利用积性函数的优化(线性时间:筛素数、求1~n的欧拉函数、约数个数)

这个文章主要介绍了 3算法 1线性时间筛素数 2线性时间求前n个数的欧拉函数值 3线性时间求前n个数的约数个数   一、 首先介绍下积性函数。   下面是wiki的条目:   在非数论的领域,积性函数指有对于任何a,b都有性质f(ab)=f(a)f(b)的函数。   在数论中的积性函数。对于正整数n的一个算术函数f(n), 当中 f(1)=1且当a,b互质,f(ab)=f(a)f(b),在数论上就称它为积性函数。 若某算术函数f(n)符合f(1)=1,且就算a,b不互质,f(ab)=f(a)f(b),称它为完全积性的。   例子 φ(n) -欧拉φ函数,计算与n互质的正整数之数目 μ(n) -默比乌斯函数,关于非平方数的质因子数目 gcd(n,k) -最大公因子,当k固定的情况 d(n) -n的正因子数目 σ(n) -n的所有正因子之和 σk(n): 因子函数,n的所有正因子的k次幂之和,当中k可为任何复数。在特例中有: σ0(n) = d(n) 及 σ1(n) = σ(n) 1(n) -不变的函数,定义为 1(n)=1 (完全积性) Id(n) -单位函数,定义为 Id(n)=n (完全积性) Idk(n) -幂函数,对于任何复数、实数k,定义为Idk(n) = nk (完全积性) Id0(n) = 1(n) 及 Id1(n) = Id(n) ε(n) -定义为:若n = 1,ε(n)=1;若n > 1,ε(n)=0。有时称为“对于狄利克雷回旋的乘法单位”(完全积性) (n/p) -勒让德符号,p是固定质数(完全积性) λ(n) -刘维尔函数,关于能整除n的质因子的数目 γ(n),定义为γ(n)=(-1)ω(n),在此加性函数ω(n)是不同能整除n的质数的数目 所有狄利克雷特性均是完全积性的     二、再介绍下线性筛素数方法  
bool noprime[MAX];
vector 
 
   
    
   prime;
void Prime(int n){
    for (int i = 2; i <= n; i ++){
        if (!noprime[i]){
            prime.push_back(i);
        }
        for (int j = 0; j < prime.size() && prime[j] * i <= n; j ++){
            noprime[prime[j]*i] = 1;
            if (i % prime[j] == 0)  break;		//每个数只被他自身最小的素因子筛去
        }
    }
}

 
   
  利用了 每个合数必有一个最小素因子。 每个合数 仅被它的最小素因子筛去正好一次。所以为线性时间。 代码中体现在: if(i%pr[j]==0)break; pr数组中的素数是递增的,当i能整除pr[j],那么i*pr[j+1]这个合数肯定被pr[j]乘以某个数筛掉。 因为i中含有pr[j],pr[j]比pr[j+1]小。接下去的素数同理。所以不用筛下去了。 在满足i%pr[j]==0这个条件之前以及第一次满足改条件时,pr[j]必定是pr[j]*i的最小因子。     三、结合线性筛素数算法的优化算法 基于这个线性筛素数算法,我们可以很容易地得到某个数的最小素因子。 因为当i%pr[j]!=0的时候,最小素因子pr[j]与i互质,满足积性函数的条件,可以直接得到f(i*pr[j])=f(i)*f(pr[j]). 不过当i%pr[j]==0时我们必须根据该积性函数本身的特性进行计算.或者在筛的同时保存并递推些附加信息.总之要O(1)求得f(i*pr[j])及完成递推附加信息.   下面的两个例子是欧拉函数phi和约数个数.这两个是最常用和最有优化价值的。 利用上面的性质都可以很容易地把前n个用O(n)时间推出来. 当然,利用这个性质还可以对其他积性函数进行优化,这里仅介绍两个常用和有优化价值的。   1)欧拉函数(phi) 传统的算法: 对于某素数p且n|p(n能整除p) if( (n/p) % i == 0 ) phi(n)=phi(n/p)*i; else phi(n)=phi(n/p)*(i-1);   这个传统算法的性质正好用在筛素数算法中. p为n的最小素因子,当n/p包含该因子p,则phi(n)=phi(n/p)*i;否则phi(n)=phi(n/p)*(i-1); p即pr[j], n/p即i, n即i*pr[j]了.  
int phi[MAX];
bool noprime[MAX];
vector 
 
   
    
   prime;
void Euler(int n){
    phi[1] = 0;
    for (int i = 2; i <= n; i ++){
        if (!noprime[i]){
            prime.push_back(i);
            phi[i] = i - 1;
        }
        for (int j = 0; j < prime.size() && prime[j] * i <= n; j ++){
            noprime[prime[j]*i] = 1;
            if (i % prime[j] == 0){
                phi[prime[j]*i] = phi[i] * prime[j];
            }
            else{
                phi[prime[j]*i] = phi[i] * phi[prime[j]];
            }
        }
    }
}

 
   
  2)约数个数(divnum) 约数不能像phi那么自然,但还是有不错的方法. 约数个数有个性质 divnum(n)=(e1+1)*(e2+1)...(ei表示n的第i个质因数的个数.) 传统方法就是对每个数分解质因数,获得各因数个数再用上式.   开一个空间e[i]表示最小素因子的次数 这次说直接点: 筛到i 第j个素数   对于divnum 如果i|pr[j] 那么 divnum[i*pr[j]]=divsum[i]/(e[i]+1)*(e[i]+2)         //最小素因子次数加1 否则 divnum[i*pr[j]]=divnum[i]*divnum[pr[j]]          //满足积性函数条件   对于e 如果i|pr[j]  e[i*pr[j]]=e[i]+1;       //最小素因子次数加1 否则 e[i*pr[j]]=1; //pr[j]为1次

你可能感兴趣的:(优化)