2.2 数学知识1

一、素数

1.素数计数函数

素数计数函数记为$\pi (x)$，表示小于等于$x$的素数的个数，即：

π ( x ) = { n ∣ n ≤ x 且 n 为 素 数 } \pi(x)=\{n|n\leq x且n为素数\} π(x)={n∣n≤x且n为素数}

素数定理：当$x$很大时，$\pi (x)$近似等于$\frac{x}{\ln x}$，即：

$$\underset{x\to +\infty }{\lim }\pi (x)=\frac{x}{\ln x}$$

2.唯一分解定理与标准分解式

唯一分解定理：对于自然数$N>1$,如果$N$不为质数，那么$N$可以唯一分解成有限个质数的乘积，即：

$$N=\prod _{i=1}^k{a_i}^{p_i}$$

这样的分解称为标准分解式

3.Eratosthenes筛法

基本思想：任意整数$x$的倍数都不是质数

对于每个数$x$，只需要从$x^2$开始标记

时间复杂度$O(n\log \log n)$

int primes[N],cnt;
bool st[N];
void get_primes(int n){
	for(int i=2;i<=n;i++){
		if(!st[i]){
			primes[cnt++]=i;
			for(int j=i;j<=n/i;j++)
				st[j*i]=true;
		}
	}
}

4.线性筛法

基本思想：在每个数的最小质因子处标记

时间复杂度$O(n)$

int primes[N],cnt;
bool st[N];
void get_primes(int n){
	for(int i=2;i<=n;i++){
		if(!st[i]) primes[cnt++]=i;
		for(int j=0;primes[j]<=n/i;j++){
			st[primes[j]*i]=true;
			if(i%primes[j]==0) break;
		}
	}
}

二、因数

1.因数的一些基本常识

• 前$16$个质数乘积$>10^{18}$

2.分解质因数

枚举$2$~$\sqrt{n}$，分解结果为$\prod {p_i}^{k_i}$

int primes[N],k[N];
void divide(int n){
	for(int i=2;i<=n/i;i++)
		if(n%i==0){
			int s=0;
			while(n%i==0){
				n/=i;
				s++;
			}
			primes[++cnt]=i;
			k[cnt]=s;
		}
	if(n>1){
		primes[++cnt]=n;
		k[cnt]=1;
	}
}

3.枚举所有因数

在分解质因数的基础上可以达到$O($因数个数$)$

int divisors[N],primes[N],k[N];
int cntprime,cntdiv;
void dfs(int p,int s){
	if(p>cntp){
		divisors[++cnt]=s;
		return;
	}
	for(int i=0;i<=k[p];i++){
		dfs(p+1,s);
		s*=primes[p];
	} 
}

三、剩余系运算

1.取模(mod)

概念：求两个数相除的余数

基本运算：

$(a+b)\%p=(a\%p+b\%p)\%p$
$(a-b)\%p=(a\%p-b\%p)\%p$
$(a\times b)\%p=(a\%p\times b\%p)\%p$
$(a^b)\%p=((a\%p{)}^b)\%p$

除法利用逆元计算

$a÷b=a\times b^{-1}(modp)$

2.快速幂

求$a^b\%p$

运用二进制拆分思想$O(\log b)$

int qpow(int a,int b,int p){
	int res=1%p;//防止qpow(1,0,1)时出错
	while(b){
		if(b&1)	res=(ll)res*a%p;
		a=a*a%p;
		b>>=1;
	}
	return res;
}

3.欧几里得算法(GCD)

int gcd(int a,int b){
	if(b==0) return a;
	return gcd(b,a%b);
}

4.最小公倍数

$$lcm(a,b)=\frac{ab}{gcd(a,b)}$$

可以用欧几里得算法求$gcd(a,b)$后求$lcm(a,b)$

5.扩展欧几里得算法(EXGCD)

常用于求$ax+by=gcd(a,b)$的一组可行解$(x,y)$
证明：

根据裴蜀定理，可以找到$x_1,y_1,x_2,y_2$使得

$$\{\begin{array}{l}a{x}_1+b{y}_1=gcd(a,b)\\ b{x}_2+(a-b\lfloor \frac{a}{b}\rfloor )y_2=gcd(b,a-b\lfloor \frac{a}{b}\rfloor )\end{array}$$

成立，根据欧几里得算法，这两个式子右侧是相等的，则有：

$$a{x}_1+b{y}_1=b{x}_2+(a-b\lfloor \frac{a}{b}\rfloor )y_2$$

整理得：

$$a(x_1-y_2)+b[y_1-(x_2-\lfloor \frac{a}{b}\rfloor y_2)]=0$$

我们希望等式对于任意$a,b$都成立，则有：

$$x_1=y_2,y_1=(x_2-\lfloor \frac{a}{b}\rfloor y_2)$$

这样，求解$x_1,y_1$，只需求解$x_2,y_2$，所以可以进行递归，下面寻找边界条件。

不难发现当$b=0$时，一组解为$x=1,y=0$.

int exgcd(int a,int b,int &x,int &y){
    if(!b){
        x=1,y=0;
        return a;
    }
    int d=exgcd(b,a%b,y,x);
    y-=a/b*x;
    return d;
}

6.Stein算法

用于处理高精度$gcd$

当两个数同为偶数时，cnt++，任意一个为偶数时，这个数除以$2$，同为奇数时，采取更相减损术，最终结果为$2^{cnt}\cdot a$（$a$为剩下的数）

7.费马小定理

$a^p=a$ $(mod$ $p)$

8.剩余系求逆元

对于某个$a$，是否存在$b$，使得$ab=1$ $(mod$ $p)$

存在性：当且仅当$gcd(a,p)=1$时有逆元

证明：考虑$ax+py=1$的解

唯一性：逆元若存在，一定唯一

法一：费马小定理

要求$p$为质数

$a\cdot a^{p-2}=1$ $(mod$ $p)$

逆元即为$a^{p-2}$

法二：EXGCD

考虑求$ax+my=1$的解

法三：线性求逆元1

求出$1,2,\cdots ,n$中每个数关于$p$的逆元

首先：$$1^{-1}=1(modp)$$

其次对于所求的$i^{-1}$，我们设：

$$p=k\cdot i+r(1<r<i<p)$$

再把这个式子放到$modp$意义下我们可以得到：

$$k\cdot i+r=0(modp)$$

两边同时乘$i^{-1}\ast r^{-1}$可以得到：

$$k\cdot r^{-1}+i^{-1}=0(modp)$$

化简得：

$$i^{-1}=-k\cdot r^{-1}=-\lfloor \frac{p}{i}\rfloor \cdot (pmodi{)}^{-1}(modp)$$

求$1$~$n$在$modp$意义下的逆元：

int inv[N];
void inverse(int n,int p){
	inv[1]=1;
	for(int i=2;i<=n;i++)
		inv[i]=(LL)(p-p/i)*inv[p%i]%p;
}

法四：线性求逆元2

上面的方法只能求出$1,2,\cdots ,n$的逆元，而不能求给定任意$n$个数的逆元

求给定任意$n$个数$(1<a_i<p)$的逆元方法如下：

1. 计算$n$个数$modp$意义下的前缀积，记为$s_i$
2. 使用扩展欧几里得算法或者快速幂求出$s_n$的逆元，记作$s{v}_n$
3. 由于$s{v}_n$是$n$个数前缀积的逆元，所以$s{v}_n$也是$n$个数逆元的前缀积，当我们把$s{v}_n$再乘上$a_n$时，就会与$a_n$的逆元抵消，变为前$n-1$个数逆元的前缀积，记为$s{v}_{n-1}$
4. 同理进行如上$n-1$次迭代，就能得到每个数逆元的前缀积，记为$s{v}_i$
5. 最后每个数的逆元就可以用$s_{i-1}\cdot s{v}_{i}modp$求得

时间复杂度$O(n+\log p)$

int n,p;
int a[N],s[N],sv[N],inv[N];
void inverse(){
	s[0]=1;
	for(int i=1;i<=n;i++)
		s[i]=a[i]*s[i-1]%p;
	sv[n]=qpow(s[n],p-2,p);//快速幂
	for(int i=n-1;i>=1;i--)
		sv[i]=sv[i+1]*a[i+1]%p;
	for(int i=1;i<=n;i++)
		inv[i]=sv[i]*s[i-1]%p;
}

9.中国剩余定理(CRT)

对于以下线性同余方程组：

$$\{\begin{array}{l}x=b_1(mod{a}_1)\\ x=b_2(mod{a}_2)\\ ⋮\\ x=b_n(mod{a}_n)\end{array}$$

其中所有$a_i$互质，求$x$？

显然有无数解，且所有解都是由最小的正解$a+k\cdot lcm(a_1,a_2,\cdots ,a_n)$得到

那么最小的正解$a$怎么求呢？

结论：在$lcm(a_1,a_2,\cdots ,a_n)$的剩余系下，有唯一解：

$$\sum _{i=1}^n{b}_i\cdot M_i\cdot {M_i}^{-1}$$

其中，$M_i={\prod }_{j\ne i}{a}_j$，${M_i}^{-1}$为$M_i$在$mod{a}_i$意义下的逆元

证明（不如说是理解）：以三个线性同余方程为例，根据上方结论可得以下结果：

$$x=b_1\cdot a_2{a}_3\cdot (a_2{a}_3{)}^{-1}+b_2\cdot a_1{a}_3\cdot (a_1{a}_3{)}^{-1}+b_3\cdot a_1{a}_2\cdot (a_1{a}_2{)}^{-1}$$

因为$x$的第$2,3$项含有因数$a_1$，则有：

$$x=b_1\cdot a_2{a}_3\cdot (a_2{a}_3{)}^{-1}(mod{a}_1)$$

又因为$(a_2{a}_3{)}^{-1}$恰好是在$mod{a}_1$意义下的逆元，则有：

$$a_2{a}_3\cdot (a_2{a}_3{)}^{-1}=1(mod{a}_1)$$

因此可得：

$$x=b_1(mod{a}_1)$$

同理易证得：

$$\{\begin{array}{l}x=b_2(mod{a}_2)\\ x=b_3(mod{a}_3)\end{array}$$

由上述方法可知，我们在$lcm(a_1,a_2,\cdots ,a_n)$的剩余系内找到了唯一解$x$

10.扩展中国剩余定理(EXCRT)

对于以下线性同余方程组

$$\{\begin{array}{l}x=b_1(mod{a}_1)\\ x=b_2(mod{a}_2)\\ ⋮\\ x=b_n(mod{a}_n)\end{array}$$

其中$a_i$可能不互质，求$x$？

注意：当$a_i$不互质时，可能无解。

解决方法：将线性同余方程两两合并

考虑两个式子：

$$\{\begin{array}{l}x=b_1(mod{a}_1)\\ x=b_2(mod{a}_2)\end{array}$$

我们将其改写为：

$$\{\begin{array}{l}x=a_1{k}_1+b_1\\ x=a_2{k}_2+b_2\end{array}$$

则有：

$$a_1{k}_1+b_1=a_2{k}_2+b_2$$

移项得：

$$a_1{k}_1+a_2{k}_2=b_2-b_1$$

注意：我们这里将负号给了$k_2$，中间用加号连接。

我们可以利用$exgcd$得到$a_1{k}_1+a_2{k}_2=gcd(a_1,a_2)$的一组解，此时若想让原方程有解，只需$gcd(a_1,a_2)\mid (b_2-b_1)$，此时方程的一组解为$exgcd$的解分别乘$\frac{b_2-b_1}{gcd(a_1,a_2)}$

解出$k_1,k_2$后，再将其代回，得到$x$，那么这两个同余方程就可以合并成一个同余方程：

$$x=x_0(modlcm(a_1,a_2))$$

注意：这里的$x_0$为上面的两个同余方程解出的最小的正解$x$

根据上述方法进行$n-1$次合并，若出现$gcd(a_1,a_2)\nmid (b_2-b_1)$，则证明方程组无解，若没有出现以上情况，则原线性同余方程组的解为最终合并成一个同余方程后的$x_0$

四、欧拉函数相关

1.定义

表示小于等于$n$的与$n$互质的数的个数，记作$\varphi (n)$

欧拉函数是积性函数

2.相关公式

(1) $\varphi (mn)=\varphi (m)\varphi (n)(gcd(m,n)=1)$（此处为积型函数性质）

证明：

考虑构造两个集合使得两个集合的理论大小分别为$\varphi (mn)$和$\varphi (m)\varphi (n)$，构造如下：

A = { x ∣ g c d ( x , m n ) = 1 } B = { ( a , b ) ∣ g c d ( a , m ) = 1 , g c d ( b , n ) = 1 } A=\{x\mid gcd(x,mn)=1\}\\ B=\{(a,b)\mid gcd(a,m)=1,gcd(b,n)=1\}\\ A={x∣gcd(x,mn)=1}B={(a,b)∣gcd(a,m)=1,gcd(b,n)=1}

此时只需证明两个集合等势(大小相等)即可

证明等势分为两步：

1. $\forall a_1,a_2\in A,a_1\ne a_2,f(a_1)\ne f(a_2)$ 由此可推出$size(A)\le size(B)$
2. $\forall b\in B,\exists a\in A,f(a)=b$ 由此可推出$size(B)\le size(A)$

注意：这里$f$只是对应函数，无实际意义。

从而可以得到两个集合等势

证明$(1)$如下：

利用反证法，若$(1)$不成立，任取$x_1,x_2\in A$且满足$(1)$条件，则$x_1,x_2$对应到集合$B$中的数对分别为：

$(x_{1}modm,x_{1}modn),(x_{2}modm,x_{2}modn)$

令数对第一维为$y_1$，第二维为$y_2$，可以构造出如下同余方程组：

$$\{\begin{array}{l}x=y_1(modm)\\ x=y_2(modn)\end{array}$$

根据中国剩余定理可知，方程组有唯一确定的$x\le lcm(m,n)$，故假设不成立，$(1)$成立

证明$(2)$如下：

$\forall (a,b)\in B$，对应到集合$A$的数应满足：

$$\{\begin{array}{l}x=a(modm)\\ x=b(modn)\end{array}$$

同理可得方程组有唯一确定的$x\le lcm(m,n)$，故$(2)$成立

从而我们得到集合$A$与集合$B$等势，从而证明$\varphi (mn)=\varphi (m)\varphi (n)(gcd(m,n)=1)$

(2) $n={\sum }_{d|n}\varphi (d)$

简单证明：

以$n=8$为例，作出如下数列：

$$\begin{array}{ccccccccc}\frac{1}{8}& \frac{2}{8}& \frac{3}{8}& \frac{4}{8}& \frac{5}{8}& \frac{6}{8}& \frac{7}{8}& \frac{8}{8}& \end{array}$$

将分数化简，并按分母相同排在同一行，删去非最简分数后可得：

$$\begin{array}{ccccccccc}\frac{1}{8}& & \frac{3}{8}& & \frac{5}{8}& & \frac{7}{8}& & \\ & \frac{1}{4}& & & & \frac{3}{4}& & & \\ & & & \frac{1}{2}& & & & & \\ & & & & & & & \frac{1}{1}& \end{array}$$

我们发现，各行的分母为整数$n$互不相同的因数$d_i$，且分母为$d_i$的一行的所有分子$a_i$恰好满足$gcd(a_i,d_i)=1$，所以分母为$d_i$的一行恰好包含$\varphi (d_i)$个最简分数，又因为在一开始的数列中，未化简的分数有$n$个，从而可以推出：$n={\sum }_{d|n}\varphi (d)$

(3) $a^{\varphi (n)}=1(modn)(gcd(a,n)=1)$

注：本条为欧拉定理

(4) $\varphi (p^k)=p^k-p^{k-1}(p$为质数$)$

3.求欧拉函数的值

$$\varphi (n)=n\prod _{i=1}^s(1-\frac{1}{p_i})$$

推导方法：利用容斥原理

int phi(int n){
	int ans=n;
	for(int i=2;i<=n/i;i++)
		if(n%i==0){
			ans=ans/i*(i-1);
			while(n%i==0) n/=i;
		}
	if(n>1) ans=ans/n*(n-1);
	return ans;
} 

4.扩展欧拉定理

$$a^{b}modp=\{\begin{array}{ll}{a}^{bmod\varphi (p)},& gcd(a,p)=1\\ a^b,& gcd(a,p)\ne 1,b\le \varphi (p)\\ a^{(bmod\varphi (p))+\varphi (p)},& gcd(a,p)\ne 1,b\ge \varphi (p)\end{array}$$

五、组合数学

1.排列数

从$n$个不同元素中，任取$m$个元素的所有排列的个数，用符号$A_n^m$表示

$$A_n^m=\frac{n!}{(n-m)!}$$

2.组合数

从$n$个不同元素中，任取$m$个元素的所有组合的个数，用符号$C_n^m$或$\left(\begin{array}{c}n\\ m\end{array}\right)$表示

$$\left(\begin{array}{c}n\\ m\end{array}\right)=C_n^m=\frac{A_n^m}{m!}=\frac{n!}{m!(n-m)!}$$

在所有排列中，每个组合都有$m!$个

3.二项式定理

$$(a+b{)}^n=\sum _{i=0}^n\left(\begin{array}{c}n\\ i\end{array}\right)a^{n-i}{b}^i$$

4.多重全排列问题

引入：从$n$个物品（其中含$a_i$个物品$i$）中选择$m$个物品，有多少种方案？

思路：把$n$个物品当作互不相同，排列方式有$n!$种，又因为每个物品出现$a_i!$次重复，结果即为：

$$\frac{n!}{\prod a_i!}$$

5.整数划分问题

引入：有$n$个球，把它们放在$m$个盒子中，使得每个盒子都不空，有多少种分法？

思路：将$m-1$个板放在$n-1$个空隙中，结果为$\left(\begin{array}{c}n-1\\ m-1\end{array}\right)$

拓展：如果可以有空盒子呢？

思路$1$：可以将两个板放在同一个空隙中

思路$2$：将问题转化为$n+m$个球放在$m$个盒子中，每个盒子都不空，结果为$\left(\begin{array}{c}n+m-1\\ m-1\end{array}\right)$

例题：$x_1+x_2+\cdots +x_k=r$的非负整数解的数目：

$$\left(\begin{array}{c}r+k-1\\ k-1\end{array}\right)$$

6.第二类斯特林数

将$n$个物品划分成$k$个非空的没有区别的集合的方案数。

递推公式为：

$$S2(i,j)=S2(i-1,j)\cdot j+S2(i-1,j-1)$$

通项公式：

$$S2(n,m)=\frac{1}{m!}\cdot \sum _{k=0}^m(-1{)}^k\left(\begin{array}{c}m\\ k\end{array}\right)(m-k{)}^n$$

7.贝尔数

第二类斯特林数第二维前缀和，即：

$$B_n=\sum _{k=1}^{n}S2(n,k)$$

递推公式：

$$B_{n+1}=\sum _{k=0}^n\left(\begin{array}{c}n\\ k\end{array}\right)B_k$$

即枚举包含最后一个元素的集合大小

8.Lucas定理

求组合数（模较小质数）

公式：

$$\left(\begin{array}{c}n\\ m\end{array}\right)modp=\left(\begin{array}{c}\lfloor \frac{n}{p}\rfloor \\ \lfloor \frac{m}{p}\rfloor \end{array}\right)\left(\begin{array}{c}nmodp\\ mmodp\end{array}\right)modp$$

前者进行递归，后者可以预处理出阶乘

9.扩展Lucas定理

当$p$不为质数时，往往使用中国剩余定理将问题转化为模质数次幂，最后合并

$$lucas(n,p^k)=lucas(\lfloor \frac{n}{p}\rfloor ,p^k)B_{p^k-1}^{\lfloor \frac{n}{p^k}\rfloor }{B}_{nmod{p}^k}$$

六、莫比乌斯反演

(以下为 1.30 数学知识 补充笔记)

1.前置知识

(1)一些引理

引理1：

$\lfloor \frac{a}{bc}\rfloor =\lfloor \frac{\lfloor \frac{a}{b}\rfloor }{c}\rfloor$

引理2：

对于任意$n,d\in \mathbb{Z}$，$\lfloor \frac{n}{d}\rfloor$的取值最多有$2\sqrt{n}$个

(2)数论分块

(3)积性函数

定义：若函数$f(x)$满足当$gcd(x,y)=1$时，$f(xy)=f(x)f(y)$，则称$f(x)$为积性函数

特别地，当函数$f(x)$满足$\forall x,y\in \mathbb{Z}$，$f(xy)=f(x)f(y)$，则称$f(x)$为完全积性函数

(4)狄利克雷卷积