欧几里得扩展算法（动态规划实现）

欧几里得算法

设$u_0$，$u_1$是给定的两个整数，$u_1\ne 0$，反复使用带余数除法：
$$\begin{array}{ll}{u}_0=q_0{u}_1+u_2,& 0<u_2<|u_1|,\\ u_1=q_1{u}_2+u_3,& 0<u_3<u_2,\\ u_2=q_2{u}_3+u_4,& 0<u_4<u_3,\\ \cdots \cdots \cdots \cdots & \cdots \cdots \cdots \cdots \end{array}$$
由于$|u_1|>u_2>u_3>u_4>\cdots$且均为正数，这个过程不能无限进行下去，最终一定会得到$0$：
$$\begin{array}{ll}\cdots \cdots \cdots \cdots & \cdots \cdots \cdots \cdots \\ u_{k-2}=q_{k-2}{u}_{k-1}+u_k,& 0<u_k<u_{k-1},\\ u_{k-1}=q_{k-1}{u}_k+u_{k+1},& 0<u_{k+1}<u_k,\\ u_k=q_k{u}_{k+1},& \text{即}{u}_{k+2}=0.\end{array}\text{\hspace{1em}(1)}$$
最后一个不等于$0$的余数$u_{k+1}$就是$u_0$和$u_1$的最大公约数

从倒数第二个式子开始，依次上推，可得
$$u_{k+1}=u_{k-1}-q_{k-1}{u}_k=u_{k-1}-q_{k-1}(u_{k-2}-q_{k-2}{u}_{k-1})=\cdots =x_0{u}_0+x_1{u}_1,$$
即$u_{k+1}$一定能表示成$u_0$和$u_1$的整系数线性组合

特别地，当$u_0$与$u_1$互素时，存在整数$x$，$y$，使得
$$x{u}_0+y{u}_1=u_{k+1}=1.$$
从而
$$1\equiv x{u}_0+y{u}_1\equiv x{u}_0(\mathrm{m}\mathrm{o}\mathrm{d}{u}_1).$$
即$x$是$u_0$对模$u_1$的逆

求出$u_0$对模$u_1$的逆

当$u_0$与$u_1$互素时，欧几里得算法给出了一个$u_0^{-1}(\mathrm{m}\mathrm{o}\mathrm{d}{u}_1)$的构造

事实上，对于$(1)$过程中任何一个$u_j$，都存在整数$x_j$，$y_j$，使得
$$x_j{u}_0+y_j{u}_1=u_j.\text{\hspace{1em}(2)}$$
再设有
$$x_{j+1}{u}_0+y_{j+1}{u}_1=u_{j+1},\text{\hspace{1em}(3)}$$
由$u_j=q_j{u}_{j+1}+u_{j+2}$，$(2)-q_j(3)$得
$$(x_j-q_j{x}_{j+1})u_0+(y_j-q_j{y}_{j+1})u_1=u_{j+2}.$$
从而有递推关系
$$\begin{array}{l}{x}_{j+2}=x_j-q_j{x}_{j+1},\\ y_{j+2}=y_j-q_j{y}_{j+1}.\end{array}$$
由$x_0{u}_0+y_0{u}_1=u_0$及$x_1{u}_0+y_1{u}_1=u_1$，设初值
$$\begin{array}{l}{x}_0=1,y_0=0,\\ x_1=0,y_1=1.\end{array}$$
由此即可求得$u_0$对模$u_1$的逆

Python代码

def gcd(a, b):
    #使用欧几里得算法返回a和b的最大公约数
    while a != 0:
        a,  b = b % a, a
    return b

def findModInverse(a, m):
    #返回a%m的逆
    
    if gcd(a, m) != 1:
        return None #如果a,m不互素，不进行求逆
    
    u1, u2, u3 = 1, 0, a
    v1, v2, v3 = 0, 1, m
    while v3 != 0:
        q = u3 // v3
        v1, v2, v3, u1, u2, u3 = (u1 - q * v1), (u2 - q * v2), (u3 - q * v3), v1, v2, v3
    return u1 % m

参考资料

潘承洞,潘承彪.初等数论(第三版):北京大学出版社

阿尔·斯威加特(美).Python密码学编程(第2版):人民邮电出版社