算是一个小知识点,并不算难
# 例题
因为这个知识点很小,就直接从例题切入。
点击展开/折叠 题面
给定 $n$($n\le2\times10^7$)和一个长度为 $n$ 的数列 $a_1,a_2,\dots,a_n$,求数列 ${b_n}$
$$b_n=\sum_{d\mid n}a_d\bmod2^{32}$$
输出 ${b_n}$ 的异或和。
# $O(n\ln n)$ 的算法
不直接计算 $b_i$ 而是考虑 $a_i$ 对每个 $b_i$ 的贡献。
按照题意,$a_i$ 会对每个 $i$ 的倍数 $k$ 对应的 $b_k$ 产生一次贡献,因此枚举 $i$ 再枚举 $i$ 的倍数 $k$,更新 $b_k$。
根据调和级数,这样复杂度为 $O(n\ln n)$,并卡不过此题。
# $O(n\ln\ln n)$ 的算法
考虑“$k$ 是 $i$ 的倍数”的实质。
将 $k$ 和 $i$ 分别作唯一分解 $k=\prod p_i^{a_i},i=\prod p_i^{b_i}$,则当 $\forall_i a_i\ge b_i$ 成立时,$k$ 是 $i$ 的倍数。
设下标的唯一分解中最大的质因子为 $p_m$。那么把 $i$ 看作 $m$ 维空间中的一个点 $(b_1,b_2,\dots,b_m)$,则其倍数 $k$ 对应的点的每一维都不低于 $i$。
于是类似于二维前缀和,$b_k$ 相当于是在 $m$ 维空间内对 $a_i$ 作高维前缀和。
以每个质因子为元,求高维前缀和可以从小到大枚举质数 $p_i$,再枚举数 $j$,更新 $p_ij$。具体实现类似埃氏筛:
线筛素数后时间复杂度可达到 $O(n\ln\ln n)$但是我不会证,反正跑得飞快就对了。
除此之外还有所谓“后缀和”,如果 $b_i=\sum_{i\mid d}a_d$,相当于是在 $m$ 维空间内求后缀和,所以真就倒过来写(
# 另一例题
给定 $n,P$,求:
要用比 $O(n\log n)$ 更快的做法。
把乘上的 $\sigma_0(\gcd(i,j))$ 看作一个系数,即 $\sigma_0(i)\sigma_0(j)$ 对答案贡献了 $\sigma_0(\gcd(i,j))$ 次,于是原式可以枚举 $\gcd$ 的值从而表示为:
如果能快速计算 $\sum_{d\mid i}\sigma_0(i)$ 就可以解决本题了。非常显然是一个 Diriclet 后缀和,先线筛出 $\sigma_0(i)$,然后套用后缀和的板子即可。
# 源代码
- 例题1
> Linked 洛谷P54951
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43/*Lucky_Glass*/
using namespace std;
typedef unsigned int ui;
const int N=2e7;
int n,nprm;
ui seed,key[N];
int prm[N/10];
bool vis[N];
inline ui Key(){
seed^=seed<<13;
seed^=seed>>17;
seed^=seed<<5;
return seed;
}
void Sieve(){
for(int i=2;i<=n;i++){
if(!vis[i]) prm[++nprm]=i;
for(int j=1;j<=nprm && prm[j]*i<=N;j++){
vis[prm[j]*i]=true;
if(i%prm[j]==0) break;
}
}
}
int main(){
cin>>n>>seed;
Sieve();
for(int i=1;i<=n;i++) key[i]=Key();
for(int i=1;i<=nprm;i++)
for(int j=1;j*prm[i]<=n;j++)
key[j*prm[i]]+=key[j];
ui ans=0;
for(int i=1;i<=n;i++) ans^=key[i];
cout<<ans<<endl;
return 0;
}
- 例题2
1 | /*Lucky_Glass*/ |
THE END
Thanks for reading!
> Linked hello&bye,days-网易云