数论与线性代数——整除分块【数论分块】的【运用】【思考】【讲解】【证明(作者自己证的QWQ)】
文章目录
- 整除分块的思考与运用
- 整除分块的时间复杂度证明 & 分块数量
- 整除分块的公式 & 公式证明
- 公式证明
- 代码code↓
整除分块的思考与运用
整除分块是为了解决一个整数求和问题
题目的问题为: ∑ i = 1 n ⌊ n i ⌋ \sum_{i=1}^{n} \left \lfloor \frac{n}{i} \right \rfloor i=1∑n⌊in⌋
求出上述式子的值为多少?
上述问题等同于 c o d e code code↓
int sum=0;
for(int i=1;i<=n;i++) sum+=n/i;//int是整除类型,所以可以直接整除
return sum;
注意事项: ⌊ x ⌋ \left \lfloor x \right \rfloor ⌊x⌋代表不大于 x x x 的最大整数,也可以成为向下取整
我们不难看出,如果我们直接按题意暴力模拟,则时间复杂度为 O ( n ) O(n) O(n),如果 n n n 比较大就会超时(TLE警告QWQ)
而如果我们将 ⌊ n i ⌋ \left \lfloor \frac{n}{i} \right \rfloor ⌊in⌋ ( 1 ≤ i ≤ n 1 \le i \le n 1≤i≤n) 的值输出一下,就会发现其中有许多值是重复的
输出 ⌊ n i ⌋ \left \lfloor \frac{n}{i} \right \rfloor ⌊in⌋值的 c o d e code code↓
for(int i=1;i<=n;i++) cout<<n/i<<endl;
我们可以举例来看一下:
我们令 n = 8 n=8 n=8 ,则有
| i i i 的值 | i i i = 1 1 1 | i i i = 2 2 2 | i i i = 3 3 3 | i i i = 4 4 4 | i i i = 5 5 5 | i i i = 6 6 6 | i i i = 7 7 7 | i i i = 8 8 8 |
|---|---|---|---|---|---|---|---|---|
| ⌊ n i ⌋ \left \lfloor \frac{n}{i} \right \rfloor ⌊in⌋ 的值 | 8 8 8 | 4 4 4 | 2 2 2 | 2 2 2 | 1 1 1 | 1 1 1 | 1 1 1 | 1 1 1 |
此时我们可以明显的看出 ⌊ n i ⌋ \left \lfloor \frac{n}{i} \right \rfloor ⌊in⌋ 的值被明显的分成了几个块,每个块中的块值相同
| 分块 | [ 1 , 1 ] [1,1] [1,1] | [ 2 , 2 ] [2,2] [2,2] | [ 3 , 4 ] [3,4] [3,4] | [ 5 , 8 ] [5,8] [5,8] |
|---|---|---|---|---|
| 块值 | 8 8 8 | 4 4 4 | 2 2 2 | 1 1 1 |
整除分块的时间复杂度证明 & 分块数量
总共需要分少于 2 n 2 \sqrt{n} 2n种块,证明如下:
i ≤ n i \leq n i≤n 时, n i \frac{n}{i} in 的值有 { n 1 , n 2 , n 3 . . . n n } \left \{ \frac{n}{1} ,\frac{n}{2},\frac{n}{3} ...\frac{n}{\sqrt{n} }\right \} {1n,2n,3n...nn}, n i ≥ n \frac{n}{i} \ge \sqrt{n} in≥n,共 n \sqrt{n} n 个,此时 ⌊ n i ⌋ \left \lfloor \frac{n}{i} \right \rfloor ⌊in⌋ 有 n \sqrt{n} n 种取值
i ≥ n i \ge n i≥n 时,有 n i ≤ n \frac{n}{i} \le \sqrt{n} in≤n,此时 ⌊ n i ⌋ \left \lfloor \frac{n}{i} \right \rfloor ⌊in⌋ 也有 n \sqrt{n} n 种取值
两者相加,共 2 n 2 \sqrt{n} 2n种,所以整除分块的数量为 O ( n ) O(\sqrt{n}) O(n) 种,所以整除分块的时间复杂度为 O ( n ) O(\sqrt{n}) O(n)
整除分块的公式 & 公式证明
结论: R = n ⌊ n L ⌋ R=\frac{n}{\left \lfloor \frac{n}{L} \right \rfloor} R=⌊Ln⌋n
每个块中的元素个数为: ( R − L + 1 ) (R-L+1) (R−L+1)
每个块中元素的 ⌊ n i ⌋ \left \lfloor \frac{n}{i} \right \rfloor ⌊in⌋ 值为 ⌊ n L ⌋ \left \lfloor \frac{n}{L} \right \rfloor ⌊Ln⌋
每个块中的和为 a n s = ( R − L + 1 ) × ⌊ n L ⌋ ans=(R-L+1) \times \left \lfloor \frac{n}{L} \right \rfloor ans=(R−L+1)×⌊Ln⌋
公式证明
整除分块出现在能被 n n n 完全整除的数之后,到下一个能被 n n n 整除的数之间
令:当前能被 n n n 整除的数为 x x x,下一个能被 n n n 整除的数为 y y y
则有,整除分块的区间为 [ ( x + 1 ) ∼ y ] [(x+1) \sim y] [(x+1)∼y]
令: L = x + 1 L=x+1 L=x+1, R = y R=y R=y, v a l u e value value为分块区间的值,则有,
v a l u e = ⌊ n x + 1 ⌋ = ⌊ n L ⌋ value =\left \lfloor \frac{n}{x+1} \right \rfloor=\left \lfloor \frac{n}{L} \right \rfloor value=⌊x+1n⌋=⌊Ln⌋
因为, y y y 能被 n n n 完全整除(PS:余数为 0 0 0)
所以, ⌊ n y ⌋ = n y \left \lfloor \frac{n}{y} \right \rfloor= \frac{n}{y} ⌊yn⌋=yn,且, n y = v a l u e \frac{n}{y}=value yn=value,则有,
n y = v a l u e \frac{n}{y}=value yn=value y = n v a l u e y= \frac{n}{value} y=valuen
将 v a l u e = ⌊ n x + 1 ⌋ value =\left \lfloor \frac{n}{x+1} \right \rfloor value=⌊x+1n⌋ 代入原式得:
y = n ⌊ n x + 1 ⌋ y= \frac{n}{\left \lfloor \frac{n}{x+1} \right \rfloor} y=⌊x+1n⌋n
我们将 L = x + 1 L=x+1 L=x+1, R = y R=y R=y 代入原式得:
R = n ⌊ n L ⌋ R= \frac{n}{\left \lfloor \frac{n}{L} \right \rfloor} R=⌊Ln⌋n
因为
⌊ n L ⌋ = ⌊ n R ⌋ \left \lfloor \frac{n}{L} \right \rfloor=\left \lfloor \frac{n}{R} \right \rfloor ⌊Ln⌋=⌊Rn⌋
且因为 ⌊ n R ⌋ = n R \left \lfloor \frac{n}{R} \right \rfloor= \frac{n}{R} ⌊Rn⌋=Rn
因为 ( n / R ) (n/R) (n/R) 能被 n n n 完全整除
所以可以保证 n n n 能完全整除 ⌊ n L ⌋ \left \lfloor \frac{n}{L} \right \rfloor ⌊Ln⌋
所以我们可以得证:
⌊ n ⌊ n L ⌋ ⌋ = n ⌊ n L ⌋ {\left \lfloor \frac{n}{{\left \lfloor \frac{n}{L} \right \rfloor}} \right \rfloor}= \frac{n}{\left \lfloor \frac{n}{L} \right \rfloor} ⌊⌊Ln⌋n⌋=⌊Ln⌋n
证明完毕
细节详解:
在 i n t , l o n g l o n g int,long long int,longlong 等整数类型中,可以直接进行整除,所以上面的得证等同于 R = ( n / ( n / L ) ) R=(n/(n/L)) R=(n/(n/L))
代码code↓
#include <bits/stdc++.h>
using namespace std;
long long n,L,R,ans=0;
int main(){cin>>n;for(L=1;L<=n;L=R+1){//L=R+1是代表进入下一个块R=n/(n/L);//公式ans+=(R-L+1)*(n/L);//求和cout<<L<<"~"<<R<<":"<<n/R<<" "<<n/L<<endl;//打印分块情况}cout<<ans;//打印和return 0;
}
当 n = 8 n=8 n=8 时的运行结果↓:

相关文章:
数论与线性代数——整除分块【数论分块】的【运用】【思考】【讲解】【证明(作者自己证的QWQ)】
文章目录 整除分块的思考与运用整除分块的时间复杂度证明 & 分块数量整除分块的公式 & 公式证明公式证明 代码code↓ 整除分块的思考与运用 整除分块是为了解决一个整数求和问题 题目的问题为: ∑ i 1 n ⌊ n i ⌋ \sum_{i1}^{n} \left \lfloor \frac{n}{…...
Linux系统下安装jdk与tomcat【linux】
一、yum介绍 linux下的jdk安装以及环境配置,有两种常用方法: 1.使用yum一键安装。 2.手动安装,在Oracle官网下载好需要的jdk版本,上传解压并配置环境。 这里介绍第一种方法,在此之前简单了解下yum。 yum 介绍 yum&…...
matlab实现决策树可视化——信息增益、C4.5、基尼指数
代码:https://download.csdn.net/download/boyas/89074326...
如何使用Python进行网络编程和套接字通信?
如何使用Python进行网络编程和套接字通信? Python作为一种通用编程语言,具有强大的网络编程能力。它提供了丰富的库和工具,使得开发者可以轻松地实现网络编程和套接字通信。下面将详细介绍如何使用Python进行网络编程和套接字通信。 一、网…...
nodeJs 实现视频的转换(超详细教程)
前段时间拿到一个视频是4k的,没法播放,于是通过 node.js 和 ffmpeg 实现了视频的转换。在win10 系统下实现。 所需工具 node 16.19 直接安装 ffmpeg-5.1.1-essentials_build 解压后重名 ffmpeg 放到C盘 然后配置下环境变量 Git-2.42.0.2-64-bit 直接…...
Transformer - model architecture
Transformer - model architecture flyfish Transformer总体架构可分为四个部分: 输⼊部分 输出部分 编码器部分 解码器部分 输入部分 输出部分 输⼊部分包含: 源嵌⼊层和位置编码 ⽬标嵌⼊层和位置编码 输出部分包含: 线性层 softmax处理器 左侧编码器部分和右侧解码器部…...
Zookeeper学习一
初识 Zookeeper Zookeeper 是 Apache Hadoop 项目下的一个子项目,是一个树形目录服务(B树)。 Zookeeper 翻译过来就是 动物园管理员,他是用来管 Hadoop(大象)、Hive(蜜蜂)、Pig(小 猪)的管理员。简称zk …...
SAR教程系列7——在cadence中用Spectrum工具FFT仿真ADC的ENOB、SNR等动态性能指标
首先在仿真之前,你得有一个ADC。然后是思考如何仿真的问题,如何加激励,如何使用相关工具查看仿真结果。假定你有一个可以仿真的ADC,大致经过下列步骤可以得到ADC的相关动态性能指标。 第一步:在ADC后面接一个理想的DA…...
攻防世界:mfw[WriteUP]
根据题目提示考虑是git库泄露 这里在地址栏后加.git也可以验证是git库泄露 使用GitHack工具对git库进行恢复重建 在templates目录下存在flag.php文件,但里面并没有flag 有内容的只有主目录下的index.php index.php源码: <?phpif (isset($_GET[page…...
mysq性能优化-my.cnf配置文件参数调整
MySQL 优化配置文件(my.cnf 或 my.ini)是调整 MySQL 服务器性能的重要手段之一。以下是一些常见的场景,可以通过调整配置文件参数值来优化 MySQL: 1. **提高并发处理能力**: - innodb_buffer_pool_size:增…...
ddres( ) 组站星双差方程和设计矩阵
1 ddres( )参数介绍 rtklib中进行的单频解算 双差观测值,单差的模糊度 单频点双差 DD (double-differenced) phase/code residuals ------------------------------ x 模糊度 P 方差-协方差阵 sat 共识卫星列表 ns 共识卫星数量 y…...
【OpenCV】图像像素的遍历
1 前言 介绍两种遍历像素的方法(非指针、指针)。注意:.at() .ptr()的作用、用法。相关API: Mat对象.ptr() Mat对象.at() 2 代码及内容 #include "iostream" #include "opencv2/opencv.hpp"using namespac…...
(超简单)构建高可用网络应用:使用Nginx进行负载均衡与健康检查
当构建高可用的网络应用时,负载均衡是至关重要的技术之一。Nginx 是一个强大的开源反向代理服务器,提供了丰富的负载均衡功能,包括负载均衡算法和健康检查。在本篇博客中,我们将讨论如何使用 Nginx 进行负载均衡,并结合…...
华为OD面试手撕算法-合并排序数组
题目描述 本题是leetcode一道简单题:合并两个有序数组,但是对于时间和空间复杂度面试官明确给出了限制。 // 给定两个排序后的数组 A 和 B,其中 A 的末端有足够的缓冲空间容纳 B。 编写一个方法,将 B 合并入 A 并排序。 // 初始化…...
云智慧发布对象关系型数据库CloudPanguDB,打破传统技术壁垒
近日,云智慧推出关系型数据库CloudPanguDB(中文名称:盘古数据库),旨在通过高兼容性能和创新技术架构,降低企业项目整体运营成本。 无论是处理海量复杂数据,还是构建清晰有序的数据结构关系&…...
6.8物联网RK3399项目开发实录-驱动开发之RTC实时时钟的使用(wulianjishu666)
90款行业常用传感器单片机程序及资料【stm32,stc89c52,arduino适用】 链接:https://pan.baidu.com/s/1M3u8lcznKuXfN8NRoLYtTA?pwdc53f RTC 使用 简介 AIO-3399J 开发板上有 一个集成于 RK808 上的RTC(Real Time Clock),主要功能有时钟,…...
VUE——概述
vue是前端框架,基于MVVM思想。 引入 从官网下载vue文件 <script src"js/vue.js"></script> 定义vue对象 new Vue({el: "#x",//vue接管区域,#表示选择器,x是id名字data: {message: "y"} })案例…...
合宙4G模块Air724UG调试过程(短信发送、上传数据到华为云IOT)
合宙Air724UG-4G模块AT指令调试接线演示 一、前言 上海合宙Air724UG模块是一款高性能的4G Cat.1通信模组(全网通模块,支持移动、联通、电信,支持短信和网络通信),为开发者提供了丰富的接口和开发方式。 在本文中,将详述调试与集成该模块的关键步骤: (1)从基础硬件配…...
【项目新功能开发篇】需求分析和开发设计
作者介绍:本人笔名姑苏老陈,从事JAVA开发工作十多年了,带过大学刚毕业的实习生,也带过技术团队。最近有个朋友的表弟,马上要大学毕业了,想从事JAVA开发工作,但不知道从何处入手。于是࿰…...
CentOS 7 下离线安装RabbitMQ教程
CentOS 7 下安装RabbitMQ教程一、做准备(VMWare 虚拟机上的 CentOS 7 镜像 上安装的) (1)准备RabbitMQ的安装包(rabbitmq-server-3.8.5-1.el7.noarch)下载地址mq https://github.com/rabbitmq/rabbitmq-se…...
若依框架新增模块总报404?别慌,这3个地方(pom依赖、包扫描、菜单URL)一个都不能错
若依框架新增模块404问题全流程排查指南 引言:为什么新增模块总报404? 在若依前后端分离项目的二次开发过程中,不少开发者都遇到过这样的场景:按照标准流程新增了一个业务模块,启动项目时没有任何报错,但通…...
Leetcode 144 位1的个数 | 只出现一次的数字
1 题目 191. 位1的个数 给定一个正整数 n,编写一个函数,获取一个正整数的二进制形式并返回其二进制表达式中 设置位 的个数(也被称为汉明重量)。 示例 1: 输入:n 11 输出:3 解释࿱…...
手把手教你学Simulink——基于Simulink的神经网络在线整定MTPA查表参数
目录 手把手教你学Simulink——基于Simulink的神经网络在线整定MTPA查表参数 摘要 一、背景与挑战 1.1 MTPA控制的重要性与传统查表法的局限 1.1.1 MTPA控制原理 1.1.2 传统查表法的痛点 1.2 神经网络在线整定MTPA参数的优势 1.2.1 原理:“数据驱动+在线…...
【开题答辩全过程】以 基于 Python 的甘肃旅游微信咨询系统的设计与实现为例,包含答辩的问题和答案
个人简介一名14年经验的资深毕设内行人,语言擅长Java、php、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。感谢大家的…...
Vue2中利用$attrs和$listeners实现el-input的高效二次封装
1. 为什么需要二次封装el-input组件 在实际的Vue2项目开发中,我们经常会遇到需要对Element UI的el-input组件进行二次封装的情况。这通常出于以下几个原因: 首先,项目往往有统一的设计规范。比如所有输入框都需要有特定的边框样式、圆角大小或…...
ArcoDesign实战:如何用Vue3+TypeScript快速搭建企业级中后台应用(附最佳实践)
ArcoDesign实战:如何用Vue3TypeScript快速搭建企业级中后台应用(附最佳实践) 在当今快节奏的前端开发领域,企业级中后台应用的开发效率和质量直接影响着产品的迭代速度和用户体验。作为字节跳动开源的企业级产品设计系统ÿ…...
YOLOv8改进系列:融入CBAM(卷积块注意力模块)——双管齐下,强化特征表达
摘要 在计算机视觉领域,目标检测任务要求模型不仅能识别出图像中的物体,还要精准定位其位置。YOLOv8作为当前最先进的单阶段目标检测器之一,凭借其高效的结构和优异的性能,在众多实际应用中大放异彩。然而,在面对复杂背景、小目标密集、遮挡严重等挑战性场景时,即使是YO…...
自动泊车路径规划优化算法
自动泊车车位检测及改进混合a星算法的路径规划,其中包括环境地图建模,路径规划及优化程序。 。 。 平行垂直斜向都有, 自动泊车的技术栈里有两个硬骨头:怎么在混乱的停车场精准找到车位,以及如何生成一条让车子能倒进…...
MySQL UDF提权实战:从编译到提权的完整避坑指南(附靶机复现)
MySQL UDF提权实战:从编译到提权的完整避坑指南(附靶机复现) 在数据库安全领域,UDF(用户自定义函数)提权是一种经典的技术手段。本文将带你从零开始,完整复现这一过程,同时深入剖析其…...
2026年科研党收藏!圈粉无数的降AIGC网站 —— 千笔
在AI技术快速发展的今天,越来越多的科研人员、学生和职场人士开始借助AI工具辅助论文写作。然而,随着查重系统对AI生成内容的识别能力不断提升,如何有效降低AI率和重复率成为学术写作中的一大难题。面对市场上五花八门的降AI率和降重复率工具…...
