一、欧几里得定理
欧几里得定理主要可以解决 G C D GCD GCD问题,也就是所谓的最大公约数。基础思想就是所谓的『辗转相除』。就是两个数字不停地相互取模,最后当其中一个等于 0 0 0的时候另一个数字就是我们要求的 G C D GCD GCD了。
这个比较基础,直接上代码吧:
int gcd(int a, int b){
if(b == 0) return a;
else return gcd(b, a % b);
}
当然还有更短的版本:
int gcd(int a, int b){
return b == 0 ? a : gcd(b, a % b);
}
知道了这个之后, L C M LCM LCM(最小公倍数)也就可以求了。两个数的最小公倍数就等于 a ∗ b / G C D ( a , b ) a * b / GCD(a, b) a∗b/GCD(a,b)。用c++来说的话就是:
int lcm(int a, int b){
return a * b / gcd(a, b);
}
知道原理的话这个也就非常简单了。
二、扩展欧几里得
我们先来考虑二元一次方程。一般来说二元一次方程必须要两个式子才能求解。但如果我们只有一个式子呢??那我们求出来的就是一个解系。说人话的话就是会有很多解。我们用扩展欧几里得所求的是这么多解中的其中一个~~(任意一个)~~。
那么,如何做到呢??
各位客官请看,这里有一个式子:
a x + b y = G C D ( a , b ) ax + by = GCD(a, b) ax+by=GCD(a,b)
b x ′ + ( a % b ) y ′ = G C D ( a , b ) bx' + (a \% b)y' = GCD(a, b) bx′+(a%b)y′=GCD(a,b)
∵ a % b = a − a / b ∗ b ∵a \% b = a - a/b * b ∵a%b=a−a/b∗b
∴ b x ′ + ( a − a / b ∗ b ) y ′ = G C D ( a , b ) ∴bx' + (a - a/b * b)y' = GCD(a, b) ∴bx′+(a−a/b∗b)y′=GCD(a,b)
b x ′ + a y ′ − b ∗ a / b ∗ y ′ = G C D ( a , b ) bx' + ay' - b * a/b * y' = GCD(a, b) bx′+ay′−b∗a/b∗y′=GCD(a,b)
a y ′ + b ( x ′ − a / b ∗ y ′ ) = G C D ( a , b ) ay' + b(x' - a/b * y') = GCD(a, b) ay′+b(x′−a/b∗y′)=GCD(a,b)
由上面的证明可知, x = y ′ x = y' x=y′,y = x ′ − a / b ∗ y ′ x' - a/b * y' x′−a/b∗y′
那我们就一直递归下去,直到 b = 0 b = 0 b=0。然后呢?我们想, G C D ( a , b ) GCD(a, b) GCD(a,b)中 b = 0 b = 0 b=0时, G C D ( a , b ) = a GCD(a, b) = a GCD(a,b)=a,又原方程可得 a x = a ax = a ax=a,即 x = 1 x = 1 x=1。
代码奉上:
int x, y;
void exgcd(int a, int b){
if(b != 0){
exgcd(b, a % b);
int k = x;
x = y;
y = k - a/b * y;
}
else y = (x = 1) - 1;
}
一般来说会用传地址的方式实现,但我用的是全局变量。主要是因为 x x x和 y y y的值会不停地变,所以说要么要传地址要么全局变量,当然指针也可以。
任意解就会出现以下问题:
- 你的解比最小正整数解大
- 你的解是个负数
解决思路: x x x的值是可以任意的加上批量 b b b的。
为什么?
a x + b y = 1 ax + by = 1 ax+by=1(假设 a a a和 b b b互质)
a x + b y + k ∗ a b − k ∗ a b = 1 ax + by + k * ab - k * ab = 1 ax+by+k∗ab−k∗ab=1
a ( x + b k ) + b ( y − a k ) = 1 a(x+bk) + b(y-ak) = 1 a(x+bk)+b(y−ak)=1 或者 a ( x − b k ) + b ( y + a k ) = 1 a(x-bk) + b(y+ak) = 1 a(x−bk)+b(y+ak)=1
那就很简单了,如果小于0,那就一直加 b b b直到 x > 0 x > 0 x>0。如果大于的话就取模。
上面说的大概是不对的。刚刚好像发现扩展欧几里得所得到的解是 x + y x+y x+y最小的一组解。
那么要是想要改变 x x x和 y y y的值的话,那就可以 x ± L C M ( a , b ) a x±\frac{LCM(a, b)}{a} x±aLCM(a,b), y ± L C M ( a , b ) b y±\frac{LCM(a, b)}{b} y±bLCM(a,b)
但是如果只是想要最小正整数解的话,完全可以 ( x + b ) % b (x + b) \% b (x+b)%b
三、素数问题
素数问题一般指的就是将素数筛出来。~~出于懒惰,~~这里不会讲解欧拉筛法。
那就只剩下埃氏筛啦!!
超级暴力,时间复杂度是 O ( n l o g l o g n ) O(nloglogn) O(nloglogn)具体实现大概就是要枚举前 n \sqrt{n} n个数。如果这个数没有被访问过,那就说明这个数是素数,标出来。然后将它所有的倍数都标记为已访问过(也就是合数)。最终就将所有的素数都找出来了 O r z Orz Orz。
void prime(int n){
bool vis[maxn];
int m=(int)sqrt(n + 0.5);
memset(vis, 0, sizeof(vis));
vis[1] = 1;
for(int i = 2;i <= m;i++)
if (!vis[i])
for (int j = i * i;j <= n;j += i)
vis[j]=1;
}
在这个程序里是如果是素数 v i s [ i ] vis[i] vis[i]就是 0 0 0。
四、逆元
一个数逆元在一般情况下就是等于这个数的倒数,也就是 i n v [ x ] = x − 1 inv[x] = x ^ {-1} inv[x]=x−1。但是,如果在膜p意义下就不一定了。为什么不一定呢?
思考…
那么在膜p意义下的逆元应该怎么求呢?在我这里有这么几个办法:
1、扩展欧几里得法
扩展欧几里得在之前也已经讲了,那么应该如何应用呢??
a x ≡ 1 ( % p ) ax≡1(\% p) ax≡1(%p)
那么这个就很明显, a a a是 x x x在 % p \%p %p意义下的逆元。这个式子就是一个同余方程啊,那就这么转化:
a x % p = 1 ax \% p = 1 ax%p=1
a x − b p = 1 ax - bp = 1 ax−bp=1
这里面x和p是已知的。那就让 x ′ = a x' = a x′=a, a ′ = x a' = x a′=x, b ′ = p b' = p b′=p,$ y’ = b$。
然后就转化为了:
a ′ x ′ + b ′ y ′ = 1 a'x' + b'y' = 1 a′x′+b′y′=1
就此完成了转化。但是限制条件就是 x x x和 p p p要互质.
2、费马小定理
费马小定理内容是这个样子的:
a p − 1 ≡ 1 ( % p ) a^{p-1}≡1(\% p) ap−1≡1(%p)
那我们就可以利用这个定理来解决问题了。
我们进行这样的转化:
a ∗ a p − 2 ≡ 1 ( % p ) a * a^{p - 2}≡1(\% p) a∗ap−2≡1(%p)
很明显, a p − 2 a^{p - 2} ap−2就是 a a a的逆元。这个就可以用快速幂来实现了。 p p p要是质数。
那问题来了,如果说他们不互质,那该怎么求???
3、递推法
先给出结论:
i n v [ i ] = ( p − p / i ) ∗ i n v [ p % i ] % p inv[i] = (p - p/i) * inv[p\%i]\%p inv[i]=(p−p/i)∗inv[p%i]%p
怎么推导呢??
我们都知道, p % p = 0 p\%p = 0 p%p=0
那么就说明 p / i ∗ i + p % i ≡ 0 ( % m ) p/i * i + p\%i ≡ 0(\%m) p/i∗i+p%i≡0(%m)
为了方便 ,我们来换一下元。设 t = p / i t = p/i t=p/i, k = p % i k = p\%i k=p%i
那么原式就成了:
= t ∗ i + k ≡ 0 ( % m ) =t * i + k ≡ 0(\%m) =t∗i+k≡0(%m)
= − t ∗ i ≡ k ( % m ) =-t * i ≡ k(\%m) =−t∗i≡k(%m)(移项)
= − t / k ≡ 1 / i ( % m ) =-t/k ≡ 1/i(\%m) =−t/k≡1/i(%m)(同时除以 i ∗ k i*k i∗k)
= − t ∗ 1 / k ≡ 1 / i ( % m ) =-t * 1/k ≡ 1/i(\%m) =−t∗1/k≡1/i(%m)
= − t ∗ i n v [ k ] ≡ i n v [ i ] ( % m ) =-t * inv[k] ≡ inv[i](\%m) =−t∗inv[k]≡inv[i](%m)
i n v [ i ] = − p / i ∗ i n v [ p % i ] % p inv[i]=-p/i * inv[p\%i]\%p inv[i]=−p/i∗inv[p%i]%p
= ( p − p / i ∗ i n v [ p % i ] % p ) = (p-p/i * inv[p\%i]\%p) =(p−p/i∗inv[p%i]%p)
很难受的是,这个算法必须保证 p p p是奇素数。
SP、阶乘的逆元
一般用阶乘用的最多的就是排列组合了吧。在这里就不打算说排列组合了,就直接给公式吧:
A n m = n ! ( n − m ) ! A_n^m = \frac{n!}{(n-m)!} Anm=(n−m)!n!
这里 A A A表示排列数,也就是同样的数字不一样排也算在内。
C n m = n ! m ! ( n − m ) ! C_n^m = \frac{n!}{m!(n-m)!} Cnm=m!(n−m)!n!
这个就不用说了吧。上面的式子都是从 n n n个数字中选择 m m m个进行组合。我们发现在分母中都出现了阶乘,那么在模数意义下肯定要乘逆元啦。那么,怎么算逆元呢??
fac[0] = 1;
for(int i = 1; i <= n; i++){
fac[i] = fac[i - 1] * i % mod;
}
invfac[n] = pow(n, mod - 2);
for(int i = n; i >= 1; i--){
invfac[i - 1] = invfac[i] * i % mod;
}
这样就打表找出了阶乘的逆元。
4、欧拉法
唉,真香,明明刚刚说了不说欧拉函数来着 O r z Orz Orz
欧拉函数可以用来求逆元。但是在这之前,我们要先来了解一下欧拉函数。
欧拉函数, φ ( x ) φ(x) φ(x),是用来表示在小于等于 x x x的数中有多少与 x x x互质。特别来说, φ ( 1 ) = 1 φ(1) = 1 φ(1)=1.
欧拉函数还有一下这么几个性质:
- 若a为质数, φ ( a ) = a − 1 φ(a)=a-1 φ(a)=a−1
- 若a为质数, b % a = 0 , p h i ( a ∗ b ) = p h i ( b ) ∗ a b \% a=0,phi(a * b) = phi(b)*a b%a=0,phi(a∗b)=phi(b)∗a
- 若a b互质, φ ( a ∗ b ) = φ ( a ) ∗ φ ( b ) φ(a*b)=φ(a)*φ(b) φ(a∗b)=φ(a)∗φ(b)
那么我们就可以把求欧拉函数和筛素数放在一块来求 O r z Orz Orz
int prime[maxn];//筛素数,若为素数则为0,否则为1
int p[maxn];//用来存放素数
int cnt;//有多少个素数
int phi[maxn];//欧拉函数
int n;
void getphi(){
phi[1] = 1;
for(int i = 2; i <= n; i++){
if(!prime[i]){//如果是质数
p[++cnt] = i;
phi[i] = i - 1;//由特性1可知
}
for(int j = 1; j <= cnt && p[j] * i < n; j++){
prime[p[j] * i] = 1;
if(!i % p[j]){
phi[p[j] * i] = phi[i] * p[j];//特性2
break;
}
else phi[p[j] * i] = phi[i] * (p[j] - 1);//特性3
}
}
}
那么,怎么求逆元呢?
这就需要我们的欧拉定理了!
a φ ( p ) ≡ 1 ( % p ) a^{φ(p)}≡1(\% p) aφ(p)≡1(%p)
那么我们将它转化一下:
a ∗ a φ ( p ) − 1 ≡ 1 ( % p ) a*a^{φ(p)-1}≡1(\% p) a∗aφ(p)−1≡1(%p)
所以 a φ ( p ) − 1 a^{φ(p)-1} aφ(p)−1就是 a a a的逆元了
五、Lucas定理
定理内容:如果 p p p是质数,那么对于任意整数 1 < = m < = n 1 <= m <= n 1<=m<=n,有:
C n m = C n m o d p m m o d p ∗ C n / p m / p ( m o d p ) C^m_n = C^{m\ mod\ p}_{n\ mod\ p} * C^{m/p}_{n/p}(mod\ p) Cnm=Cn mod pm mod p∗Cn/pm/p(mod p)
说白了就是把 n n n和 m m m表示成 p p p进制数,对 p p p进制下的每一位分别计算组合数,也就是所谓的『分治』思想吧
#include <iostream>
using namespace std;
#define endl "\n"
long long p;
long long pow(long long a, long long n) {
long long res = 1;
while(n) {
if(n & 1) res *= a;
a *= a;
n >>= 1;
}
return res;
}
long long C(long long n, long long m) {
if(m > n) return 0;
long long a = 1, b = 1;
for(register long long i = n - m + 1; i <= n; ++i)
a = (a * i) % p;
for(register long long i = 2; i <= n; ++i)
b = (b * i) % p;
return a * pow(b, p - 2) % p;
}
long long Lucas(long long n, long long m) {
if(!m) return 1;
return (C(n % p, m % p) * Lucas(n / p, m / p)) % p;
}
int main() {
int n, m;
cin >> n >> m;
cout << Lucas(n, m) << endl;
}
因为设置的情景实在 % p \%p %p意义下,所以取了逆元,用的是费马小定理。组合数也是用的公式法
六、欧拉定理
a φ ( n ) ≡ 1 ( m o d n ) a^{φ(n)} ≡ 1(mod\ n) aφ(n)≡1(mod n)