常见积性函数

  • μ(n)={1,i=10,n无2次方以上的素因数(−1)k,k为不同素因数的种类\mu(n)=\begin{cases} 1,&i=1\\ 0,&n无2次方以上的素因数\\ (-1)^k,&k为不同素因数的种类 \end{cases}μ(n)=⎩⎪⎨⎪⎧​1,0,(−1)k,​i=1n无2次方以上的素因数k为不同素因数的种类​
  • φ(n)=∑i=1n[(n,i)=1]\varphi(n)=\sum_{i=1}^{n}[(n,i)=1]φ(n)=∑i=1n​[(n,i)=1]
  • d(n)=∑d=1n[d∣n]d(n)=\sum_{d=1}^{n}[d|n]d(n)=∑d=1n​[d∣n]
  • σ(n)=∑d∣nd=∑d=1n[d∣n]⋅d\sigma(n)=\sum_{d|n}d=\sum_{d=1}^{n}[d|n]\cdot dσ(n)=∑d∣n​d=∑d=1n​[d∣n]⋅d
  • ϵ(n)=[n=1]\epsilon(n)=[n=1]ϵ(n)=[n=1]
  • I(n)=1I(n)=1I(n)=1
  • id(n)=nid(n)=nid(n)=n

迪利克雷卷积

  • 定义:两个数论函数fff和ggg的卷积为(f∗g)(n)=∑d∣nf(d)⋅g(nd)(f*g)(n)=\sum_{d|n}f(d) \cdot g(\frac{n}{d})(f∗g)(n)=∑d∣n​f(d)⋅g(dn​)。
  • 交换律:f∗g=g∗ff*g=g*ff∗g=g∗f
  • 结合律:(f∗g)∗h=f∗(g∗h)(f*g)*h=f*(g*h)\quad(f∗g)∗h=f∗(g∗h)所以fff的kkk次卷积可以用类似快速幂的方式
  • 分配律:(f+g)∗h=f∗h+g∗h(f+g)*h=f*h+g*h(f+g)∗h=f∗h+g∗h
  • 若f,gf,gf,g为积性函数,则f∗gf*gf∗g为积性函数
  • 若f,gf,gf,g为积性函数,n=∏i=1mpiαin=\prod_{i=1}^{m}p_i^{\alpha_i}n=∏i=1m​piαi​​,则f∗g(n)=∏i=1mf∗g(piαi)f*g\,(n)=\prod_{i=1}^{m}f*g\,(p_i^{\alpha_i})f∗g(n)=∏i=1m​f∗g(piαi​​) 证明

常用公式

  • ∑d∣nμ(d)=[n=1]\sum_{d|n}\mu(d)=[n=1]∑d∣n​μ(d)=[n=1]
  • ∑d∣nφ(d)=n\sum_{d|n}\varphi(d)=n∑d∣n​φ(d)=n
  • ∑i=1ni[(i,n)=1]=φ(n)n2n>1(gcd(i,n)=1⟺gcd(n−i,n)=1,所以两两配对和等于n)\sum_{i=1}^{n}i[(i,n)=1]=\frac{\varphi(n)n}{2}\quad n>1\quad(gcd(i,n)=1\Longleftrightarrow gcd(n-i,n)=1,所以两两配对和等于n)∑i=1n​i[(i,n)=1]=2φ(n)n​n>1(gcd(i,n)=1⟺gcd(n−i,n)=1,所以两两配对和等于n) 证明
  • ϵ∗f=f\epsilon*f=fϵ∗f=f
  • I∗μ=ϵ⟺[n=1]=∑d∣nμ(d)I*\mu=\epsilon\Longleftrightarrow[n=1]=\sum_{d|n}\mu(d)I∗μ=ϵ⟺[n=1]=∑d∣n​μ(d)
  • φ∗I=id⟺∑d∣nφ(d)=n\varphi*I=id\Longleftrightarrow\sum_{d|n}\varphi(d)=nφ∗I=id⟺∑d∣n​φ(d)=n
  • μ∗id=φ⟺∑d∣nnd⋅μ(d)\mu*id=\varphi\Longleftrightarrow\sum_{d|n}\frac{n}{d}\cdot\mu(d)μ∗id=φ⟺∑d∣n​dn​⋅μ(d)
  • φ(xn)=xn−1φ(x)\varphi(x^n)=x^{n-1}\varphi(x)φ(xn)=xn−1φ(x)
  • d(n⋅m)=∑i∣n∑j∣m[(i,j)=1]d(n\cdot m)=\sum_{i|n}\sum_{j|m}[(i,j)=1]d(n⋅m)=∑i∣n​∑j∣m​[(i,j)=1]

莫比乌斯反演

  • 定理:F(n)F(n)F(n)和f(n)f(n)f(n)是定义在非负整数集合上的两个函数,并且满足条件:
    F(n)=∑d∣nf(d)F(n)=\sum_{d|n}f(d)F(n)=d∣n∑​f(d)
    那么存在一个结论:
    f(n)=∑d∣nμ(d)F(nd)f(n)=\sum_{d|n}\mu(d)F(\frac{n}{d})f(n)=d∣n∑​μ(d)F(dn​)
    这个定理就称作莫比乌斯反演定理。
  • 证明1
    ∑d∣nμ(d)F(nd)=∑d∣nμ(d)∑i∣ndf(i)=∑i∣nf(i)∑d∣niμ(d)=f(n)\begin{aligned} \sum_{d|n}\mu(d)F(\frac{n}{d})&=\sum_{d|n}\mu(d)\sum_{i|\frac{n}{d}}f(i) \\ &=\sum_{i|n}f(i)\sum_{d|\frac{n}{i}}\mu(d)\\ &=f(n) \end{aligned} d∣n∑​μ(d)F(dn​)​=d∣n∑​μ(d)i∣dn​∑​f(i)=i∣n∑​f(i)d∣in​∑​μ(d)=f(n)​
  • 证明2
    F=f∗IF∗μ=f∗I∗μF∗μ=f∗ϵF∗μ=f\begin{aligned} F&=f*I\\ F*\mu&=f*I*\mu\\ F*\mu&=f*\epsilon\\ F*\mu&=f \end{aligned} FF∗μF∗μF∗μ​=f∗I=f∗I∗μ=f∗ϵ=f​
    定理

    F(n)=∑n∣df(d)F(n)=\sum_{n|d}f(d) F(n)=n∣d∑​f(d)
    则有
    f(n)=∑n∣dμ(dn)F(d)f(n)=\sum_{n|d}\mu(\frac{d}{n})F(d) f(n)=n∣d∑​μ(nd​)F(d)
    证明
    ∑n∣dμ(dn)F(d)=∑n∣dμ(dn)∑d∣ef(e)=∑n∣e∑d∣enμ(d)f(e)=∑n∣ef(e)[en=1]=f(n)\begin{aligned} &\sum_{n|d}\mu(\frac{d}{n})F(d)\\ =&\sum_{n|d}\mu(\frac{d}{n})\sum_{d|e}f(e)\\ =&\sum_{n|e}\sum_{d|\frac{e}{n}}\mu(d)f(e)\\ =&\sum_{n|e}f(e)[\frac{e}{n}=1]\\ =&f(n) \end{aligned} ====​n∣d∑​μ(nd​)F(d)n∣d∑​μ(nd​)d∣e∑​f(e)n∣e∑​d∣ne​∑​μ(d)f(e)n∣e∑​f(e)[ne​=1]f(n)​
    杜教筛
  • 求∑i=1nf(i)=S(n)\sum_{i=1}^{n}f(i)=S(n)∑i=1n​f(i)=S(n)
  • 构造两个积性函数hhh和ggg,使得h=f∗gh=f*gh=f∗g
    ∑i=1nh(i)=∑i=1n∑d∣ig(d)⋅f(id)=∑d=1ng(d)⋅∑i=1⌊nd⌋f(i)∑i=1nh(i)=∑d=1ng(d)⋅S(⌊nd⌋)\begin{aligned} \sum_{i=1}^{n}h(i)&=\sum_{i=1}^{n}\sum_{d|i}g(d)\cdot f(\frac{i}{d})\\ &=\sum_{d=1}^{n}g(d)\cdot\sum_{i=1}^{\lfloor\frac{n}{d}\rfloor}f({i})\\ \sum_{i=1}^{n}h(i)&=\sum_{d=1}^{n}g(d)\cdot S(\lfloor\frac{n}{d}\rfloor) \end{aligned} i=1∑n​h(i)i=1∑n​h(i)​=i=1∑n​d∣i∑​g(d)⋅f(di​)=d=1∑n​g(d)⋅i=1∑⌊dn​⌋​f(i)=d=1∑n​g(d)⋅S(⌊dn​⌋)​
    接着,我们将右边式子的第一项给提出来,可以得到:
    ∑i=1nh(i)=g(1)⋅S(n)+∑d=2ng(d)⋅S(⌊nd⌋)g(1)S(n)=∑i=1nh(i)−∑d=2ng(d)⋅S(⌊nd⌋)\begin{aligned} \sum_{i=1}^{n}h(i)&=g(1)\cdot S(n)+\sum_{d=2}^{n}g(d)\cdot S(\lfloor\frac{n}{d}\rfloor)\\ g(1)S(n)&=\sum_{i=1}^{n}h(i)-\sum_{d=2}^{n}g(d)\cdot S(\lfloor\frac{n}{d}\rfloor) \end{aligned} i=1∑n​h(i)g(1)S(n)​=g(1)⋅S(n)+d=2∑n​g(d)⋅S(⌊dn​⌋)=i=1∑n​h(i)−d=2∑n​g(d)⋅S(⌊dn​⌋)​
    线性筛预处理10710^7107 的前缀和
    找hhh和ggg时把卷积形式写出来观察。

迪利克雷卷积,莫比乌斯反演,杜教筛相关推荐

  1. [复习]莫比乌斯反演,杜教筛,min_25筛

    [复习]莫比乌斯反演,杜教筛,min_25筛 莫比乌斯反演 做题的时候的常用形式: \[\begin{aligned}g(n)&=\sum_{n|d}f(d)\\f(n)&=\sum_ ...

  2. 【bzoj4176】Lucas的数论 莫比乌斯反演+杜教筛

    题目描述 去年的Lucas非常喜欢数论题,但是一年以后的Lucas却不那么喜欢了. 在整理以前的试题时,发现了这样一道题目"求Sigma(f(i)),其中1<=i<=N" ...

  3. matlab狄利克雷函数,数论入门1——莫比乌斯函数,欧拉函数,狄利克雷卷积,线性筛,莫比乌斯反演,杜教筛...

    数论入门1 一个菜鸡对数论的一点点理解... 莫比乌斯函数 定义函数$\mu(n)$为: 当n有平方因子时,$\mu(n)=0$. 当n没有平方因子时,$\mu(n)=(-1)^{\omega(n)} ...

  4. 【LOJ#572】Misaka Network 与求和(莫比乌斯反演/杜教筛/min_25筛)

    [LOJ#572]Misaka Network 与求和 https://www.cnblogs.com/cjyyb/p/10170630.html 看到次大质因子就可以想到是min_25筛了,然后只需 ...

  5. 牛客练习赛84F-牛客推荐系统开发之下班【莫比乌斯反演,杜教筛】

    正题 题目链接:https://ac.nowcoder.com/acm/contest/11174/F 题目大意 给出n,kn,kn,k求 ∑i1=1n∑i2=1n...∑ik=1ngcd(fi1,f ...

  6. 牛客P19836 裴蜀定理+莫比乌斯反演+杜教筛

    题意: 一开始一个人在原点,它拥有 n n n个整数 x i x_{i} xi​,并且 x i ∈ [ 1 , m ] x_{i}\in[1,m] xi​∈[1,m],他每次可以选择一个 x i x_ ...

  7. CCPC-Wannafly Winter Camp Day3 (Div2, onsite) F 小清新数论 欧拉函数的利用 莫比乌斯反演 杜教筛

    F - 小清新数论 做法一:欧拉函数 #include<stdio.h> #include<bits/stdc++.h> using namespace std; #defin ...

  8. Loj #572. 「LibreOJ Round #11」Misaka Network 与求和(莫比乌斯反演 + 杜教筛 + min_25筛(递推版))

    直接反演一下:∑i=1n∑i=1nf(gcd(i,j))k\sum_{i = 1}^n\sum_{i = 1}^nf(gcd(i,j))^ki=1∑n​i=1∑n​f(gcd(i,j))k=∑d=1n ...

  9. 51nod1220-约数之和【莫比乌斯反演,杜教筛】

    正题 题目链接:http://www.51nod.com/Challenge/Problem.html#problemId=1220 题目大意 给出nnn,求∑i=1n∑j=1nσ(i∗j)\sum_ ...

最新文章

  1. 【转】android的startActivityForResult学习心得
  2. prefixspan是挖掘频繁子序列,子序列不一定是连续的,当心!!!
  3. VS2010强大的一塌糊涂
  4. 无锁缓存,每秒10万并发,究竟如何实现?
  5. .Net Discovery系列之四 深入理解.Net垃圾收集机制(下)
  6. 计算机网络之数据链路层:10、CSMA协议-随机访问介质访问控制
  7. 数据库访问性能优化法则
  8. How to get the xpath by clicking an html element
  9. linux 学习 vi简介; vi下三种工作方式。
  10. qt qtableview插入进度条_Qt之QSqlTableModel的使用
  11. 企业应该了解的ISO27001体系建设指导
  12. android 隐藏桌面图标
  13. 手把手BC26模组OpenCPU开发之旅-1.简介
  14. 《区块链开源技术需求调研报告》拍了拍你
  15. Linux查看mpp数据库地址,linux下打开.mpp文件(微软project)._操作系统_rainysia的专栏-CSDN博客...
  16. perf top 实时分析 CPU 使用情况
  17. php 文本域,关于使用文本域(TextArea)的一个问题
  18. Python聪明的尼姆游戏(人机对战)
  19. 性价比降噪耳机:NANK南卡降噪耳机和小米降噪耳机买哪个好?
  20. URULE规则引擎——决策树

热门文章

  1. 设计模式--简化解释(二)——结构型设计模式
  2. 月薪30k-50k、面试通过率90%,这个职位到底是在做什么?
  3. ShowMeBug 荣获稀土掘金「2021年度人气技术团队」
  4. AcWing 1371. 货币系统
  5. 运动控制第三篇之直流电机参数辨识
  6. Luogu P2382 化学分子式 (模拟)
  7. 教你如何装修淘宝店铺
  8. 关于CMake,这篇真的很到位!!
  9. VS2019-C++创建和调用DLL动态链接库(傻瓜式教程)
  10. Linux安全之弱口令检测工具(john-1.8.0)