乘法逆元小记

乘法逆元

1. 逆元定义
2. 求解方式
   ——1. 线性同余方程+扩展欧几里得算法
   ——2. 费马小定理+快速幂
   ——3. 线性递推式

乘法逆元的定义

对于一个整数 a ，以及一个整数 p，存在一个实数x 使得 ax≡c(mod p) ，则称 x 为 a 在 c 模 p意义下的逆元 。ax≡c(mod p) 表示ax与c模p具有相同的余数，即同余，也可表示为 np+c = ax(相当于把c当做ax%p的值，即表示为mc%p = ax%p时，m=1的情况)。举个例子，1/a为a在1模p下的逆元，也就是倒数。
逆元不唯一！

求解方式

1. 线性同余方程+扩展欧几里得算法(logn)
   (1) 线性同余方程
   对于形如 ax≡c(mod b) 形式的同余一次方程，我们称为线性同余方程，打开后可以表示为
   ax = by + c ⇒ ax-by = c ⇒ ax + by = c 。
   这和扩展欧几里得算法的方程形似，即ax+by=gcd(a,b),只要在等式两边同乘 c/gcd(a,b) ,就可以得到 a(xc/gcd(a,b)) + b(yc/gcd(a,b)) = c, 那么，若 x0，y0 为ax+by=gcd(a,b)的一组解，相应的 ax + by = c的一组解为
   (x0)*c/gcd(a,b) ， (y0)*c/gcd(a,b)。
   那么通过这一组解我们可以求得ax + by = c的通解为x=(x0)*c/gcd(a,b) + k*b/gcd(a,b) (k∈Z)（因为这里只要求x，所以y的通解未列出）。

   (2). 最小非负整数解
   对于该通解，我们可以知道其周期T为T=b/gcd(a,b)，根据这一点，可以求出ax + by = c的最小非负整数解 即x=( ( x % b/gcd(a,b) ) + b/gcd(a,b) ) % b/gcd(a,b):
   1.对于x为负数，x % b/gcd(a,b) 的结果为 x 的最大负整数解,并且取余后保证了|x % b/gcd(a,b) | < b/gcd(a,b), 那么 +b/gcd(a,b)后 ( x % b/gcd(a,b) ) + b/gcd(a,b) >= 0,也就是下一个答案周期，再取一次模，是为了防止若x % b/gcd(a,b) =0，加上b/gcd(a,b)后就不是最小非负了，因此再次取模。
   2.若x为整数，则该系列操作无影响。

2. 费马小定理+快速幂(logn)
   1.费马小定理
   对于整数a,p, a^p-a=np,即 a^p≡a (mod p),两边同除以a,得 a^(p-1)≡1 (mod p) 又因为 ax≡1 (mod p) ,可以得到 a^(p-1)≡ax (mod p) ,所以x=a^(p-2)%p(即 a^(p-2)≡x(mod p),那么当x为最小正逆元时，可以表示为，a^(p-2)%p=x)。之后就可以通过快速幂求解。

3. 线性递推(n)
   设inv[i]为i在模P下的逆元，有递推式 inv[i]=(P-P/i)*inv[P%i]%P。(i=1~P-1)
   下面给出证明：
   设 t=P/i ,k=P%i, 那么必然有 i*t + k ≡ 0 (mod P) (即P≡0(mod P)),
   i*t + k ≡ 0 (mod P)→
   -i*t - k ≡ 0 (mod P) →
   i*t ≡ k (mod P) →
   (两边同时除以i*k) -t*k^-1 ≡ i^-1(mod P) →
   -t*inv[k] ≡ inv[i] (mod P) →
   inv[i] ≡ -t*inv[k](mod P) →
   因为**系数为P的任何多项式在P的模下余数都为0，**那么
   inv[i] ≡ (P*inv[k]-t*inv[k])(mod P) →
   此时将t与k带回得到
   inv[i] = (P-P/i)*inv[P/i]%(即保证inv[i]根据递推为最小逆元）
   证毕。
   下面是以一道模板乘法逆元，洛谷P3811.
   题目大意：
   输入: n,p
   输出: n-1行，第i行表示i在1 mod p下的最小非负逆元。
   例：
   in: 10 13
   out:
   1
   7
   9
   10
   8
   11
   2
   5
   3
   4

线性递推逆元代码：

AC

//线性1~p-1逆元
//递推
#include<cstdio>
#include<iostream>
using namespace std;
const int maxn = 3e6+10;
int n,p;
long long inv[maxn];
	
void input(){
	scanf("%d%d",&n,&p);
	return;
}

void makeinv(int x){
	inv[1] = 1;
	printf("%lld\n",inv[1]);
	for(int i=2; i <= x; i++){
		//cout<<i<<" "<<p-p/i<<" "<<inv[p%i]<<endl;
		inv[i] = (p-p/i)*inv[p%i]%p;
		printf("%lld\n", inv[i]);
	}
	return;
}	

int main()
{
	input();
	makeinv(n);
	return 0;
}

扩展欧几里得算法
大数据会TLE

#include<cstdio>
int n,p;
int v,t;

void input(){
	scanf("%d%d",&n,&p);
	return;
}
//欧几里得求出一组特殊解，再衍生到通解
void extgcd(int a, int b, int&x, int&y){
	if(b == 0){
		x = 1;
		y = 0;
		return;
	}
	else{
		extgcd(b,a%b,y,x);
		y = y - (a/b)*x;	
	}
	return;
}

void print(int num){
	for(int i = 1; i <= num; i++)
	{
		extgcd(i,p,v,t);
		//a≡c (mod b)
		//由于该题中c与gcd(a,b)都为1，所以不需要对特解做过多处理。
		v=(v % p + p) % p;//保证最小非负整数
		printf("%d\n",v);
	}
	return;
}

int main()
{
	input();
	print(n);
	return 0;
}

费马小定理+快速幂
大数据会TLE

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<string>
const int maxn = 3e6+10;
typedef long long ll;
ll n,p;

void input(){
	scanf("%lld%lld",&n,&p);
	return;
}

//inline int mul(int a, int b) {return 1ll*a*b%p;}
ll fpow(ll x,ll y){
	ll res = 1;
	for (;y;y>>=1,x=x*x%p) if(y&1) res=res*x%p;//为了保证最小非负整数，需要在快速幂中不断取余
	return res;
}

void print(ll num){
	for(ll i = 1; i <= num; i++)
		printf("%d\n",fpow(i,p-2));
	return;
}

int main()
{
	input();
	print(n);
	return 0;
}