单位根反演
恒等式
\[ [d|n]=\frac{1}{d} \sum_{i=0}^{d-1} \omega_d^{i\times n} \]
其中 \(\omega_d\) 是 \(d\) 次单位根
当 \(d|n\),右边和式中每一项都为 \(1\)
当 \(d\nmid n\),容易得到右边为 \(0\)
\[ [d|n]=\frac{1}{d} \sum_{i=0}^{d-1} \omega_d^{i\times n} \]
其中 \(\omega_d\) 是 \(d\) 次单位根
当 \(d|n\),右边和式中每一项都为 \(1\)
当 \(d\nmid n\),容易得到右边为 \(0\)
对于一个集合 \(S\) 有
\[ \begin{align} \max(S) &= \sum_{T \subseteq S} (-1)^{|T|+1} \min(T) \\ \min(S) &= \sum_{T \subseteq S} (-1)^{|T|+1} \max(T) \end{align} \]
其中 \(\max(S)\) 表示集合 \(S\) 中的最大元素,\(\min(S)\) 表示 \(S\) 中的最小元素
证明略
在期望下也成立
\[ \begin{align} E(\max(S)) &= \sum_{T \subseteq S} (-1)^{|T|+1} E(\min(T)) \\ E(\min(S)) &= \sum_{T \subseteq S} (-1)^{|T|+1} E(\max(T)) \end{align} \]
不会证
应该是个挺简单的问题
对于 \(k=0,1,\dotsc,m\) 求
\[ f_k=\sum_{i=1}^n a_i^k \]
设 \(A\) 为给定的 \(n\times n\) 矩阵,\(I_n\) 为 \(n\times n\) 单位矩阵,\(A\) 的特征多项式定义为
\[ p(\lambda )=\det(\lambda I_{n}-A) \]
其中 \(\det\) 表示行列式。
根据 凯莱–哈密顿定理,\(A\) 满足方程
\[ p(A)=0 \]
其中 \(0\) 是零矩阵。
因此我们可以利用这个 \(n\) 次的多项式 \(p(A)\) 来降低 \(A\) 的高次幂。
可能就存个板子,而且先咕了
来更了
参考 毛啸《再探快速傅里叶变换》
好久没写博客了,不过修了好多以前文章的锅。
给出一张 \(n\) 个点 \(m\) 条带权边的有向图,钦定一个根 \(r\),求以 \(r\) 为根的最小有向生成树(Minimum Directed Spanning Tree,MDST,也即最小树形图)。
有向生成树(DST)即要求边是从父亲连向儿子。
下面给出的算法可以在 \(O(n\times m)\) 的复杂度内求解,另外存在更优的算法。
求以下形式表达式的值。
\[ \sum_{i=0}^n i^{k_1}\left\lfloor \frac{a\times i+b}{c} \right\rfloor ^{k_2} \]
有 \(n\) 个物品,每个物品有两个属性 \(a_i\) 和 \(b_i\),需要选出 \(k\) 个,设选出的编号集合是 \(S\)。
最大化
\[\frac{\sum_{i\in S} a_i}{\sum_{i\in S} b_i}\]
保留一定精度。
大家都会啊,还是一次考试题的部分分,听 ftq 讲了
咕了几天就来学了
好像比杜教筛少很多思维难度吧
update:
好难啊,重新理解了好多次,还改了文章结构
如果一个积性函数 \(f(i)\) 在 \(i\) 是质数时是一个关于 \(i\) 的低次多项式,并且在质数的幂处的能快速求,那么大概可以用Min_25筛来求
\[\sum_{i=1}^n f(i)\]
对于 \(f(1)\) 特判
时间复杂度 \(\mathcal O(\frac{n^\frac{3}{4}}{\log n})\),空间复杂度\(\mathcal O(\sqrt{n})\)
并且同时我们可以求出每个 \(\lfloor \frac{n}{x} \rfloor\) 的 \(\sum\limits_{i=2}^{\lfloor \frac{n}{x} \rfloor}[\text{$i$ 是质数}]f(i)\)