首页 > 其他分享 >【数学】各种积性函数的线性筛法

【数学】各种积性函数的线性筛法

时间:2023-06-08 17:25:50浏览次数:57  
标签:phi 函数 筛法 积性 质数 mu 线性 sigma

【数学】各种积性函数的线性筛法

前置芝士:几种特殊的积性函数的定义及基本性质。

定义

积性函数:若函数\(f(x)\)满足\(f(x) = 1\)且\(\forall x,y \in N^+,gcd(x,y) = 1\) ,都有\(f(xy) = f(x)f(y)\),则\(f(x)\)为积性函数。

完全积性函数:若函数满足\(f(x) = 1\)且\(\forall x,y \in N^+\),都有\(f(xy) = f(x)f(y)\),则\(f(x)\)为积性函数。

判定

特殊例子:(以下都是积性函数)

\(\epsilon(n) = [n = 1]\) (\(n = 1\)时为1,否则为0)

\(id_k(n) = n^k\),当\(k = 1\)时简记为\(id(n)\)

\(1(n) = 1\)

\(\sigma_k(n) = \sum_{d|n}d^k\),当\(k = 0\)时为因数个数,记为\(d(n)\),\(k = 1\)时为因数和,记为\(\sigma(n)\)

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

\[\mu(n) = \begin{cases} 1 \ \ \ \ n = 1\\ (-1)^k \ \ \ \ 所有质因数次数不超过1且有k种质因数\\ 0 \ \ \ \ otherwise\\ \end{cases} \]

对于函数之间运算产生的函数,有以下规律:

若\(f(x)\)和\(g(x)\)都是积性函数,则以下函数也是积性函数:

\[h(x) = f(x^p)\\ h(x) = f^p(x)\\ h(x) = f(x)g(x)\\ f(x)和g(x)的Dirichlet卷积,即: h(x) = \sum_{d|x}f(x)g(\frac gd) \]

有时在题目中,会要求筛出\(1 \to 10^6\)甚至\(1 \to 10^7\)的这些函数值,时间复杂度要求\(O(n)\),我们如何计算这些东西呢?

我们发现一个普遍的性质,这些函数当自变量取值为质数时,都可以简单地\(O(1)\)求出,于是我们将这个过程代入筛素数的线性筛,再尝试每次用质数(创造互质条件)和积性函数的性质求出函数值。

不会线性筛质数的自行前往:P3383 【模板】线性筛素数 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)

具体对于每一个函数将怎么做呢?

欧拉函数\(\phi\)

直接枚举比\(x\)小的数显然不可行,我们知道欧拉函数有一种计算方法:

\[\phi(x) = x\prod_{p \in prime\ \& \ p|x}\frac {p - 1}p \]

因为无论一个质数\(p\)在\(x\)的分解中出现多少次,它\(\frac {p - 1}p\)的贡献都只有一次,结合到质数筛中我们每次都用一个质数去乘以一个其他数,可以分类讨论:

\[\phi(x) = x - 1\ \ \ if \ x \in prime \]

以及(\(p\)是线性筛中每次枚举的质数)

\[\phi(x * p) = \begin{cases} \phi(x) * \phi(p)\ \ \ \ p \mid x\\ \phi(x) * p\ \ \ \ p \nmid x \end{cases} \]

因为\(p \mid x\)时,满足\(gcd(p,x) = 1\),所以可以直接相乘。

\(p \nmid x\)时,\(x\)中已有\(p\),贡献就只有乘上了\(p\)倍。

由于线性筛一定会把每个数筛一次,所以保证范围内的数全都计算了\(\phi\)值。

(代码中的\(\phi(p)\)写作了\(p - 1\),因为\(p\)是质数,两者是等价的,后面的函数也一样)

Code
inline void init()
{
    phi[1] = 1;
    for(R int i = 2;i <= N - 1;i++)
    {
        if(!vis[i])
        {
            phi[i] = i - 1;
            prime[++tot] = i;
        }
        for(R int j = 1;j <= tot && i * prime[j] < N;j++)
        {
            vis[prime[j] * i] = 1;
            if(!(i % prime[j]))
            {
                phi[prime[j] * i] = (prime[j] - 1) * phi[i];
                break;
            }
            phi[prime[j] * i] = phi[i] * prime[j];
        }
    }
}

莫比乌斯函数\(\mu\)

同\(\phi\)的分析方法,我们不难发现,当自变量是一个质数的时候,其一定只有一个质因数。

\[\mu(x) = -1\ \ \ if\ x \in prime \]

考虑到线性筛中一个任意数和一个质数相乘的情况,如果\(p \mid i\),那么\(p * i\)一定含有超过一个\(p\),\(\mu\)为0,如果\(p \nmid i\),至少说明乘上\(p\)这一操作让\(i\)多了一个质因数,不管之前\(\mu\)是否为0,将\(\mu\)取反,一定满足其定义。

\[\mu(i * p) = \begin{cases} \mu(i) * \mu(p) = -\mu(i)\ \ \ \ p \nmid i\\ 0\ \ \ \ p \mid i\\ \end{cases} \]

Code
inline void init()
{
    miu[1] = 1;
    for(R int i = 2;i <= N - 1;i++)
    {
        if(!vis[i])
        {
            miu[i] = -1;
            prime[++tot] = i;
        }
        for(R int j = 1;j <= tot && i * prime[j] < N;j++)
        {
            vis[prime[j] * i] = 1;
            if(!(i % prime[j]))
            {
                miu[prime[j] * i] = 0;
                break;
            }
            miu[prime[j] * i] = -miu[i];
        }
    }
}

因数和\(\sigma\)

精彩的部分来了,本人第一次看到时也十分震撼。

方法源自ldysy2102 - 博客园的博客线性筛约数个数、约数和的新方法 - ldysy2102 - 博客园 (cnblogs.com)

首先当\(p\)为质数时,因数只有\(1、p\)两个,因数和\(\sigma(p) = p + 1\)

由唯一分解定理,一个数可以被分解为:

\[x = \prod_{i = 1\ \& \ p_i \in prime}^kp_i^{c_i} \]

这个数的因数就是这些质因数任意次数的任意组合,每个质因数都可以选择\(0 \to c_i\)个。所以

每个因数就是质因数的任意次方乘起来,是:

\[\sigma(x) = (1 + p_1 + p_1^2 + .. + p_1^{c_1})(1 + p_2 + p_2^2 + .. + p_2^{c_2})...(1 + p_k + .. + p_k^{c_k}) \]

令\((1 + p_2 + ..)..(1 + p_k + ..) = T\),再次讨论线性筛中一个质数乘上一个任意数的情况,在\(p \mid i\)时,我们钦定乘上的质因数是\(p_1\):

\[\sigma(x * p_1) = (1 + p_1 + .. + p_1^{c_1 + 1})T\\ = \sigma(x) + p_1^{c_1 + 1}T \]

\[\sigma(\frac x{p_1}) = (1 + p_1 + .. + p_1^{c_1 - 1})T\\ = \sigma(x) - p_1^{c_1}T \]

两个柿子只有\(T\)前的系数不一样,将\(②\)式乘上\(p_1\)再加上\(①\),神奇的事情发生了:

\[p_1\sigma(\frac x{p_1}) + \sigma(x * p_1) = (p_1 + 1)\sigma(x) \]

\[\sigma(x * p_1) = (p_1 + 1)\sigma(x) - p_1\sigma(\frac x{p_1}) \]

这样,在知道\(p_1\)和\(x\)之后我们就可以在枚举质数时完成计算。

由于这些函数都是积性函数,所以当\(p \nmid x\)时的处理方法都是一样的。

Code
inline void init()
{
    sig[1] = 1;
    for(int i = 2;i < N;i++)
    {
        if(!vis[i])
        {
            prime[++tot] = i;
            sig[i] = i + 1;
        }
        for(int j = 1;j <= tot && i * prime[j] < N;j+)
        {
            vis[i * prime[j]] = 1;
            if(!(i % prime[j]))
            {
                sig[i * prime[j]] = ((prime[j] + 1) * sig[i] % MOD - prime[j] * sig[i / prime[j]] % MOD + MOD) % MOD;
                break;
            }
            sig[i * prime[j]] = sig[i] * (prime[j] + 1);
        }
    }

因数个数d

同理,首先发现当\(p\)为质数时,因数个数\(d(p) = 2\)

对于\(x\),唯一分解后得到

\[d(x) = (c_1 + 1)(c_2 + 1)...(c_k + 1) \]

\[d(x) = (c_1 + 1)T \]

\[d(x * p_1) = (c_1 + 2)T \]

\[d(\frac x{p_1}) = c_1T \]

所以

\[d(x * p_1) + d(\frac x{p_1}) = 2d(x) \]

所以最终得到:

\[d(x * p_1) = 2d(x) - d(\frac x{p_1}) \]

Code
inline void init()
{
    d[1] = 1;
    for(int i = 2;i < N;i++)
    {
        if(!vis[i])
        {
            prime[++tot] = i;
            d[i] = 2;
        }
        for(int j = 1;j <= tot && i * prime[j] < N;j+)
        {
            vis[i * prime[j]] = 1;
            if(!(i % prime[j]))
            {
                d[i * prime[j]] = 2 * d[i] - d[i / prime[j]];
                break;
            }
            d[i * prime[j]] = d[i] * 2;
        }
    }
}

标签:phi,函数,筛法,积性,质数,mu,线性,sigma
From: https://www.cnblogs.com/fanghaoyu801212/p/17467116.html

相关文章

  • python线性脚本生成基本eml邮件,压缩文件,接口灌数据
    1importdatetime,zipfile,tarfile,logging,os,string,random,ipaddress,uuid,pytz,py7zr2importio,socket3fromemail.mime.textimportMIMEText4fromemail.mime.multipartimportMIMEMultipart5fromemail.mime.applicationimportMIMEA......
  • 图形数学:线性代数
    一.向量加法(X1)  (X2)   (X1+X2)(Y1)+(Y2)= (Y1+Y2)(Z1)  (Z2)   (Z1+Z2) 二.向量减法(X1)  (X2)   (X1-X2)(Y1)- (Y2)= (Y1-Y2)(Z1)  (Z2)   (Z1-Z2) 三.向量乘法注意:这里是shader的向量颜色乘......
  • 非线性规划——非线性规划的标准型(一)
    非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。20世纪50年代初,库哈(H.W.Kuhn)和托克(A.W.Tucker)提出了非线性规划的基本定理,为非线性规划奠定了理论基础。20世纪80年代以来,随着计算机技术的快速发展,非线性规划方......
  • 每日记录(线性表链式存储结构(链表))
    链表的基本概念建议每次写的时候都加一个头节点各结点由两个域组成:数据域:存储元素数值数据指针域:存储直接后继结点的存储位置结点:数据元素的存储映像。由数据域和指针域两部分组成链表:n个结点由指针链组成一个链表。它是线性表的链式存储映像,称为线性表的链式存储结构单链表......
  • 每日记录(2.4线性表的应用)
    有序表的合并已知线性表La和Lb中的数据元素按值非递减有序排列,现要求将La和Lb归并为一个新的线性表Lc,且Lc中的数据元素仍按值非递减有序排列。La=(1,7,8)Lb=(2,4,6,8,10,11)Lc=(1,2,4,6,7,8,8,10,11)0.新建一个链表新建一个空表C,直接在A和B中每次选取最小值......
  • 每日记录(数据结构 第二章 线性表() )
     线性表的定义:存在唯一一个“第一个”元素存在唯一一个“最后一个”元素除第一个元素外,每一个元素都有且只有一个前驱除最后一个元素外,每个元素都有且只有一个后继一、线性表顺序存储结构(顺序表)0.线性表的基本概念线性表强调元素在逻辑上紧密相邻,所以首先想到用数组存储。但是......
  • [学习笔记]数据结构_线性表_顺序表and单链表
    线性表线性表是一种逻辑结构,表示元素之间一对一的相邻关系。顺序表和链表是指存储结构,两者属于不同层面上的概念。线性表的基本操作boolInitList(&L)//初始化表,构造一个空的线性表intLength(L)//求表长。返回线性表L的长度,即L中数据元素的个数intLocateElem(L,e)//按......
  • 筛法
    埃氏筛如何求出\(1\simn\)中有几个质数?考虑这样一件事情:对于任意一个大于\(1\)的正整数\(n\),那么它的\(x\)倍就是合数\((x>1)\)。利用这个结论,我们可以避免很多次不必要的检测。如果我们从小到大考虑每个数,然后同时把当前这个数的所有(比自己大的)倍数记为合数,那么运行结束......
  • 小灰灰深度学习day6——线性代数
    importtorch#标量由只有一个元素的张量表示'''x=torch.tensor(3.0)y=torch.tensor(2.0)print(x+y)print(x*y)print(x/y)print(x**y)''''''向量可以被视为标量值组成的列表,这些标量值被称为向量的元素在数学上,具有一个轴的张量表示向量,一般张量具有任......
  • 机器学习之线性回归
    1.分类,回归区别分类:有类别,如对错:1,0;去银行贷款:贷,不贷回归:和具体数值或范围相关:如:去银行贷款多少钱:10000元(在具体范围中的取值:1到1000取99)2.有监督和无监督区别有无标签进行监督,而回归就是有监督的问题,需要x1,x2特征,y标签3.回归问题:银行贷款额度预测特征:年龄(x1),工资(x2)预......