【数论】ACM数论基础知识总结

数论是数学的一个分支，研究的是整数的性质。本篇文章总结的是ACM中需要用到的数论知识、模板。

一.质数

1.定义

质数，又称素数，若一个正整数无法被除了1和它自身以外的其它数整除，则称其为质数，否则为合数。特殊地，1既不是合数也不是质数

2.质数的判断

给定一个数，判断是否为质数的方法：

试除法： 检查所有可能成为n的因子的数，若没有找到因子，则证明这个数是一个质数

一种朴素的做法就是从2遍历到N-1观察有无N的因子，若没有则说明N为质数，依据的想法是N的因子必然在1~N的范围内

改进： 其实我们只要找到一个N的因子（除了1和它本身）就可以证明N是个合数。

定理：如果N是一个合数，则必然存在一个N的因子T，满足$2\le T\le \surd N$

证明：反证法即可，假设合数N的所有因子都大于$\surd N$，则任取一因子X，因为X为N的因子，所以N/X也是N的一个因子，而由于X大于$\surd N$，所以N/X必然小于$\surd N$，与假设相矛盾

根据这个定理，我们只需要从2遍历到√N即可，时间复杂度缩小为$O（\surd N）$，若没找到因子则N为质数。

其它的想法：

素数筛进行预处理，用prime数组存放所有素数，然后从$prime[1]$遍历到$prime[i]\ast prime[i]\le N$，因为N如果是合数，则必然存在小于等于√N的素数因子

证明：前文已经证明过必然存在小于等于√N的因子，如果这个因子是素数自不必说，如果是合数，那么合数可以被分解为素因子的乘积。

目的：可以进一步减少时间复杂度，需要遍历的数更少了（因为素数的分布相对稀疏，10万以内的素数只有9500多个）

当然这只是我个人的想法，没有仔细的验证与思考，并且大部分时候O（√N）的复杂度就已经很优秀了

3.质数的筛选

筛选：即从1~N中筛选出所有的质数

思路：一个数x的倍数——2x,3x,4x……必然不是素数

具体做法：从2开始扫描所有的数x，并将x的所有倍数标记为合数。如果扫描到一个数y，发现y没被标记过，说明y一定是素数，因为2~y-1没有y的因子，符合素数定义

因为每个合数必然有质因子，所以只让素数来进行标记的工作以减少重复标记，比如27让3来标记为合数即可。

这就是埃氏筛

缺点：有些数仍会被重复标记，比如12既是3的倍数又是2的倍数，具有多个质因子的数会被重复标记

改进：

线性筛/欧拉筛：

即找到一个数的唯一产生方式：让一个数的最小质因子对其进行标记，比如12，虽然有2，3两个质因子，但只让2来标记12。

时间复杂度接近$O(N)$，所以称为线性筛

实现：

int Prime[100005];    //存放所有的质数
bool Isprime[100005]; //判断一个数是否为质数
int cnt=1;

void get_Prime(){
  for(int i=2;i<=100000;i++) Isprime[i]=1; //先默认所有数为质数
  for(int i=2;i<=100000;i++){
    if(Isprime[i]) Prime[cnt++]=i;
    for(int j=1;j<cnt&&Prime[j]*i<=100000;j++){ 
        Isprime[Prime[j]*i]=0; //将其标记为合数
        if(i%Prime[j]==0)
            break;
    }
  }
}

对于if(i%Prime[j]==0) break; 的解释：

线性筛的思想是只让最小质因子对合数进行标记，也就是：Isprime[Prime[j]*i]=0; 这句话，这里Prime[j]即最小质因子。

如果i%Prime[j]==0 ，不妨将i表示为k*Prime[j]，如果令j++继续筛下去的话，下一个要筛的数是Prime[j+1]*i，显然这个数的最小质因子应该是Prime[j]而不是Prime[j+1]，违背了线性筛的思想，所以需要break

4.质因子分解

算术基本定理：

任何一个大于1的正整数都可以被分解为质因子的幂次的积

即$N=P_1^{a_1}\cdot P_2^{a_2}\cdot P_3^{a_3}\cdot \cdot \cdot P_m^{a_m}$

这个定理看似非常简单，但是在很多地方都会应用到，要有将一个数分解为质因子幂次乘积的思想，他给我们提供了一种看待自然数的角度

分解质因子：

int factor[100];
int cnt=0;

void divide(int N){
    cnt=0;
    for(int i=2;i*i<=N;i++){
       if(N%i==0){
         factor[cnt++]=i;
         while(N%i==0)
            N/=i;
       }
    }
    if(N>1)  factor[cnt++]=N; //质数在根号N内没有因子，故可能没除完
}

如果还想知道每个质因子的幂次再用一个数组存就行

5.互质

最大公约数：great common divisor，简称gcd。两个数的最大公约数即两个数共有的约数（因子）中值最大的数。

互质定义：若gcd(a,b)=1，则称a与b互质。（即不含共同因子）

常见的求gcd的方法为欧几里得算法，时间复杂度为$O(log(N))$的级别

关于欧几里得算法求gcd的证明：欧几里得算法证明

欧拉函数：

在数论中，对正整数n，欧拉函数是小于或等于n的正整数中与n互质的数的数目（因此φ(1)=1）。此函数以其首名研究者欧拉命名(Euler’s totient function)，它又称为Euler’s totient function、φ函数、欧拉商数等。 例如φ(8)=4，因为1,3,5,7均和8互质。

基础可见：欧拉函数计算及打表

下面来说一下两个较特殊的欧拉函数值：

1）$\phi (p)=p-1$ （p为质数）

2）$\phi (p^k)=p^k-p^{k-1}$

$[1,p^k]$中，和$p^k$有共同因子（不互质）的数有$p\ast 1,p\ast 2,p\ast 3\cdot \cdot \cdot ,p\ast p^{k-1}$，共计$p^{k-1}$个

3）$若gcd(s,r)=1，\phi (s\ast r)=\phi (s)\ast \phi (r)$

二.同余

1.模运算

对于任意的两个整数a、b(b>0)，必然存在等式：

$a=kb+r$

其中k为a除以b的商，r为a除以b的余数。在C语言中，可以利用a/b得到k，利用a%b得到r。前者称为整除，后者即模运算。

模运算的实质其实就是a-kb

性质：

①$(a+b)\%p=(a\%p+b\%p)\%p$

②$(a-b)\%p=(a\%p-b\%p+p)\%p$（加p防止结果变为负数）

③$(a\ast b)\%p=(a\%p)\ast (b\%p)\%p$

④除法不满足分配律，需要用到乘法逆元将除法转化为乘法：

逆元：

一个数和它的逆元运算后得到的是这个运算的单位元

比如加法的单位元是0（任何数加0都等于其本身）

一个数a的加法逆元就是-a

比如说乘法的单位元是1（任何数乘1都等于其本身）

一个数a的”乘法逆元“就是1/a，即其倒数

注意上面的这个乘法逆元也就是所谓的倒数，而下面要讲的乘法逆元指的是模意义下的乘法逆元

乘法逆元：

若$b\cdot b^{-1}\equiv 1（modp)$

则称$b^{-1}$为b在模p下的乘法逆元，可以理解为模p意义下的倒数

则$(a/b)\%p=a\ast b^{-1}\%p$ 将除法转化为了乘法

例：

由于$2\cdot 2\equiv 1(mod3)$，所以2在模3意义下的乘法逆元就是它本身

$8/2\equiv 8\cdot 2\equiv 1(mod3)$

乘法逆元存在的前提是$gcd(b,p)=1$

在ACM中用到的模数p一般都是质数，所以只要b不为0或p的倍数即可（0和p的倍数在模p意义下不存在逆元）。

若p不是质数，则要求b、p互质，否则逆元不存在

逆元求法：

一个数在模p意义下的乘法逆元有很多种求法，这里写一下我常用的一种求逆元的方法：

费马小定理：

p为质数且gcd(b,p)=1，则$b^{p-1}\equiv 1（modp)$

也就是说$b^{p-1}\%p=1$

可以验证一下：

当p=3时，$2^2,4^2,5^2,7^2$模p都等于1

而$b^{p-1}=b^{p-2}\cdot b$

所以b的一个乘法逆元为$b^{p-2}$，用快速幂即可较快求得

long long inv(long long x){
   return quickpow(x,mod-2)%mod;
}

⑤快速乘法

C自带的乘法运算很优秀，但是在计算$a\cdot b\%p$时，如果p很大，即使使用分配律还是可能会超过数据类型上限，所以可以使用快速乘法来避免这个问题，不会快速乘的可以看这篇↓：

快速幂+快速乘法

2.同余

若整数a和整数b除以正整数m的余数相等(即$a\%m=b\%m$)，则称a，b模m同余，记为$a\equiv b(modm)$

下面的只要大概知道个概念就好

同余类：

亦称剩余类，为数论的基本概念之一。设模为m，则根据余数可将所有的整数分为m类：

把所有与整数a模m同余的整数构成的集合叫做模m的一个剩余类，记作[a]。（也见过a上面加一杠的写法）并把a叫作剩余类[a]的一个代表元。

例：在模5意义下，3、8、13都属于同余类[3]

简化剩余系：

同余类的集合构成了m的完全剩余系

简化剩余系指m的完全剩余系中与m互质的数的集合

简化剩余系关于模m乘法封闭，设a、b为简化剩余系中任意两个数，则a×b必然也属于简化剩余系

同余的性质：

介绍在下面要用到的一些同余的性质

①若$a\equiv b(modn)$ 则 $a\ast c\equiv b\ast c(modn)$

②若$a\equiv b(modn)$ 则$a^q\equiv b^q(modn)$

③若$a\equiv b(modn),c\equiv d(modn)$，则$a\ast c\equiv b\ast d(modn)$

由乘法对于模运算的分配律可以证明↑

$(a\ast c)\%n=(a\%n)\ast (c\%n)\%n=(b\%n)\ast (d\%n)\%n=(b\ast d)\%n$

①②可由③推得

————————————————————————

④若$a\equiv b(modn)且k>0$， 则$ak\equiv bk(modnk)$

证明：令$a=tn+b$，则$ka=tkn+kb$，或者写为$ka-kb=t\ast kn$，证毕

⑤若$a\equiv b(modn)且d|a,d|b,d|n$， 则$\frac{a}{d}\equiv \frac{b}{d}(mod\frac{n}{d})$

证明同上

其他性质可参见百度百科

3.欧拉定理

若正整数a，n互质，则$a^{\phi (n)}\equiv 1(modn)$

证明不会

这个定理很重要，会在之后讲原根时再深入讲解

费马小定理其实就是欧拉定理在n为素数时的特殊情况

推论：

若a，n互质，b为任意正整数，则$a^b\equiv a^{bmod\phi (n)}(modn)$

——————————————————————————

证明：

令$b=q\ast \phi (n)+r$，则：

$a^b\equiv a^{q\ast \phi (n)+r}\equiv (a^{\phi (n)}{)}^q\ast a^r\equiv 1^q\ast a^r\equiv a^r\equiv a^{bmod\phi (n)}(modn)$

——————————————————————————

应用：

前面已经说明了，加减乘除的模运算处理方式，这个推论可以以应用于幂次运算的模运算处理方式

$a^b\%p=(a\%p{)}^{b\%\phi (p)}$

如果这个$p$是质数的话，就比较方便了，因为$\phi (p)=p-1$，否则还要求一个欧拉函数值$O(\surd P)$的复杂度

当然，一般来说快速幂$log(N)$级别的复杂度已经足够优秀

引理：

a,n互质，满足$a^x\equiv 1(modn)$的最小正整数x一定是$\phi (n)$的约数

反证法：

假设满足条件的最小正整数$x_0$不是$\phi (n)$的约数

首先$a^{\phi (n)}\equiv 1(modn)$是一定成立的，所以$x_0<\phi (n)$

令$\phi (n)=q\ast x_0+r(0<r<x)$

因为$a^{x_0}\equiv 1(modn)$

所以$a^{q\ast x_0}\equiv (a^{x_0}{)}^q\equiv 1(modn)$

因为$a^{\phi (n)}\equiv a^{q\ast x_0+r}\equiv a^{a\ast x_0}\ast a^r\equiv 1(modn)$

所以$a^r\equiv 1(modn)$

因为r<$x_0$ 所以假设不成立

4.同余方程

贝祖定理：

对任意整数a、b，存在x、y满足不定方程$ax+by=gcd(a,b)$

证明：

（这个证明比较繁琐，可以不看，记住结论就好）

欧几里得算法求gcd(a,b)时：

long long  gcd(long long  a,long long  b){
   return a%b==0?b:gcd(b,a%b);
}

递归函数的终点是a%b==0，此时gcd(a,b)==b，$ax+by=gcd(a,b)$明显是有解的，易得x=0，y=1为一组特解

运用数学归纳法，只要证明：

$b\ast x+(a\%b)\ast y=gcd(b,a\%b)$有解，则$ax+by=gcd(a,b)$必有解

那么贝祖定理就成立了

$a\%b=a-b\ast [a/b]([a/b]表示整除）$

$b\ast x+(a\%b)\ast y$

$==b\ast x+(a-b\ast [a/b])\ast y$

$==a\ast y+b\ast (x-[a/b]y)$

$==gcd(b.a\%b)$

$==gcd(a,b)$

所以令$x^{{}^{\prime }}=y,y^{{}^{\prime }}=x-[a/b]y$，则$a{x}^{{}^{\prime }}+b{y}^{{}^{\prime }}=gcd(a,b)$

综上，贝祖定理成立

扩展欧几里得：

由上述的思路，可以写出扩展欧几里得的算法

代码如下：

（代码不长，可以选择背模板）

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

应用：

①解不定方程ax+by=gcd(a,b)

函数返回的两个值x，y就是不定方程的一组特解

对于更一般化的方程ax+by=c，它有解当且仅当$c\%gcd(a,b)==0$

我们可以先解出ax+by=gcd(a,b)的一组特解，然后令其同时乘上$\frac{c}{gcd(a,b)}$即得方程ax+by=c的特解$x_0,y_0$

方程ax+by=c的通解可以表示为

$x=x_0+k\cdot \frac{b}{gcd(a,b)}$

$y=y_0-k\cdot \frac{a}{gcd(a,b)}$

求x的最小正整数解：

$令temp=\frac{b}{gcd(a,b)}$

则最小正整数解为$(x_0\%temp+temp)\%temp$

更正：此处并不是最小正整数解，而是最小非负整数解，在答案可能为0的时候需要特判（即if(x==0) x=temp;）

求y的最小正整数解：

则令$temp=\frac{a}{gcd(a,b)}$即可

②解线性同余方程

扩欧可以解决这种形式的同余方程：ax≡c(mod b) (1<c<b)

该方程显而易见可以转化为不定方程ax+by=c

③求逆元：

逆元的定义$a\ast a^{-1}\equiv 1(modp)$

将逆元$a^{-1}$表示为x

则可以转化为不定方程$a\ast x+p\ast y=1$

该方法相比于小费马定理略显麻烦，但是应用范围更广，只要求a、p互质即可，而小费马定理要求p为质数

5.同余方程组

形如a*x≡b (mod m)的方程，因为未知数x的指数为1，所以称为一次同余方程或线性同余方程

该方程要么无解，要么有无数个解

可以使用扩展欧几里得算法求解这类方程

中国剩余定理：

中国剩余定理（孙子定理）可以用于解决如下形式的线性同余方程组（一元线性同余方程组）：

其中$m_1,m_2\cdot \cdot \cdot ,m_n$是两两互质的整数

令$m={\prod }_{i=1}^{n}mi,M_i=m/mi$

令$t_i$为线性同余方程$t_i{M}_i\equiv 1(mod{m}_i)$的一个解，也就是$M_i$的逆元

则方程组的整数解为${\sum }_{i=1}^n{a}_i{M}_i{t}_i$

证明：

首先解释一下，一般的线性同余方程长这样：a*x≡b (mod m)

它的解有无数个，我们可以将通解表示为$x=x_0+kt(k\in Z)$

而这个通解其实就相当于$x\equiv x_0(modt)$

因此所有的线性同余方程组都可以转化为下面这种较为一般的形式

而孙子定理通过构造法得到了一种特殊情况下（即模数$m_i$两两互质时）的通解，换言之只要能保证模数两两互质则方程组一定有解

证明如下：

将解${\sum }_{i=1}^n{a}_i{M}_i{t}_i$代入原方程组任一方程

$a_1{M}_1{t}_1+a_2{M}_2{t}_2+\cdot \cdot \cdot +a_i{M}_i{t}_i+\cdot \cdot \cdot +a_n{M}_n{t}_n\equiv a_i(mod{m}_i)$

上面这个式子显然是成立的

对于$k\ne i$的项，$a_k{M}_k{t}_k\equiv 0(mod{m}_i)$，因为$M_k$是$m_i$的倍数

而$a_i{M}_i{t}_i\equiv a_i(mod{m}_i)$，因为$t_i$是$M_i$在模$m_i$意义下的逆元，$t_i{M}_i$在模$m_i$意义下等价于1

证毕

方程组的通解可以表示为$x={\sum }_{i=1}^n{a}_i{M}_i{t}_i+km$

中国剩余定理的板子就不放了，毕竟都是些常规操作

需要注意的是中国剩余定理成立的前提是$m_i$互质，不要求$m_i$为素数，所以在求$t_i$时不要使用小费马定理，而应该用扩欧求逆元，在这里放一个扩欧求逆元的板子：

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

long long inv(long long m,long long mod){ //求m在模mod下的逆元
   long long x,y;
   long long d=exgcd(m,mod,x,y);
   if(d!=1) return -1; //若不互质则无逆元
   long long temp=mod/d;
   return (x%temp+temp)%temp; //返回最小正整数解
}

一般的线性同余方程组：

中国剩余定理成立的前提是每个方程的模数两两互质，对于其他情况则不适用

可以使用n次扩展欧几里得算法进行求解：

假设已经求出了前k-1个方程构成的方程组的解$x$，$m$为前k-1个方程模数$m_i$的最小公倍数

则前k-1个方程的通解可以表示为$x+i\ast m,i\in Z$

为了使前k-1个方程的解也满足第k个方程，只能从通解中寻找

$x+i\ast m\equiv a_k(mod{m}_k)$

只要寻找到满足条件的i即可

对该方程进行转化：

$i\ast m\equiv a_k-x(mod{m}_k)$

此时只有$i$是未知数，所以这就是一个线性同余方程，用一次扩展欧几里得就可得到它的一个解$i=t$，则$x^{{}^{\prime }}=x+t\ast m$就是前k个方程的一个解

以此类推就能得到整个方程组的解

而如果在某次用扩展欧几里得运算时发现无解，则整个方程无解

6.原根

回顾一下欧拉定理：

若$gcd(a,m)=1$，则$a^{\phi (m)}\equiv 1(modm)$

可以这么理解欧拉定理：

方程$a^x\equiv d(modm)$其实是在探究$a^x\%m$的值

当x=0时，$a^0\equiv 1(modm)$是显然的

而随着a的指数不断增加，到$\phi (m)$时，必定会出现$a^{\phi (m)}\equiv 1(modm)$

并且$a^{\phi (m)+1}\equiv a^{\phi (m)}\cdot a^1\equiv 1\cdot a\equiv a^1(modm)$

也就是说a的幂次在模m的意义下是存在循环节的，并且这个循环节的长度不超过$\phi (m)$

注：前提是a、m互质

如果不太理解，可以学到后面原根的内容再回来看

通过欧拉定理，我们可以知道在1到m之间必然存在一个数x，使得$a^x\equiv 1(modm)$，因为至少$\phi (m)$就是这样一个满足条件的x，但其实它不一定是最小的那个x

阶：

设$m>1,gcd(a,m)=1$，则使得$a^r\equiv 1(modm)$成立的最小正整数$r$就是$a$对于模$m$的阶

这里的阶也就是上面说的循环节

阶的性质：

使得$a^x\equiv 1(modm)$成立的解$x$一定满足$x\%r==0$ 或者记为$r|x$（r为x的约数）

这是一个充要条件，即阶的倍数也一定满足该同余式，因为$a^{rk}\equiv (a^r{)}^k\equiv 1(modm)$

提供一种求阶的办法：先算出$\phi (m)$，然后从小到大遍历$\phi (m)$的约数，第一个满足$a^x\equiv 1(modm)$的数就是$a$对于模$m$的阶

原根：

对于某一些（a，m），$a$对于模$m$的阶恰好为$\phi (m)$，此时称$a$为模$m$的一个原根

原根的重要性质：

①只有$2、4、p^k、2p^k$有原根，其中p为奇素数。该性质可以看出一个数有原根，则其最多有两个质因子

②若一个数$m$存在原根，则原根的个数为$\phi (\phi (m))$

令$a$为$m$最小的原根

当$gcd(k,\phi (m))=1$时，$a^k$也是m的原根

证明不会

③设$a$为m的一个原根，则$a^0,a^1,a^2\cdot \cdot \cdot ,a^{\phi (m)-1}$的值各不相同，组成了$m$的简化剩余系

很好理解，之前有讲过阶其实可以理解为循环节长度，一个循环节内的各个数是各不相同的，而当这个循环节长度为$\phi (m)$时，则a的幂次可以表现出$\phi (m)$个不同的数

常见（最小）原根：

2的原根是1；
4的原根是3；
998244353的原根是3；
1e9+7的原根是5

判断有无原根：

bool judge(int x){
  if(x==2||x==4) return true;
  if(x%2==0) x/=2;
  if(Isprime[x]) return true;  
  if(x%2==0) return false;  //2的幂次中只有2和4才有原根
  for(int i=0;i<num;i++){
     if(x%prime[i]==0){
         while(x%prime[i]==0)
             x/=prime[i];
         if(x!=1) return false;
         return true;
     }
  }
  return false;
}

求最小原根：

最小原根一般不大，所以暴力即可
从2开始遍历，然后检验是否为原根

检验的方法：

不妨用Y表示被检查的数，我们只要检查Y的阶是否为$\phi (m)$即可（原根的定义）

①运用反证法的思想，先假设Y不是原根，即阶不是$\phi (m)$，则阶一定是$\phi (m)$的某个因子（阶的性质）。

②预处理出$\phi (m)$的所有质因子，比如质因子x，然后检验$a^{\phi (m)/x}\%m$是否为1

之所以检验$\phi (m)/x$是因为至少存在一个$\phi (m)/x$是阶的倍数，而阶的倍数一定也满足$a^t\equiv 1(modm)$

③若所有的$\phi (m)/x$都不满足同余式，则假设出现矛盾，Y是原根。反之，则说明该数就不是原根。

模板：

phi数组为欧拉函数值

vector<long long> a;
bool check(long long  g,long long  p){ //检验g是否为p的原根
	for(long long i=0;i<a.size(); ++i)
		if(quickpow(g,phi[p]/a[i],p)==1)
			return 0;
	return 1;
}
long long  pri_root(long long  p){ //求p的最小原根
	a.clear();
	long long  temp=phi[p];
	for(long long i=2;i*i<=temp;i++) //phi[p]的所有质因子
		if(temp%i==0){
			a.push_back(i);
			while(temp%i==0)
				temp/=i;
		}
    if(temp>1)
		a.push_back(temp);
	for(long long g=1;g<p;g++){
		if(gcd(g,p)!=1) continue;
		if(check(g,p))
			return g;
	}
}

求所有原根的步骤：

1）求出最小原根

2）借助性质2求出所有原根（一个个求耗时太长）

模板：

void  solve(long long  p){ //求p的所有原根
    long long mi; //最小原根mi，求最小原根方法见上
	//下面借助最小原根求所有原根
	for(long long t=1;t<=phi[p];t++){
         if(gcd(t,phi[p])==1){
            ans.push_back(quickpow(mi,t,p));
         }
	}
	sort(ans.begin(),ans.end());
}

例题：

①POJ1284：求原根个数

②51Nod-1135：求奇素数的最小原根

③HDU4992：求一个数的所有原根

④URAL-1268：求最大原根（倒着枚举，若先求最小原根再去找最大原根会T）

应用：

①模p意义下的一些乘法可以转化为原根幂次的加法

②NTT中需要用到，但我还没学会，其他我暂时也没遇到，待填坑

7.高次同余方程

有两种高次同余方程：

$a^x\equiv b(modm)$以及$x^a\equiv b(modm)$

————————————————————————

离散对数：

设$a$为$m$的一个原根，b、m互质

若$a^x\equiv b(modm)$，则记$x$为$lo{g}_{a}b(modm)$，称为指标

而离散对数则更一般化，$a^x\equiv b(modm)$的解$x$就是离散对数

求离散对数，其实也就是求解第一种类型的高次同余方程了

BSGS算法：

Baby step giant step算法

设$x=kn-i$，其中$n$即为giant step（大步），$i$为baby step（小步），由自己事先确定

则方程变为$(a^n{)}^k\equiv b\ast a^i(modm)$

枚举$i\in [0,n-1]$，将$b\ast a^i$的值插入Hash表

然后枚举$k$，计算$(a^n{)}^k$，在Hash表中查找

复杂度：$O(n+\frac{m}{n})$

由于a、b、m互质，根据欧拉定理$x$必定为$0$到$\phi (m)-1$中的某个值，则枚举大步需要$\frac{m}{n}$，枚举小步需要$n$步

所以取$n$为$\surd m$达到最优复杂度，即$O(\surd m)$

模板：

long long  bsgs(long long  a,long long b,long long  m){  //logab(mod m)
     map<long long ,long long >Hash;
     Hash.clear();
     b%=m;
     long long  n=(long long)sqrt(m)+1;  //大步
     for(int i=0;i<n;i++){   //枚举小步
        long long val=b*quickpow(a,i,m)%m;
        Hash[val]=i;
     }
     a=quickpow(a,n,m);
     if(a==0) return b==0?1:-1;
     for(long long k=0;k<=n;k++){ //枚举大步
        long long val=quickpow(a,k,m);
        long long i;
        if(i=Hash[val]){
            if(k*n-i>=0)
              return k*n-i;
        }
     }
    return -1;//没找到就是无解
}

需要注意的是该算法正确的前提是$gcd(a,m)=1$

否则无法保证在$1$到$\phi (m)$中可以找到解

扩展BSGS：

目的是在$a$和$m$不互质情况下求出离散对数值

基本思想将方程转化到$gcd(a,m)=1$为止，a比较难变，但是模数m可以不断缩小至与a互质

令$d=gcd(a,m)$

首先若d不是b的约数，则方程无解

证明：

将同余方程转化为不定方程

$a\ast a^{x-1}+m\ast t=b$

由贝祖定理即得，b必须是gcd(a,m)的倍数

然后开始转化方程

同余式同时除以d仍然成立（详见前面的同余基本性质），$\frac{a}{d}\cdot a^{x-1}\equiv \frac{b}{d}(mod\frac{m}{d})$

若此时$a$和$\frac{m}{d}$互质了，则我们可以使用BSGS算法去求解了，但若不互质，则我们再进行一轮转化

$\frac{a^2}{d_1{d}_2}\cdot a^{x-2}\equiv \frac{b}{d_1{d}_2}(mod\frac{m}{d_1{d}_2})$

注：$d_1$即之前的$gcd(a,m)$，$d_2$即$gcd(a,\frac{m}{d_1})$

如此重复直到

$\frac{a^k}{d_1{d}_2\cdot \cdot \cdot d_k}\cdot a^{x-k}\equiv \frac{b}{d_1{d}_2\cdot \cdot \cdot d_k}(mod\frac{m}{d_1{d}_2\cdot \cdot \cdot d_k})$

将常数$\frac{a^k}{d_1{d}_2\cdot \cdot \cdot d_k}$转移到同余式的右边，怎么转移呢？两边同时乘上该常数的逆元即可（用扩欧求）

解出来的值是$x-k$,再加上$k$即为答案

模板：

long long  exbsgs(long long  a,long long  p,long long  b){
   if(b==1||p==1) return 0;
   a%=p;b%=p;
   long long  d=gcd(a,p),k=0,t=1;
   while(d>1){
      if(b%d) return -1;
      k++;b/=d,p/=d,t*=(a/d),t%=p;
      if(t==b) return k;
      d=gcd(a,p);
   }
   long long  ans=bsgs(a,p,b*inv(t,p)%p);
   return ans==-1?-1:ans+k;
}

——————————————————————————

下面说一下另一种高次同余方程$x^a\equiv b(modm)$的解法：

首先求出$m$的原根$g$，令$x=g^u\%m$，$b=g^t\%m$（这么令，是因为原根的幂次可以表示m的简化剩余系），用BSGS算法求出t后，将方程写为$g^{au}\equiv g^t(modm)$

因为$g^{m-1}\%m=1$（费马小定理）

从而

$g^{au}\cdot (g^{m-1}{)}^v=g^t$

$au+(m-1)v=t$

扩欧即可求出u，也就求出了x

BSGS、扩展欧几里得、求原根的方法前面都有了