数论学习笔记1

1.1 整除

1. 如果 $a|b$ 且 $b|c$ ，那么 $a|c$ 。

2. $a|b$ 且 $a|c$ 等价于对任意的整数 $x$ 和 $y$ ，有 $a|(b\ast x+c\ast y)$ 。

3. 设 $m\ne 0$ ，那么 $a|b$ 等价于 $(m\ast a)|(m\ast b)$ 。

4. 设整数 $x$ 和 $y$ 满足下式：$a\ast x+b\ast y=1$ ，且 $a|n$ 、$b|n$ ，那么 $(a\ast b)|n$ 。

   证明：因为 $a|n$ 且 $b|n$

   根据性质 3 可得：$(a\ast b)|(b\ast n)$ 且 $(a\ast b)|(a\ast n)$

   再由性质 2 可得：$(a\ast b)|(a\ast n\ast x+b\ast n\ast y)$

   其中：$a\ast n\ast x+b\ast n\ast y=n\ast (a\ast x+b\ast y)=n\ast 1=n$ ，所以：$(a\ast b)|n$ 。

5. 若 $b=q\ast d+c$ ，那么 $d|b$ 的充要条件是 $d|c$ 。

1.2 同余

1. 自反性：$a\equiv a(modm)$

2. 对称性：若 $a\equiv b(modm)$ ，则 $b\equiv a(modm)$

3. 传递性：若 $a\equiv b(modm)$ ，$b\equiv c(modm)$ ，则 $a\equiv c(modm)$

4. 同加性：若 $a\equiv b(modm)$ ，则 $a+c\equiv b+c(modm)$

5. 同乘性：若 $a\equiv b(modm)$ ，则 $a\ast c\equiv b\ast c(modm)$

   ​ 若 $a\equiv b(modm)$ ，$c\equiv d(modm)$，则 $a\ast c\equiv b\ast d(modm)$ 。

6. 同幂性：若 $a\equiv b(modm)$ ，则 $a^n\equiv b^n(modm)$ 。

7. 推论1：$a\ast bmodk=(amodk)\ast (bmodk)modk$

8. 推论2：若 $amodp=x$ ，$amodq=x$ ，$p$ 、$q$ 互质，则 $amodp\ast q=x$ 。

   证明：因为 $amodp=x$ ， $amodq=x$ ，$p$ 、$q$ 互质

   ​ 则一定存在整数 $s$ ，$t$ ，使得 $a=s\ast p+x$ ，$a=t\ast q+x$

   ​ 所以，$s\ast p=t\ast q$

   ​ 则一定存在整数 $r$ ，使 $s=r\ast q$

   ​ 所以，$a=r\ast p\ast q+x$ ，得出：$amodp\ast q=x$

1.3 最大公约数

1. 辗转相除法（欧几里得算法）

   原理：$GCD(x,y)=GCD(x,y-x)$

   证明：设 $z|x$ ， $z|y$ ，则 $z|(y-x)$ 。

   ​ 设 $z$ 不是 $x$ 的因子，则 $z$ 不是 $y$ ，$y-x$ 的公因子。

   ​ 设 $z|x$ ，$z$ 不是 $y$ 的因子，则 $z$ 不是 $x$ ，$y-x$ 的公因子。

   推论：$GCD(x,y)=GCD(y,xmody)$

   证明：设 $x>y$ ，则存在整数 $a$ ，$b$ ，使得 $x=ay+b$

   ​ 设 $d=GCD(x,y)$ ，则 $d|y$ ，$d|(ay+b)$ ，得到 $d|b$，而 $b=xmody$

   ​ 所以 $d=GCD(y,xmody)$

   时间复杂度证明：要证明 $xmody\le min(y,xmody)/2$

   当 $x>y$ ， $y\le x/2$ ，那么 $xmody<y\le y\le x/2$ 。

   当 $x>y$ ， $y>x/2$ ，那么 $xmody=x-y\le x/2$ 。

   当 $x<y$ ，那么 $xmody=x$ 。

   因此可以知道每次都至少减少一半，复杂度为 $O(logmin(x,y))$ 。

   inline int gcd(int a, int b) {
       while (b) {
           int r = a % b;
           a = b, b = r;
       }
       return a;
   }
   

2. 二进制算法（提高GCD的效率）

   若 $x=y$ ，则 $GCD(x,y)=x$ ，否则：

   （1）若 $x$ ，$y$ 均为偶数，则 $GCD(x,y)=2GCD(x/2,y/2)$ 。

   （2）若 $x$ 为奇数，$y$ 为偶数，则 $GCD(x,y)=GCD(x,y/2)$ 。

   （3）若 $x$ 为偶数，$y$ 为奇数，则 $GCD(x,y)=GCD(x/2,y)$ 。

   （4）若 $x$ 为奇数，$y$ 为奇数，则 $GCD(x,y)=GCD(x,x-y)$ 。

   inline int gcd(int a, int b) {
       int i, j;
       if (x == 0) return y;
       if (y == 0) return x;
       for (i = 0; 0 == (x&1); i ++) x >>= 1;  // 去掉所有的 2
       for (j = 0; 0 == (y&1); j ++) y >>= 1;  // 去掉所有的 2
       if (j < i) i = j;   // 取小的，表示最大公约数的一部分因子 2 的 i 次方
       while (true) {
           if (x < y) x ^= y ^= x ^= y;        // 保证 x 大于等于 y
           if (0 == (x-=y)) return y << i;		// 等于 0 表示另一部分因子为 y
           while (0 == (x&1)) x >>= 1;         // 去掉所有的 2
       }
   }
   

3. 基于值域预处理的快速GCD

   引入：我们需要求 $GCD(x,y)$ ，可以把 $x$ 分解，这样我们可以通过提前计算小部分的最大公约数存储在 $gcd[x][y]$ 中，这样就可以减少调用欧几里得算法的次数。

   假设要询问 $GCD(x,y)$ ，将 $x$ 分解为 $x_1,x_2,\dots ,x_n$ ，先算 $gcd[x_1][y]$ ，然后乘到 $ans$ 中，再将 $y$ 除以 $gcd[x_1][y]$ ，因为这个因子已经计算，不能重复计数，然后是 $x_2,\dots$ ，直到全部的贡献都算完然后乘到 $ans$ 中。

   inline int GCD(int x, int y) {
       int ans = 1;
       for (int i = 1; i <= n; i ++) {
           int tmp = gcd[fac[x][i]][y%fac[x][i]];
           y /= tmp, ans *= tmp;
       }
       return ans;
   }
   

   定理： $\forall x\in [1,n]$ ，都可以分解成有序三元组 $(a,b,c),a\le b\le c$ ，且 $a,b,c\in [1,\sqrt{x}]\cup P$ ，$P$ 是素数集合，使得 $x=a\times b\times c(a\le b\le c)$ 。

   Question 1：如何求任意一个数 $x$ 的分解？

   考虑线筛，若 $x$ 为质数，显然 $(1,1,x)$ 是它的一个分解。

   若 $x$ 为合数，设 $p$ 是 $x$ 的最小质因子，$(a_0,b_0,c_0)$ 是 $x/p$ 的一个分解；

   下面证 $a_{0}p,b_0,c_0$ 排序后是 $x$ 的一个分解。

   • 若 $p\le \sqrt[4]{x}$ ，结合 $a_0\le \sqrt[3]{x/p}$ ，可得 $a_{0}p\le \sqrt{x}$ 。
   • 若 $p>\sqrt[4]{x}$
     • 当 $a_0=1$ 时， $a_{0}p=p$ ，它是一个质数，结论显然成立；
     • 当 $a_0\ne 1$ 时，取 $x/p$ 的最小质因子 $q$ ，因为 $q$ 也是 $x$ 的质因子，所以 $p\le q$ ，又由于 $a_0,b_0,c_0$ 是 $x/p$ 不为 1 的因数，从而 $q\le a_0\le b_0\le c_0$ ，$p\times a_0\times b_0\times c_0>x$ ，矛盾，不存在此情况。

   于是 $a_{0}p,b_0,c_0$ 排序后是 $x$ 的一个分解。

   容易在 $O(n)$ 的时间内预处理出 $\sqrt{n}$ 内的数两两的最大公因数，下面考虑求 $GCD(x,y)$ ：

   引理：若 $r|a,r|b$ ，则 $GCD(a,b)=r\cdot GCD(a/r,b/r)$ 。

   这是显然的。

   设 $(a,b,c)$ 是 $x$ 的一个分解，令 $p_1=y,r_1=GCD(a,p_1)$ ；

   则 $r_1|a,r_1|p_1$ ，从而 $GCD(x,y)=r_1\cdot GCD(x/r_1,p_1/r_1)$ ；

   再令 $p_2=p_1/r_1,r2=GCD(b,p_2)$ ，同上有 $GCD(x,y)=r_1{r}_2\cdot GCD(x/(r_1{r}_2),p2/r_2)$ ；

   再令 $p_3=p_2/r_2,r_3=GCD(c,p_3)$ ，同上有 $GCD(x,y)=r_1{r}_2{r}_3\cdot GCD(x/(r_1{r}_2{r}_3),p_3/r_3)$ ；

   易知此时 $GCD(x/(r_1{r}_2{r}_3),p_3/r_3)=1$ ，故 $GCD(x,y)=r_1{r}_2{r}_3$ 。

   由于我们预处理了 $\sqrt{n}$ 内所有数两两的 $GCD$ ，故上述算法过程可以做到 $O(1)$ 。

   const M = 1e6, N = 1e3;
   int prime[M+5], tot = 0;
   int fac[M+5][3];
   int gcd[N+5][N+5];
   bool check[M+5];
   // 线性筛分解 x 为 (a, b, c) 
   void Sieve() {
       fac[1][0] = fac[1][1] = fac[1][2] = 1;
       for (int i = 2; i <= M; i ++) {
           if (! check[i]) {
               prime[++ tot] = i;
               fac[i][0] = fac[i][1] = 1, fac[i][2] = i;
           }
           for (int j = 1; j <= tot && i*prime[j] <= M; j ++) {
               int k = i*prime[j];
               check[k] = true;
               fac[k][0] = fac[i][0] * prime[j];
               fac[k][1] = fac[i][1], fac[k][2] = fac[i][2];
               if (fac[k][0] > fac[k][1]) swap(fac[k][0], fac[k][1]);
               if (fac[k][1] > fac[k][2]) swap(fac[k][1], fac[k][2]);
               if (i % prime[j] == 0) break;
           }
       }
   }
   

   // 预处理 N = sqrt(M) 内的 GCD
   void init_gcd() {
       for (int i = 1; i <= N; i ++) {
           gcd[i][0] = gcd[0][i] = i;
           for (int j = 1; j <= i; j ++)
               gcd[i][j] = gcd[j][i] = gcd[j][i%j];
       }
   }
   

   // 接着求 GCD 就变成了这样 O(1)
   int GCD(int a, int b) {
       int res = 1;
       for (int i = 0, r; i < 3; i ++) {
           if (fac[a][i] > N) {
               if (b % fac[a][i]) r = 1;
               else r = fac[a][i];
           }else r = gcd[fac[a][i]][b%fac[a][i]];
           b /= r;
        	res = res * r;
       }
       return res;
   }
   

4. 最小公倍数

   定理：$a$ 、$b$ 两个数的最大公约数乘以它们的最小公倍数就等于 $a$ 和 $b$ 本身的乘积。

   证明：设 $a=P_1^{{\alpha }_1}{P}_2^{{\alpha }_2}\dots P_n^{{\alpha }_n}$ ，$b=P_1^{{\beta }_1}{P}_2^{{\beta }_2}\dots P_n^{{\beta }_n}$ ，${\alpha }_i,{\beta }_i\ge 0$ ，$1\le i\le n$ 。

   ​ 显然 $GCD(a,b)=P_1^{min({\alpha }_1,{\beta }_1)}{P}_2^{min({\alpha }_2,{\beta }_2)}\dots P_n^{min({\alpha }_n,{\beta }_n)}$

   ​ $LCM(a,b)=P_1^{max({\alpha }_1,{\beta }_1)}{P}_2^{max({\alpha }_2,{\beta }_2)}\dots P_n^{max({\alpha }_n,{\beta }_n)}$

   ​ $a\cdot b=P_1^{{\alpha }_1+{\beta }_1}{P}_2^{{\alpha }_2+{\beta }_2}\dots P_n^{{\alpha }_n+{\beta }_n}$

   ​ 对于 $\forall i\in [1,n]$ ，${\alpha }_i+{\beta }_i=min({\alpha }_i,{\beta }_i)+max({\alpha }_i,{\beta }_i)$ 。

   ​ 所以 $GCD(a,b)\cdot LCM(a,b)=a\cdot b$ 。

   inline ll lcm(int a, int b) {
       return (ll) a/gcd(a, b) * b;
   }
   

5. 扩展欧几里得算法

   扩展欧几里得算法是用来在已知 $(a,b)$ 时，求解一组 $(x,y)$ ，使得 $ax+by=GCD(a,b)$ 。

   首先，根据数论相关定理，该解一定存在，证明如下：

   $ax+by=GCD(a,b)=GCD(b,amodb)=bx+(amodb)y$

   不妨设 $a>b$ ，则 $a=a/b\cdot b+amodb(被除数=商\times 除数+余数)$

   所以 $ax+by=bx+(a-a/b\cdot b)y=bx+ay-b\cdot a/b\cdot y=ay+b(x-a/b\cdot y)$

   由待定系数法，得到 $\{\begin{array}{ll}x& =y^{\prime }\\ y& =x^{\prime }-a/b\cdot y^{\prime }\end{array}$

   其中 $(x^{\prime },y^{\prime })$ 表示递归上一层的解，$(x,y)$ 表示当前层的解

   而 $a$ 和 $b$ 都在减小，当 $b$ 减小到 0 时，就可以得到 $x=1$ ，$y=0$ ，递归回去便可得到解。

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

   struct node { 
       int x, y, z; 
   };
   inline node exgcd(int a, int b) {
       if (b == 0) return node(1, 0, a);
       node lat = exgcd(b, a % b);
       return node(lat.y, lat.x - a/b * lat.y, lat.z);
   }
   

6. 求解线性同余方程

   定理1：对于方程 $ax+by=c$ ，该方程等价于 $ax\equiv c(modb)$ ，有整数解的充分必要条件是：$cmodGCD(a,b)=0$

   定理2：若 $GCD(a,b)=1$ ，且 $x_0$ ，$y_0$ 为 $ax+by=c$ 的一组解，则该方程的任一解可表示为：$x=x_0+b\cdot t，y=y_0-a\cdot t$ ，且对任一整数 $t$ ，皆成立。

   对于方程 $ax+by=c$ ，我们可以先用扩展欧几里得算法求出一组 $x_0,y_0$ ，也就是 $a{x}_0+b{y}_0=GCD(a,b)$ ，然后两边同时除以 $GCD(a,b)$ ，再乘以 $c$ 。这样就得到了方程 $a\cdot (x_0\cdot c/GCD(a,b))+b\cdot (y_0\cdot c/GCD(a,b))=c$ 。

   而对于方程 $ax+by=c$ 的一个特解为： $\{\begin{array}{ll}{x}^{\prime }& =x_0\cdot c/GCD(a,b)\\ y^{\prime }& =y_0\cdot c/GCD(a,b)\end{array}$

   通解为：$\{\begin{array}{ll}x& =x^{\prime }+b/GCD(a,b)\cdot t\\ y& =y^{\prime }-a/GCD(a,b)\cdot t\end{array}$

   inline bool LinearEquation(int a, int b, int c, int&x, int& y) {
       int d = exgcd(a, b, x, y);
       if (d == 0 || c % d) return false; // 无解
       int k = c / d;
       x *= k, y *= k;  
       return true; // 有解
   }
   

1.4 逆元

若 $a\ast x\equiv 1(modb)$ ，$a$ ，$b$ 互质，则称 $x$ 为 $a$ 的逆元，记为 $a^{-1}$ 。

1. 费马小定理求逆元：

   定理：如果 $p$ 是一个质数，而整数 $a$ 不是 $p$ 的倍数，则有 $a^{p-1}\equiv 1(modp)$ 。

   引理1：若 $a$ ，$b$ ，$c$ 为任意3个整数，且 $GCD(m,c)=1$ ，则当 $a\cdot c\equiv b\cdot c(modm)$ 时，有 $a\equiv b(modm)$ 。

   引理1证明：
   $$\begin{array}{rlrl}a\cdot c& \equiv b\cdot c& (modm)& \\ a\cdot c-b\cdot c& \equiv 0& (modm)& \\ (a-b)\cdot c& \equiv 0& (modm)& \\ (a-b)& \equiv 0& (modm)& (由GCD(m,c)=1得到)\\ a& \equiv b& (modm)& \end{array}$$

   引理2：设 $m$ 是一个整数且 $m>1$ ，$b$ 是一个整数且 $GCD(m,b)=1$ 。 如果 { a 1 ,   a 2 ,   …   ,   a m } \{a_1,\ a_2,\ …\ ,\ a_m\} {a1​, a2​, … , am​} 是 $(modm)$ 意义下的一个完全剩余系，则 { b ⋅ a 1 ,   b ⋅ a 2 ,   …   ,   b ⋅ a m } \{b\cdot a_1,\ b\cdot a_2,\ …\ ,\ b\cdot a_m\} {b⋅a1​, b⋅a2​, … , b⋅am​} 也是 $(modm)$ 意义下的一个完全剩余系。

   引理2证明：

   若存在2个整数 $b\cdot a_i$ 和 $b\cdot a_j$ 在 $mod\ m $ 意义下同余$(1\le i,j\le m)$，即
   $$\begin{array}{rlr}b\cdot a_i& \equiv b\cdot a_j& (modm)\\ a_i& \equiv a_j& (modm)\end{array}$$

   因为 $0\le a_i,a_j\le m-1$ 且 $a_i\ne a_j$ ，矛盾。

   费马小定理证明：

   构造素数 $p$ 的完全剩余系 P = { 1 ,   2 ,   3 ,   … ,   p − 1 } P=\{1,\ 2,\ 3,\ …,\ p-1 \} P={1, 2, 3, …, p−1} 。

   因为 $GCD(a,p)=1$ ，由引理2得 A = { a ,   2 a ,   3 a ,   … ,   ( p − 1 ) a } A=\{a,\ 2a,\ 3a,\ …,\ (p-1)a \} A={a, 2a, 3a, …, (p−1)a} 也是 $p$ 的一个完全剩余系。

   由完全剩余系性质：
   $$\begin{array}{rlrl}1\times 2\times 3\times \dots \times (p-1)& \equiv a\cdot 2a\cdot 3a\cdot \dots \cdot (p-1)a& (modp)& \\ (p-1)!& \equiv (p-1)!\cdot a^{p-1}& (modp)& \\ a^{p-1}& \equiv 1& (modp)& 由GCD((p-1)!,p)=1得到\end{array}$$

   ll fpow(ll base, ll power, ll mod) {
       ll res = 1;
       for (; power; power >>= 1, base = base*base % mod) 
           if (power & 1) res = res*base % mod;
       return res;
   }
   ll fermat_inv(ll a, ll n) {
       return fpow(a, n - 2, n);
   }
   

2. 扩展欧几里得求逆元：

   裴蜀定理一个推论：

   对于方程$ax+by=1$ ，只有当整数 $a$ ，$b$ 互质时，方程才有整数解。

   下面用反证法证明：设 $a$ ，$b$ 不互质，那么 $a$ ，$b$ 可以表示成 $a=q\cdot GCD(a,b),b=p\cdot GCD(a,b)$

   带入上面的式子得到：$q\cdot GCD(a,b)\cdot x+p\cdot GCD(a,b)\cdot y=1$

   两边除以 $GCD(a,b)$ ，得到 $qx+py=\frac{1}{GCD(a,b)}$

   显然，当 $a$ ，$b$ 不互质时，等式的右边已经变成了小数，那么方程一定不存在整数解。

   故只有当整数 $a$ ，$b$ 互质时，该方程才有整数解

   ll exgcd_inv(ll a, ll n) {
       ll d, x, y;
       d = exgcd(a, n, x, y);
       return d == 1 ? (x + n) % n : -1;
   }
   

3. 线性算法求逆元：

   首先，$1^{-1}\equiv 1(modp)$

   然后，我们设 $p=k\ast i+r,r<i,1<i<p$ ，再将这个式子放到 $modp$ 意义下就会得到：

   $k\ast i+r\equiv 0(modp),k=p/i,r=pmodi$

   两边同时乘上 $i^{-1},r^{-1}$ 就会得到：
   $$\begin{array}{rlr}k\ast r^{-1}+i^{-1}& \equiv 0& (modp)\\ i^{-1}& \equiv -k\ast r^{-1}& (modp)\\ i^{-1}& \equiv -p/i\ast (pmodi{)}^{-1}& (modp)\end{array}$$

   ll Inv(int a, int P) {
       if (a == 1) return 1;
       return (P - P/a) * Inv(P%a, P);
   }
   

   inv[1] = 1;
   for (int i = 2; i < P; i ++)
   	inv[i] = (P - P/i) * inv[P%i] % P;
   

1.5 常用定理

1. 整数的唯一分解定理：

   任意的正整数都有且只有一种方式写出其素因子的乘积表达式。$A=p_1^{k_1}{p}_2^{k_2}{p}_3^{k_3}\dots p_n^{k_n}$ ，其中 $p_i$ 均为素数。

   证明：我们将 $\forall n\in \mathbb{N}$ 都分解一下，假设我们发现 $\mathbb{N}$ 里面有一些数是分解不唯一的，那我们可以把它们都收集起来，形成集合 $S$ ，那么显然有 $S\subset \mathbb{N}$ 。

   这里的 $S\subset N$ 说明我们可以找到一个最小的元素，设为 $m$ 。既然 $m$ 的分解不唯一，那么自然有 $m=p_1{p}_2\dots p_r=q_1{q}_2\dots q_s$ ，这些 $p,q$ 全是素数。

   然后可以重写一次 $p,q$ ，让它们呈现：$p_1\le p_2\le \dots \le p_r$ 和 $q_1\le q_2\le \dots \le q_s$ 。

   如果 $p_1=q_1$ ，显然是会矛盾的，因为这样就会有一个数 $n=p_2{p}_3\dots p_r=q_2{q}_3\dots q_s<m$ 是分解不唯一的，与 $m$ 为分解不唯一的集合里最小矛盾。

   因此要么 $p_1<q_1$ ，要么 $q_1<p_1$ ，不妨设 $p_1<q_1$ 。

   我们构造一个整数 $m^{\prime }=m-p_1{q}_2\dots q_s$ ，则有：
   $$\begin{array}{rlr}{m}^{\prime }& =p_1{p}_2\dots p_r-p_1{q}_2\dots q_s=p_1(p_2{p}_3\dots p_r-q_2{q}_3\dots q_s)& (1式)\\ m^{\prime }& =q_1{q}_2\dots q_s-p_1{q}_2\dots q_s=(q_1-p_1)q_2{q}_3\dots q_s& (2式)\end{array}$$
   由于 $p_1<q_1$ ，这导致了 $0<m^{\prime }<m$ ，因此 $m^{\prime }$ 的素数分解一定是唯一的（这是因为 $m$ 已经是素数分解不唯一最小的数了，因此比 $m$ 小的数只能分解唯一）。而依 （1式）知，$p_1|m^{\prime }$ ，再依（2式）知，$p_1|q_1-p_1$ 或 $p_1|q_2{q}_3\dots q_s$ ，但是结合 $p_1<q_1$ 和 $q_1\le q_2\le \dots \le q_s$ 则知，$p_1$ 比这里的任何一个 $q_i$ 都要小，而 $q_i$ 又都是素数，因此 $p_1$ 不可能整除任何一个 $q_i$ ，从而也就不可能整除 $q_2{q}_3\dots q_s$ ，因此只可能是 $p_1|q_1-p_1$ 。

   而 $p_1|q_1-p_1\iff \exists k\in \mathbb{Z},k{p}_1=q_1-p_1$，也就是 $p_1(k+1)=q_1$ ，从而说明 $p_1|q_1$ ，但是这两个都是素数，所以是不可能的。因此矛盾，得证。

   // 分解整数 A (A可能是质数也可能不是质数)
   int k = 0, A;
   int p[1001], n[1001]; 
   for (int i = 2; i * i <= A; ) {
       if (A % i == 0) {
           p[++ k] = i;
           n[k] = 0;
           while (A % i == 0) n[k] ++, A /= i;
       }
       if (i == 2) i ++; // 质数不会是偶数
       else i += 2;
   }
   if (A > 1) {   // 特殊判定：分解整数A (A为质数)
       p[++ k] = A;
       n[k] = 1;
   }
   

2. 约数个数公式

   对于已经分解的整数 $A=p_1^{k_1}{p}_2^{k_2}{p}_3^{k_3}\dots p_n^{k_n}$ ，有 A 的所有因子个数为：$T=(1+k_1)\ast (1+k_2)\ast \dots \ast (1+k_n)$ 。

3. 约数和公式

   对于已经分解的整数 $A=p_1^{k_1}{p}_2^{k_2}{p}_3^{k_3}\dots p_n^{k_n}$ ，有 A 的所有因子之和为：$S=(1+p_1+p_1^2+\dots +p_1^{k_1})\ast (1+p_2+p_2^2+\dots +p_2^{k_2})\ast \dots \ast (1+p_n+p_n^2+\dots +p_n^{k_n})$ 。

   用递归二分求等比数列 $1+p+p^2+\dots +p^n$

   （1）若 $n$ 为奇数，一共有偶数项，则：
   $$\begin{array}{rl}& 1+p+p^2+\dots +p^n\\ =& (1+p^{n/2+1})+p\cdot (1+p^{n/2+1})+\dots +p^{n/2}\cdot (1+p^{n/2+1})\\ =& (1+p+p^2+\dots +p^{n/2})\cdot (1+p^{n/2+1})\end{array}$$
   （2）若 $n$ 为偶数，一共有奇数项，则：
   $$\begin{array}{rl}& 1+p+p^2+\dots +p^n\\ =& (1+p^{n/2+1})+p\cdot (1+p^{n/2+1})+\dots +p^{n/2-1}\cdot (1+p^{n/2+1})+p^{n/2}\\ =& (1+p+p^2+\dots +p^{n/2-1})\cdot (1+p^{n/2+1})+p^{n/2}\end{array}$$

   ll fpow(ll p, ll n) {
       ll res = 1;
       for (; n; n >>= 1, p = p*p)
           if (n & 1) res = res * p;
       return res;
   }
   ll sum(ll p, ll n) {  // 求 1 + p + p^2 + …… + p^n
       if (n == 0) return 1;
       if (n & 1) return sum(p, n/2) * (1 + fpow(p, n/2+1));
       return sum(p, n/2 - 1) * (1 + fpow(p, n/2 + 1)) + fpow(p, n/2);
   }