数学学习笔记

质数

• 又称为素数

1 - 定义

• 在大于 $1$ 的整数中，只包含 $1$ 和本身这两个约数的数

2 - 判定

试除法，根据定义来判定

bool is_prime(int n) {
    for(int i=2;i<n;i++) {
        if(x % i == 0) return 0;
    }
    return 1;
}

优化：

• 首先，我们可以由 $d\mid n$ 推导 $\frac{n}{d}\mid n$
• 所以我们在枚举约数时只需要枚举 $d\le \frac{n}{d}$ 的部分，即 $d\le \sqrt{n}$

bool is_prime(int n) {
    for(int i=2;i<=n/i;i++) {
        if(n % i == 0) return 0;
    }
    return 1;
}

时间复杂度由 $O(n)$ 降为 $O(\sqrt{n})$

3 - 分解质因数

试除法，从小到大枚举 $n$ 的所有因数

void divide(int n) {
    for(int i=2;i<=n;i++) 
        if(n % i == 0) {
            int cnt = 0;
            while(n % i == 0) {
                n /= i;
                cnt++;
            }
            cout << i << " " << cnt << endl; // 输出底数和指数
        }
    }
}

优化：

• $n$ 当中最多只包含一个大于 $\sqrt{n}$ 的质因子
• 枚举时先举出小于等于 $\sqrt{n}$ 的质因子，最后大于 $\sqrt{n}$ 的质因子特判即可

void divide(int n) {
    for(int i=2;i<=n;i++) 
        if(n % i == 0) {
            int cnt = 0;
            while(n % i == 0) {
                n /= i;
                cnt++;
            }
            cout << i << " " << cnt << endl;
        }
    }
	if(n > 1) cout << n << " " << 1 << endl; // 特判
}

时间复杂度由 $O(n)$ 降为 $O(\sqrt{n})$

4 - 筛质数

即把质数从一定的范围内快速的选出

埃氏筛

在 $2$ ~ $n$ 中筛质数，每次删除 $2、3\dots n-1$ 的倍数，剩下的为质数

原理：

• 对于 $p_i$ ，若它在第 $i-1$ 轮没有被删掉，说明 $2、3\dots n-1$ 都不是 $p_i$ 的因数，即 $p_i$ 只有 $1$ 和 $n$ 这两个因数

void get_primes(int n) {
    for(int i=2;i<=n;i++) {
        if(!t[i]) {
            primes[ans++] = i; // 记录质数
        }
        for(int j=i+i;j<=n;j+=i) t[j] = 1; // 删掉 i 的倍数
    }
}

优化：

• 合数是质数的倍数，所以合数的倍数不用再删一遍

void get_primes(int n) {
    for(int i=2;i<=n;i++) {
        if(!t[i]) {
            primes[ans++] = i;
            for(int j=i+i;j<=n;j+=i) t[j] = 1;
        }
    }
}

时间复杂度由 $O(n\log n)$ 降为 $O(n\log \log n)$ ，几乎为 $O(n)$

线性筛

原理：

• 用每个合数的最小质因子筛掉它

• 遍历质数列表，依次筛掉 $p_j$ 的 $i$ 倍

  • $i\mathrm{mod}j=0$ ，因为是从小到大遍历的，所以 $p_j$ 一定是 $i$ 的最小质因子，也是 $p_j\times i$ 的最小质因子

  • $i\mathrm{mod}j\ne 0$，同上，$p_j$ 一定小于 $i$ 的所有质因子， 也是 $p_j\times i$ 的最小质因子

void get_primes(int n) {
    for(int i=2;i<=n;i++) {
        if(!t[i]) primes[ans++] = i;
        for(int j=0;primes[j]<=n/i;j++) { // 枚举每个质数
            t[primes[j] * i] = 1; // 筛，见上
            if(i % primes[j] == 0) break;
        }
    }
}

时间复杂度为 $O(n)$ ，比埃筛稍快

约数

1 - 求约数

试除法

优化：

• 由 $d\mid n$ 推导 $\frac{n}{d}\mid n$
• 所以枚举较小的约数，另一个直接算
• 枚举 $d\le \frac{n}{d}$ ，即 $d\le \sqrt{n}$

void get_divisors(int n) {
    for(int i=1;i<=n/i;i++) {
        if(n % i == 0) {
            ans[++cnt] = i;
            if(i != n / i) ans[++cnt] = n / i;
        }
    }
}

时间复杂度为 $O(\sqrt{n})$

2 - 约数个数

用约数个数定理

• 对于一个大于 $1$ 的正整数 $n$ ，可分解为：${p_1}^{a_1}\cdot {p_2}^{a_2}\dots {p_k}^{a_k}$
• 而 ${p_i}^{a_i}$ 有约数 ${p_i}^0,{p_i}^1,{p_i}^2,\dots {p_i}^{a_i}$ ，共 $a_i+1$ 个
• 所以 $n$ 共有 $(a_1+1)(a_2+1)\dots (a_i+1)$ 个约数

同余

• 如果两个数 $a$ 和 $b$ 之差能被 $m$ 整除，那么我们就称 $a$ 和 $b$ 对模数 $m$ 同余
• 记作 $a\equiv b(\mathrm{mod}m)$

1 - 性质

• 自反性（一个数永远和自己同余）
• 对称性（$a$ 和 $b$ 同余，$b$ 和 $a$ 也就同余）
• 传递性（$a$ 和 $b$ 同余，$b$ 和 $c$ 同余可以推出 $a$ 和 $c$ 同余）

2 - 推论

• 如果 $a\equiv b(\mathrm{mod}m),x\equiv y(\mathrm{mod}m)$，则 $a\pm x\equiv b\pm y(\mathrm{mod}m)$
• 如果 $a\equiv b(\mathrm{mod}m),x\equiv y(\mathrm{mod}m)$，则 $ax\equiv by(\mathrm{mod}m)$
• 如果 $ac\equiv bc(\mathrm{mod}m)$，且 $c$ 和 $m$ 互质，则$a\equiv b(\mathrm{mod}m)$
• 如果$a\equiv b(\mathrm{mod}m)$，且 $c\ne 0$，则 $ac\equiv bc(\mathrm{mod}mc)$

费马小定理

如果 $p$ 是质数，且 $a,p$ 互质，有：
$$a^{p-1}\equiv 1(\mathrm{mod}p)$$

应用

求乘法逆元

若 $(x\times y)\equiv 1(\mathrm{mod}p)$ ，则 $y$ 为 $x$ 模 $p$ 的乘法逆元

• 因为 $a^{p-1}\equiv 1(\mathrm{mod}p)$ ，所以 $(a\times a^{p-2})\equiv 1(\mathrm{mod}p)$

• 即 $a^{p-2}$ 是 $a$ 关于模 $p$ 的乘法逆元

$$\frac{a}{b}\mathrm{mod}p=(a\mathrm{mod}p)(b^{\prime }\mathrm{mod}p)\mathrm{mod}p$$

其中 $p$ 为质数，$b^{\prime }$ 为 $b$ 的乘法逆元

欧拉函数

• 对于一个正整数 $x$ ，小于 $x$ 且和 $x$ 互质的正整数的个数表示为 $\phi (x)$

• $\phi (1)$ 的值为 $1$ ，没有实际意义

1 - 通式

• $$\phi (x)=x(1-\frac{1}{p_1})(1-\frac{1}{p_2})\dots (1-\frac{1}{p_n})$$

  其中，$p_1,p_2\dots ,p_n$ 是 $x$ 的所有质因数

• $$\phi (x)=p^k-p^{k-1}$$

  其中，$x=p^k$ 且 $p$ 为质数

2 - 性质

• 欧拉函数是积性函数

  若 $x,y$ 互质，则 $\phi (x\times y)=\phi (x)\times \phi (y)$

• 若 $x$ 是质数，则 $\phi (x)=x-1$

欧拉定理

若 $a,n$ 为正整数，且 $a,n$ 互质，有：
$$a^{\phi (n)}\equiv 1(\mathrm{mod}n)$$

1 - 应用

降幂，当 $a,n$ 互质时：
$$a^b\mathrm{mod}n=a^{b\mathrm{mod}\phi (n)}\mathrm{mod}n$$

2 - 扩欧

当 $b\ge \phi (c)$ 时：
$$a^b\mathrm{mod}c=a^{b\mathrm{mod}\phi (c)+\phi (c)}\mathrm{mod}c$$

3 - 代码

• 求 $\phi (x)$

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

  时间复杂度 $O(\sqrt{n})$

• 求 $\phi (1),\phi (2)\dots ,\phi (n)$

  void phi(int n) {
      for(int i=1;i<=n;i++) p[i] = i;
      for(int i=2;i<=n;i++) {
          if(p[i] == i) {
              for(int j=i;j<=n;j+=i) {
                  p[j] = p[j] / i * (i - 1);
              }
          }
      }
  }
  

  时间复杂度 $O(n\log \log n)$

扩展欧几里得算法

在已知整数 $a,b$ 的情况下，求 $ax+by=\gcd (a,b)$ 的整数解

1 - 解法

• 该方程一定有解

• $$\begin{gathered} x=y^{\prime } \\ y=x^{\prime }-\frac{a}{b}\times y \end{gathered}$$

  到最后可得 $x^{\prime }=1,y^{\prime }=0$，于是逐步往前推即可

2 - 代码

int k_ou(int a,int b,int &x1,int &y1) {
    if(b == 0) {
        x1 = 1,y1 = 0;
        return a;
    }
    int x2,y2;
    int d = k_ou(b,a % b,x2,y2);
    x1 = x2,y1 = x2 - a / b * y2;
    return d;
}

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

3 - 应用

不定方程

• 对于不定方程 $ax+by=c$ ，扩欧算法可以判断是否有解，并求出通解

• 如果 $c\mathrm{mod}d\ne 0$ 那么该方程无解（其中 $d$ 可为 $\gcd (a,b)$）

• 当 $c\mathrm{mod}d=0$ 时，即该方程有解时：

  • 设 $d=\gcd (a,b)$ ，因此可用扩欧求出 $a{x}^{\prime }+b{y}^{\prime }=d=\gcd (a,b)$ 的解 $x^{\prime },y^{\prime }$

  • 则原方程的一组解 $x=x^{\prime }\times \frac{c}{d},y=y^{\prime }\times \frac{c}{d}$

  • 而所有的解可表示为：
    $$\begin{gathered} x=x^{\prime }\times \frac{c}{d}+k\times \frac{b}{d} \\ y=y^{\prime }\times \frac{c}{d}-k\times \frac{a}{d} \end{gathered}$$
    其中 $k$ 为任意整数

模线性方程

• 解形如 $ax\equiv b(\mathrm{mod}n)$ 的方程
• 根据模的定义，可得 $ax-b=nk$ ，$k$ 为整数
• 移项得：$ax-nk=b$ ，可用扩欧解决

中国剩余定理

• 设 $w_1,w_2\dots ,w_n$ 是两两互质的正整数

  有方程：
  $$\begin{array}{c}\{\begin{array}{l}x\equiv b_1(\mathrm{mod}{w}_1)\\ x\equiv b_2(\mathrm{mod}{w}_2)\\ \dots \\ x\equiv b_n(\mathrm{mod}{w}_n)\end{array}\end{array}$$

• 上面方程的解为
  $$x=(m_1\times m_1^{-1}\times b_1+m_2\times m_2^{-1}\dots +m_n\times m_n^{-1}\times b_n)\mathrm{mod}p$$

• 其中，$p=w_1\times w_2\dots \times w_n$

  $m_i=\frac{p}{w_i}$

  $m_i^{-1}$ 是 $m_i$ 模 $w_i$ 的乘法逆元，即 $m_i\times m_i^{-1}\equiv 1(\mathrm{mod}{w}_i)$

• 怎么求乘法逆元？

  $m_i\times m_i^{-1}-w_i\times k=1$

  扩欧求解即可

代码

int china(int b[],int w[],int n) {
    int ans = 0,p = 1;
    for(int i=1;i<=n;i++) p *= w[i];
    for(int i=1;i<=n;i++) {
        int mi = p / w[i];
        int d = k_ou(mi,w[i],x,y);
        ans = (ans + x * mi * b[i]) % p;
    }
    if(ans > 0) return ans;
    else return ans + p;
}

组合数学

1 - 排列组合

• 从 $n$ 个不同的元素中，取 $m$ 个不重复的元素，按次序排列，即为排列
  $$A_n^m=\frac{n!}{(n-m)!}$$

• 从 $n$ 个不同的元素中，取 $m$ 个不重复的元素，不考虑顺序，即为组合
  $$C_n^m=\frac{n!}{(n-m)!m!}$$

• 组合数的性质：
  $$C_n^m=C_n^{n-m}$$

  $$C_n^m=C_{n-1}^m+C_{n-1}^{m-1}$$

  $$C_n^0+C_n^1\dots +C_n^n=2^n$$

斯特林数

1 - 第一类斯特林数

• 用 $s{1}_{n,m}$ 表示把 $n$ 个元素划分为 $m$ 个非空循环排列集合的方案数

• $$S_{1n,m}=S_{1n-1,m-1}+(n-1)\times S_{1n-1,m}$$

void get() {
    for(int i=0;i<=n;i++) s1[i][i] = 1;
    for(int i=1;i<=n;i++) {
        for(int j=1;j<=m&&j<=i;j++) {
            s1[i][j] = (s[i - 1][j - 1] + (i - 1) * s1[i - 1][j]) % mod;
        }
    }
}

2 - 第二类斯特林数

• 用 $s{2}_{n,m}$ 来表示把 $n$ 个元素划分成 $m$ 个非空集合的方案数

• $$S_{2n,m}=S_{2n-1,m-1}+m\times S_{2n-1,m}$$

void get() {
    for(int i=1;i<=n;i++) s2[i][1] = 1;
    for(int i=1;i<=n;i++) {
        for(int j=2;j<=i&&j<=m;j++) {
            s2[i][j] = (s2[i - 1][j - 1] + j * s2[i - 1][j]) % mod;
        }
    }
}

3 - BELL数

• BELL 数 $b_n$ 表示把 $n$ 个元素划分为若干个非空集合的方案数

• $$b_n=S_{2n,1}+S_{2,n,2}\dots +S_{2n,n}$$

Lucas 定理

• 计算 $C_n^m\mathrm{mod}p$ ，$p$ 是质数

• $$Lucas(n,m,p)=C_{n\mathrm{mod}p}^{m\mathrm{mod}p}\times Lucas(\frac{a}{p},\frac{b}{p},p)$$

代码

ll ksm(ll a,ll b,ll p) {
    ll ans = 1;
    while(b) {
        if(b & 1) ans = (ans * a) % p;
        a = (a * a) % p;
        b >>= 1;
    }
    return ans;
}

ll c(ll a,ll b) {
    if(a < b) return 0;
    if(a == b) return 1;
    if(b > a - b) b = a - b;
    ll A = 1,B = 1;
    for(ll i=0;i<b;i++) {
        A = (A * (a - i)) % p;
        B = (B * (b - i)) % p;
    }
    return (a * ksm(B,p - 2,p)) % p;
}

ll Lucas(ll n,ll m) {
    if(m == 0) return 1;
    return c(n % p,m % p) * Lucas(n / p,m / p) % p;
}