O(\sqrt n)\) 的
若 \(big(n)>N^{\frac 14}\)，则枚举 \(big(n)\)，得到 \(\sum_{p\ge N^{\frac 14}}\frac{N}{p^2}\)，得到复杂度为 \(O(\frac {N^{\frac 34}}{\log N})\)
Min_25 Plus
定义 \(\pi_k(n)\) 表示素数 \(k\) 次幂的前缀和
定义 \(\phi_k(n,a)=\sum_{i=1}^n[small(i)>p_a]i^k\)，记 \(cnt_i\) 表示不同质因子个数
定义 \(P_{s,k}(n,a)=\sum_{i=1}^n[small(i)>p_a,cnt_i=s]i^k\)
诡异的做法开始了，设 \(x^{1/3}\le B=p_a\le x^{1/2}\)
那么 \(\phi_k(x,a)=P_{0,k}(x,a)+P_{1,k}(x,a)+P_{2,k}(x,a)=1+\pi_k(x)-\pi_k(p_a)+P_{2,k}(x,a)\)
所以只需要算 \(\pi (x)=\phi(x,a)-P_{2}(x,a)+\pi(p_a)\)（省略 \(k\)）
\(\pi_k(p_a)\) \(O(B)\) 计算即可
计算 \(P_{2}(x,a)\)
有 \(P_2(x,a)=\sum_{n\le x,n=pq,p_a<p\le q\le \frac xp,p,q\in Prime} n^k\)
此时注意到 \(p,q\le \frac xB\)，故我们枚举 \(p\)，然后做前缀和就可以了，复杂度 \(O(\frac xB)\)
计算 \(\phi(x,a)\)
我们知道 \(\phi(x,a)=\phi_k(x,a-1)-p^k\phi(\lfloor\frac{x}{p_a}\rfloor,a-1)\)
利用容斥得到：\(\phi(x,a)=\sum_{big(n)\le p_a,small(n)>p_b}\mu(n)n^k\phi(\lfloor \frac {x}{n}\rfloor,b)=\sum_{big(n)\le p_a} \mu(n)n^k\lfloor \frac {x}{n}\rfloor\)
暴力统计 \(n\le B\) 的贡献，那么就是要求 \(\sum_{n>B,big(n)\le p_a}\mu(n)n^k\lfloor \frac {x}{n}\rfloor\)
考虑这么一个做法，我们从大到小 \(DFS\) \(n\) 的质因子，当 \(n>B\) 的时候停止，可以得到
\(\sum_{n>B,big(n)\le p_a}\mu(n)n^k\phi(\lfloor \frac {x}{n}\rfloor,small(n)-1)\)
注意到此时相当于 \(n>B\)，但 \(\frac n{small(n)}\le B\)，设 \(p=small(n),m=\frac n{small(n)}\)
那么可以得到，就是算 \(-\sum_{p\le B}\sum_{small(m)>p,m\le B<mp}\mu(m)m^kp^k\phi(\frac x{mp},\pi_0(p)-1)\)
\(p\le \sqrt B\)
对于 \(p\le \sqrt B\)，直接利用递归式算所有 \(\phi(y,p)\)，复杂度 \(O(\frac{\sqrt {xB}}{\log B})\)
\(p>x^{1/3}\)
当 \(p>x^{1/3}\) 时，此时由 \(p>\sqrt B\)，若 \(m\) 为合数，则 \(m>p^2>B\)，没有这样的 \(m\)
那直接枚举 \(\sum_{p\le B}\sum_{q>p,q\le B\le pq} (pq)^k\phi(\frac{x}{pq},\pi_0(p)-1)\)
此时 \(p<\frac x{pq}\)，故 \(\phi(\frac {x}{pq},\pi_0(p)-1)=1\)，\(O(B)\) 算就可以
\(\sqrt B<x\le x^{1/3}\)
当 \(\sqrt B<x\le x^{1/3}\) 时
任然是算 \(\sum_{p\le B}\sum_{q>p,q\le B\le pq} (pq)^k\phi(\frac{x}{pq},\pi_0(p)-1)\)，用定义展开
\(\sum_{p\le B}\sum_{q>p,q\le B\le pq} (pq)^k \sum_{pqr\le x,small(r)\ge p} r^k\\=\sum_{r=1}^{\frac xB} r^k\sum_{\sqrt B<p\le x^{1/3}}\sum_{p<q\le B}(pq)^k[pqr\le x,small(r)\ge p]\\ \sum_{r=1}^{\frac xB}r^k\sum_{\sqrt B<p\le min(small(r),x^{1/3})}p^k\sum_{p<q\le min(\frac{x}{pr},B)}q^k\)
考虑我们要做的事情，对 \(\le \frac xB\) 求出 \(small(r)\)，枚举 \(p\)
此时再枚举 \(c=\frac x{pr}\)，查询有多少 \(r\) 满足 \(small(r)\ge p,\frac x{pr}=c\)，用一个长度为 \(\frac xB\) 的树状数组查个数
对 \(q\) \(O(B)\) 维护一个前缀和
修改次数：由于 \(small(r)\le \sqrt B\) 个可以不用管（不会改），可以证明这样的次数是 \(\frac{x}{B\log x}\) 的（而不是 \(\frac xB\)）
（结论是：对于 \(k,0<\alpha<1\)，有 \(k\) 个质因子且最小质因子 \(\ge n^{\alpha}\) 的个数是 \(O(\frac n{\log^k n})\) 的）
查询次数：\(\sum_{\sqrt B<p\le x^{1/3}} \sqrt {\frac xp}\sim O(\frac{x^{2/3}}{\log x})\)，注意除 \(\log x\) 是因为质数分部
所以这部分的复杂度是 \(O(x^{2/3}+\frac xB+B+\frac{\sqrt {xB}}{\log B})\)
取 \(B=x^{1/3}\log^{2/3} x\)，后面可以做到 \(O((\frac{x}{\log x})^{2/3})\)，瓶颈在于树状数组的查询次数
优化：
考虑若 \(r\) 是素数，对 \(r\) 直接算前缀和，复杂度 \(O(\frac xB)\)，查询也是 \(O(1)\) 的
若 \(r\) 为非素数，由结论，此时修改是 \(O(\frac{x^{2/3}}{\log^2 x})\) 次的，且 \(r>p^2\)，而 \(p\le \frac pr\)，故 \(p\le x^{1/4}\)，询问次数为 \(O(\frac{x^{5/8}}{\log x})\)，故最后的复杂度是 \(O((\frac{x}{\log x})^{2/3})\)
标签：le,frac,Interesting,sum,sqrt,ge,small,Math 来源： https://www.cnblogs.com/FSYo/p/14899820.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。