数论学习笔记

质数筛法

Eratosthenes筛选法

顾名思义就是数学家 Eratosthenes 发明的筛法，简称为埃氏筛。

基本思想

质数的倍数一定不是质数。

实现方法

用一个长度为 $N+1$ 的数组保存信息，$0$ 表示质数，$1$ 表示合数。先假设所有的数都是质数（初始化为 $0$），从小到大枚举每一个质数 $x$，把 $x$ 的倍数都标记为非质数（置为 $1$）。

如何枚举质数 $x$ 呢？从小到大扫描到 $x$ 时，若 $x$ 未被标记，则它不能被 $2\sim x-1$ 之间的任何数整除，则 $x$ 为质数。

举个例子：

$$\begin{array}{rl}& 2,3,4,5,6,7,8,9,10,11,12,\cdots \\ & \Downarrow \\ & 2,3,5,7,11,\cdots \\ & \Downarrow \\ & \cdots \end{array}$$

可以发现，存在重复标记的耗时行为。实际上，小于 $x^2$ 的 $x$ 的倍数在扫描更小的数时就已经被标记过了。因此，可以优化一下，对于每个 $x$，把大于等于 $x^2$ 的 $x$ 的倍数标记为合数即可。

代码如下：

void primes(int n)
{
    memset(v,0,sizeof(v));
    for(int i=2;i<=n;i++)
    {
        if(v[i]) continue;
        cout<<i<<endl;
        for(int j=i;j<=n/i;j++) v[i*j]=1;
    }
}

算法的时间复杂度为 $O(n\log \log n)$，效率非常接近于线性。时间复杂度的证明非常复杂，本蒟蒻也不太会，所以不证了

线性筛法

即使在优化后，埃氏筛仍然会重复标记合数。举个栗子，$12$ 既会被 $2$ 标记又会被 $3$ 标记，其根本原因是算法不能确定唯一的产生 $12$ 的方式。

所以，我们只要保证合数被它的最小质因数筛去就好啦！时间复杂度为 $O(n)$。

代码如下：

int v[maxn],prime[maxn];
void primes(int n)
{
    memset(v,0,sizeof(v));//存储最小质因子
    int m=0;//质数数量
    for(int i=2;i<=n;i++)
    {
        if(v[i]==0)
            v[i]=i,prime[++m]=i;
        for(int j=1;j<=m;j++)
        {
            //i有比prime[j]更小的质因子或者要筛的数超出n的范围
            if(prime[j]>v[i]||prime[j]*i>n) break;
            v[i*prime[j]]=prime[j];
        }
    }
    for(int i=1;i<=m;i++)
        cout<<prime[i]<<endl;
}

费马小定理、欧拉定理

费马小定理

如果 $p$ 是一个质数，而整数 $a$ 不是 $p$ 的倍数，则有 $a^{p-1}=1(\mathrm{mod}p)$。

一般情况：$a^p=a(\mathrm{mod}p)$

欧拉定理

欧拉函数

对正整数 $n$，欧拉函数是小于等于 $n$ 的数中与 $n$ 互质的数的数目。

引理 1

1. 如果 $n$ 为某一个素数 $p$，则：$\phi (p)=p-1$；
2. 如果 $n$ 为某一个素数的 $p$ 的幂次 $p^n$，则：$\phi (p^n)=(p-1)\times p^{n-1}$；
3. 如果 $n$ 为任意两个互质的数 $a,b$ 的积，则：$\phi (a\times b)=\phi (a)\phi (b)$。

引理 2

设 $n=p_1^{a_1}\times p_2^{a_2}\times \cdot \cdot \cdot \times p_k^{a_k}$ 为正整数 $n$ 的素数幂乘积表达式，则：$\phi (n)=n\times (1-\frac{1}{p_1})\times (1-\frac{1}{p_2})\times \cdot \cdot \cdot \times (1-\frac{1}{p_k})$。

欧拉定理

若 $a$ 与 $m$ 互质，则 $a^{\phi (m)}=1(\mathrm{mod}m)$。

同余性质

前置芝士：费马小定理、欧拉定理

整数 $a,b,c$，自然数 $m,n$，模 $m$。

• 自反性：$a\equiv b(\mathrm{mod}m)$。

• 对称性：若 $a\equiv b(\mathrm{mod}m)$，则 $b\equiv a(\mathrm{mod}m)$。

• 传递性：若 $a\equiv b(\mathrm{mod}m),b\equiv c(\mathrm{mod}m)$，则 $a\equiv c(\mathrm{mod}m)$。

• 同加性：若 $a\equiv b(\mathrm{mod}m)$，则 $a+c\equiv b+c(\mathrm{mod}m)$。

• 同乘性：若 $a\equiv b(\mathrm{mod}m)$，则 $ac\equiv bc(\mathrm{mod}m)$。

  一般情况，若 $a\equiv b(\mathrm{mod}m),c\equiv d(\mathrm{mod}m)$，则 $ac\equiv bd(\mathrm{mod}m)$。

• 同幂性：若 $a\equiv b(\mathrm{mod}m)$，则 $a^n\equiv b^n(\mathrm{mod}m)$。

• 若 $a\mathrm{mod}p=x,a\mathrm{mod}q=x$，$p,q$ 互质，则 $a\mathrm{mod}pq=x$。

乘法逆元

定义

若 $ax=1(\mathrm{mod}b)$，$a,b$ 互质，则称 $x$ 为 $a$ 的逆元，记为 $a^{-1}$。

作用

逆元可以在计算 $\boxed{\frac{t}{a}\mathrm{mod}b}$ 时，转化为 $\boxed{t\times a^{-1}\mathrm{mod}b}$。

求法

扩展欧几里得算法

根据逆元的定义，可转化为 $ax+by=1$，用扩展欧几里得算法求解。时间复杂度 $O(\log b)$。

友情赠送代码：

void exgcd(int a,int b,int c,int &x,int &y)
{
    if(a==0)
    {
        x=0;y=c/b;
        return;
    }
    else
    {
        int tx,ty;
        exgcd(b%a,a,tx,ty),x=ty-(b/a)*tx,y=tx;
        return;
    }
}

线性算法

前置芝士：$1^{-1}\equiv 1(\mathrm{mod}p)$。

设 $p=k\times i+r,r<i,1<i<p$，则：$k\times i+r\equiv 0(\mathrm{mod}p)$。

两边同时乘 $i^{-1},r^{-1}$ 就会得到：

$$\begin{array}{rl}k\times r^{-1}+i^{-1}& \equiv 0\\ i^{-1}& \equiv -k\times r^{-1}\\ i^{-1}& \equiv -\left[\frac{p}{i}\right]\times (p\mathrm{mod}i{)}^{-1}\end{array}$$

于是，就可以递归求逆元啦！代码只有一行！

inv[i]=-(p/i)*inv[p%i];

这种方法可以在 $\Theta ({\log }_{2}p)$（众所周知 $\Theta$ 表示时间复杂度更准确 qwq）的时间内求出单个数逆元。

线性方程

前置芝士：人人都会的辗转相除法（$\forall a,b\in \mathbb{N},b\ne 0,\gcd (a,b)=\gcd (b,a\mathrm{mod}b)$）

扩展欧几里得算法

定理 1

设 $a\ne 0,b\ne 0$，存在整数$x、y$，使得 $ax+by=\gcd (a,b)$。

证明

在欧几里得算法的最后一步，当 $b=0$ 时，$\gcd (a,b)=a$。因为 $1\times a+0\times 0=a$，所以 $ax+by=\gcd (a,b)$ 有一组解为$x=1,y=0$。

当 $b\ne 0$ 时，递归求 $\gcd (b,a\mathrm{mod}b)$，假设存在一组整数解 $x^{\prime },y^{\prime }$，满足 $b{x}^{\prime }+(a\mathrm{mod}b)y^{\prime }=\gcd (b,a\mathrm{mod}b)=\gcd (a,b)$，那么可以推出：

$$\begin{array}{rl}& b{x}^{\prime }+(a-\lfloor \frac{a}{b}\rfloor \times b)y^{\prime }=\gcd (a,b)\\ & a{y}^{\prime }+b(x^{\prime }-\lfloor \frac{a}{b}\rfloor y^{\prime })=\gcd (a,b)\end{array}$$

于是乎，令 $x=y^{\prime },y=x^{\prime }-\lfloor \frac{a}{b}\rfloor y^{\prime }$。

代码如下：

（对于 & 取地址符的问题，如果不加，相当于把传进去的参量复制了一份进入到函数中，不会影响主函数里的那个值；如果加取地址符相当于直接把参量扔进去了）

void exgcd(int a,int b,int &g,int &x,int &y)//g是gcd(a,b)
{
    if(!b) x=1,y=0,g=a;
    else exgcd(b,a%b,g,y,x),y-=x
}

定理 2

对于不定方程 $ax+by=c$，当且仅当 $\gcd (a,b)=c$ 时，方程有整数解。

莫比乌斯反演

莫比乌斯函数

前置芝士：质数筛选

定义

设正整数 $N$ 按照算数基本定理分解质因数为 $p_1^{c_1}{p}_2^{c^2}\cdots p_m^{c_m}$，定义函数

$$\mu (N)=\{\begin{array}{ll}0& \exists i\in [1,m],c_i>1\\ 1& m\equiv 0(\mathrm{mod}2),\forall i\in [1,m],c_i=1\\ -1& m\equiv 1(\mathrm{mod}2),\forall i\in [1,m],c_i=1\end{array}$$

$\mu (n)$ 即为莫比乌斯函数。

当 $N$ 包含相等的质因子时，$\mu (n)=0$。当 $N$ 的所有质因子各不相等时，若 $N$ 有偶数个质因子，$\mu (N)=1$；若 $N$ 有奇数个质因子，$\mu (N)=-1$。

求法

若只求一项莫比乌斯函数，分解质因数即可。

若求 $1\sim N$ 的每一项莫比乌斯函数，可以使用埃氏筛。先把所以 $\mu$ 初始化为 $1$。对于筛出的每一个质数 $p$，令 $\mu (p)=-1$，扫描 $p$ 的倍数，检查 $x$ 能否被 $p$ 整除。若能，则令 $\mu (x)=0$；否则，令 $\mu (x)=-\mu (x)$。

代码如下：

• 埃氏筛

  for(int i=1;i<=n;i++) mu[i]=1,v[i]=0;
  for(int i=2;i<=n;i++)
  {
      if(v[i]) continue;
      mu[i]=-1;
      for(int j=2*i;j<=n;j+=i)
      {
          v[j]=1;
          if((j/i)%i==0) mu[j]=0;
          else mu[j]*=-1;
      }
  }
  

• 线性筛

  for(int i=2;i<=n;++i)
  {
      if(!vis[i]) p[++tot]=i,mu[i]=-1;
      for(int j=1;j<=tot&&1ll*p[j]*i<=n;++j)
      {
          int now=i*p[j];
          vis[now]=1;
          if(i%p[j]==0) mu[now]=0;
          else {mu[now]=-mu[i];break}
      }
  }
  

性质

1. 对任意正整数 $n$ 有：$\sum _{d|n}\mu (d)=\{\begin{array}{ll}1& n=1\\ 0& n>1\end{array}$。

2. 对任意正整数 $n$ 有：$\sum _{d|n}\frac{\mu (d)}{d}=\frac{\phi (n)}{n}$。

莫比乌斯反演

莫比乌斯反演，可以简化运算。

定理：$F(n)$ 和 $f(n)$ 是定义在非负整数集合中的两个函数，$F(n)=\sum _{d|n}f(d)$，那么
$$f(n)=\sum _{d|n}\mu (d)F(\frac{n}{d})$$

Lucas 定理

Lucas 定理主要用于解决大组合数取模的问题。注意这里的模数 $p$ 不能太大，一般小于 $10^5$。

若 $p$ 是质数，则对于任意整数 $1\le m\le n$，有：
$$C_n^m=C_{n\mathrm{mod}p}^{m\mathrm{mod}p}\times C_{\lfloor n/p\rfloor }^{\lfloor m/p\rfloor }(\mathrm{mod}p)$$
相当于把 $n$ 和 $m$ 表示为 $p$ 进制数，将 $p$ 进制下的每一位数计算组合数相乘。