【基础总结】——数学知识

最大公约数与最小公倍数

理解起来挺简单的
重要等式：$lcm[a,b]\times gcd(a,b)=a\times b$
所以只要知道最大公约数就行。

int gcd(int a,int b)
{
	return b?gcd(b,a%b):a;
}

该代码运用了辗转相除法。因为$(a,b)=(b,a模b)$,所以一直模模模模模模模模直到$b$为0，那么此时的最大公约数就是$a$，然后递归回去。

算数唯一分解定理

定义：任一大于1的整数n 能表示成质数的乘积，且其分解的结果是唯一的[不考虑次序].
直接上代码理解

void fenjie(int n)
{
	js=0;
	for(int i=2;i*i<=n;i++)
	{
		if(n%i==0) 
		{
			js++,p[js]=i,c[js]=0;
			while(n%i==0) n/=i,c[js]++;
		}
	}
	if(n>1) js++,p[js]=n,c[js]=1;
}

$p$是底数，$c$是指数
1.找n的因数，只要它能除下这个数，就一直除除除除除除除，直到除除不下，别忘了指数也要++。
2.这样一直循环，直到找完了n的所有因子，但是n可能是个质数，所以如果一直没有找到它的因子，那么他就只能分成$n^1$了

线性筛找素数（$N$）

用腻了之前简单的试除法，来看看这个线性筛吧

for(int i=2;i<=n;i++)
{
	if(f[i]==0) f[i]=i,ans[++cnt]=i;	
	for(int j=1;j<=cnt;j++)
	{
		if(ans[j]>f[i]||ans[j]>n/i) break;
		f[i*ans[j]]=ans[j];
	}
}

$f[i]$记录的是$i$的最小质因子，而$ans[i]$记录的是目前找到的质数
1.线性筛其实是基于埃氏筛的，所以简单说一下。之前我们找素数是每个都判断，但是一个数的倍数一定不是质数，所以埃氏筛在找到一个质数的时候了，把这些质数的倍数都标记了。
2.但是聪明的某某发现，这样子会有大量重复标记，比如30会被2,3,5,标记，所以他想到用一个数的最小质因子来标记，这样每个数就只被标记了一次。
3.可以来简单证明一下，如果不用最小质因子标记，那么30可能会被$3\times 10$标记，但是10能分成$2\times 5$，所以此时30一定被标记了两次。
4.对应代码倒数第二行，当质数表里的数大于了这个数的最小质因子，那么就$break$，并且，如果这个数标记的数超过$n$了，也不用管了.

扩展欧几里得

裴蜀定理：
$ax+by=c$方程有解时当且仅当$c$时$gcd(a,b)$的倍数（若$a,b$互素，则$ax+by=1$有解）

欧几里得算法的核心是把$(a,b)$辗转为$(b,a\%b)$,假设$(b,a\%b)$存在对应的$(x1,y1)$使得$b\times x1+(a\%b)\times y1=c$
根据:$ax+by=b\times x1+(a\%b)\times y1=b\times x1+(a-[a/b]\times b)\times y1=a\times y1+b\times (x1-[a/b]\times y1)$
得$x=y1,y=x1-[a/b]\times y1$
所以，基于这样的操作，我们的递归代码就产生了~

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

此时的$x,y$就是该方程的一组特解了。
有了特解，我们就可以求通解了。
该公式为：$x=x_0\times (c/d)+k\times (b/d),y=y_0\times (c/d)-k\times (a/d)$
注意这里符号是一加一减，具体证明…你不需要知道【滑稽】其实是我不会
经典例题：
天平称重

容斥原理

这个和数学鲍姐讲的一样，不多说了，感觉这道题的思想很像容斥 codeforces,C题

欧拉函数

定义：

对正整数n，欧拉函数是小于或等于n的数中与n互质的数的数目。

性质：

（1）$\phi (1)=1$
（2）$\phi (p)=p-1$
（3）$\phi (p^k)=p^k-p^{k-1}=(p-1)p^{k-1}$
（4）欧拉函数是积性函数——若m,n互质，则$\phi (mn)=\phi (m)\phi (n)$。（若函数是完全积性函数，则不需要互质条件）
（5）对于任意 $n=p_1^{k_1}\times p_2^{k_2}\times ...\times p_r^{k_r}$ （其中 $p_1,p_2,...,p_k$ 为 $n$ 的互不相同的质因子） 则有 $\phi (n)={\prod }_{i=1}^r\phi (p_i^{k_i})={\prod }_{i=1}^r(p_i-1)p_i^{k_i-1}={\prod }_{i=1}^r(1-\frac{1}{p_i})\times p_i^{k_i}=n\times {\prod }_{i=1}^r(1-\frac{1}{p_i})$

这第五条性质简直太妙了，于是我们就可以用这个去求欧拉函数了（$\sqrt{N}$）

long long oula(int x)
{
	ans=x;
	for(int i=2;i<=sqrt(x);i++)
	{
		if(x%i==0) 
		{
			ans=ans/i*(i-1);//这里用到了
			while(x%i==0) x/=i;
		}
	}
	if(x>1) ans=ans/x*(x-1);//防止n为质数
	return ans;
}

这个模板有没有很眼熟？没错，和埃氏筛很像，也就是说可以边筛素数边求欧拉函数，双倍的快乐【滑稽】
当然，更快的还是线性筛($N$)

void oula(int x)
{
	for(int i=2;i<=x;i++)
	{
		if(!f[i]) p[++cnt]=i,F[i]=i-1;
		for(int j=1;j<=cnt&&i*p[j]<=x;j++)
		{	
			f[i*p[j]]=1;
			if(i%p[j]==0) {F[i*p[j]]=F[i]*(p[j]);break;}
			else F[i*p[j]]=F[i]*(p[j]-1);
		}
	}
}

这样就成功起飞了【芜湖】

逆元

定义什么的只可意会不可言传，主要用法就是在除一个数的时候，要求取模，那么就可以用$\times $他的逆元来代替。

对于逆元的求解方法才是我们应该掌握的
1.拓展欧几里得（适用于a,b互质的情况下，代码太麻烦，不常用）
依然是上面给出的代码，$x$即为所求的逆元
2.费马小定理（好写，不出错，$logN$）$a^{p-1}\equiv 1(\%p)$
同时$/a$就能得到$a^{p-2}\equiv a^{-1}(\%p)$
这样通过快速幂就能求出逆元了（大爱这种方法，但是多次询问时可能超时）

欧拉定理

若n,a为正整数，且n,a互质，即gcd(n,a)=1，则$a^{\phi (n)}\equiv 1(\%p)$
可以看出，费马小定理是欧拉函数的一种特殊情况
一些比较恶心的推论：

$a^b\equiv a^{b\%\phi (n)}\%n$
$a,n$不一定互质时，$a^b\equiv a^{b\%\phi (n)}(\%n)$

中国剩余定理

韩信点兵大家都知道，这个就是解决类似的问题，只不过更快【滑稽】，但是也更麻烦。

---

【例题】存在一个数x，除以3余2，除以5余3，除以7余2，然后求这个数
首先假如我们求出这样三个数k1,k2,k3，满足k1与3互质且是5和7的倍数，k2与5互质且是3和7的倍数，k3与7互质且是3和5的倍数，那么容易意会得到，$k1\times 2+k2\times 3+k3\times 2$一定会是一个满足题
目条件的数。而题目的通解可表示为这个数每次都加上3,5,7的最小公倍数
首先我们求出3，5，7的lcm=105

然后我们令：

$x1=105/3=35$, $x2=105/5=21$, $x3=105/7=15$

然后我们求解以下方程： （$(a\times x_1)$就是$k_1$）

$a\times x1\%3=1$, $b\times x2\%5=1$, $c\times x3\%7=1$

这个格式的式子好眼熟，用扩展欧几里德求a=2,b=1,c=1。

答案就是：

$ans=(a\times x1\times 2+b\times x2\times 3+c\times x3\times 2)\%lcm=23$

---

通过以上例题，我们可以总结出求解的基本步骤

1.求出除数的乘积（不是最小公倍数没关系，这样方便）
2.循环，每次用公倍数除以除数，把得到的数当做$a$，将除数当做$b$
3.运用扩展欧几里得求解出x,$ans$加上$a\times x\times 余数$，然后再模公倍数

那么来看看代码吧

for(int i=1;i<=n;i++)
{
	long long x,y;
	long long aa=sum/a[i];
	ojld(aa,a[i],x,y);
	ans=(x*aa%sum*b[i]%sum+ans)%sum;
}

高斯消元（$n^3$）

上三角五步走：

int t=r;
for(int i=r;i<=n;i++) if(fabs(a[i][c])>fabs(a[t][c])) t=i;//找当前这一列绝对值最大的数 
if(fabs(a[t][c])<py) continue;//如果这列全是零了，就不管 
for(int i=c;i<=n+1;i++) swap(a[t][i],a[r][i]);//把他换到没被锁定的第一行 
for(int i=n+1;i>=c;i--) a[r][i]/=a[r][c];//把这个数变成1，为了维护等式这一行都要除这个数 
for(int i=r+1;i<=n;i++) if(fabs(a[i][c])>py) for(int j=n+1;j>=c;j--) a[i][j]-=a[r][j]*a[i][c];
//把每行的第c个数都消为0 
//第二层循环倒着写，因为如果先把第一个变成0了，那后面的运算都要依靠第一个值，会出错 
r++;

线性基

简单来说是一些数的集合，而这些数通过异或可以构成的数都不在这个集合中。毕竟是“基”，基础嘛，肯定是最最最最最下面的东西，没有更小的了，也就是没有数通过变换能构成他们
有关更详细 的介绍和一些经典代码的写法，参见
点我点我（作者：Hypoc_）

卡特兰数（设为h(n)）

1. 通项公式：$h(n)=1/(n+1)\times C_{2n}^n$
2. 递推式子：$h(n+1)=(4n+2)/(n+2)\times h(n)$

FWT

简单来说看下图

行列式

性质

1. 交换对应矩阵的 2 行（列），行列式取反
2. 交换 1 行与 1 列（进行一次矩阵转置），行列式不变
3. 行列式的行（列）所有元素等比例变化，则行列式也等比例变化
4. 如果行列式对应矩阵 A 中有一行（列），是对应 2 个矩阵 B,C 中分别的 2 行（列）所有元素之和。那么有 A=B+C
5. 如果一个矩阵存在两行（列）成比例则 A的值=0
6. 把一个矩阵的一行（列）的值全部乘一个常数加到另一行（列）上，行列式值不变

求值

初始为$|\frac{2}{5}|$
使第二行除以（5/2）$|\frac{2}{1}|$
交换这两行 $|\frac{1}{2}|$
第二行减第一行的两倍$|\frac{1}{0}|$
交换 $|\frac{0}{1}|$
一直做下去就好啦

int work()
{
	int w=1;
	for(int i=1;i<=n;i++)
	{
		for(int j=i+1;j<=n;j++)
		{
			while(a[i][i])
			{
				int tmp=a[j][i]/a[i][i];
				for(int k=i;k<=n;k++) a[j][k]=((a[j][k]-1ll*tmp*a[i][k])%p+p)%p;
				swap(a[i],a[j]),w=-w;
			}
			swap(a[i],a[j]),w=-w;
		} 
	}
	for(int i=1;i<=n;i++) w=1ll*w*a[i][i]%p;
	return (w%p+p)%p;
}

矩阵求逆

我们现在要求$A$的逆矩阵$A^{-1}$
设$E$为单位矩阵，也就是对角线上的数都是1，其他是0
那么根据定义$A\times A^{-1}=E,E\times A^{-1}=A^{-1}$
所以我们将$A$变成$E$的过程中，对另一个$E$也做同样的操作（这两个$E$肯定不同呀），于是后面的那个$E$就被我们变成$A^{-1}$了