ACM基础数字学习笔记

数学

基础数学

$$\text{ 二元一次方程组 }\{\begin{array}{l}{a}_{11}x+a_{12}y=b_1\\ a_{21}x+a_{22}y=b_2\end{array}\text{ 的解 }$$

$$
x=\frac{\left|\begin{array}{ll}
b_{1} & a_{12} \
b_{2} & a_{22}
\end{array}\right|}{\left|\begin{array}{ll}
a_{11} & a_{12} \
a_{21} & a_{22}
\end{array}\right|}

y=\frac{\left|\begin{array}{ll}
a_{11} & b_{1}\
a_{21} & b_{2}
\end{array}\right|}{\left|\begin{array}{ll}
a_{11} & a_{12} \
a_{21} & a_{22}
\end{array}\right|}
$$

对数

某些浮点数精度问题可用对数转换
$${\log }_a(M\cdot N)={\log }_{a}M+{\log }_{a}N$$

$${\log }_a\frac{M}{N}={\log }_{a}M-{\log }_{a}N$$

$${\log }_{a}b=\frac{{\log }_{c}b}{{\log }_{c}a}$$

数列

平方数列
$$\sum _{i=1}^n{x}_i^2=1^2+2^2+3^2+...+n^2=\frac{n^3}{3}+\frac{n^2}{2}+\frac{n}{6}=\frac{n(n+1)(2n+1)}{6}$$

等差数列
$$S_n=n\times a_1+\frac{n\times (n-1)}{2}\times d$$
等比数列
$$S_n=n\times a_1+\frac{n\times (n-1)}{2}\times dSn=\{\begin{array}{l}n{a}_1(q=1)\\ \frac{a_1\left(1-q^n\right)}{1-q}=\frac{a_1-a_{n}q}{1-q}(q\ne 1)\end{array}$$

最大公因数

__gcd(int x,int y);

ex_gcd

求解 x0*a + y0*b==gcd( a,b )的一个解

返回值是gcd(a,b)

通解 :

X = x0+b/gcd(a , b) * t

Y = y0+a/gcd(a , b) * t

再次扩展 : :

x*a + y*b==c有解 若c%gcd(a,b)==0则有解,否者无解

设a*x0+b*y0==gcd(a , b)

则x = x0*c/gcd(a , b)

则y = y0*c/gcd(a , b)

通解 :

X = x0*c/gcd(a,b) + b/gcd(a,b)*t

Y = y0*c/gcd(a,b) - a/gcd(a,b)*t

最小整数解 : x = (x % tem + tem) % tem其中tem = b/gcd(a,b)

ll ex_gcd(ll a,ll b,ll &x,ll &y){
    if( b==0 ){
        x = 1;
        y = 0;
        return a;
    }
    ll d=ex_gcd(b,a%b,x,y);
    ll tem = x;
    x = y;
    y = tem - a / b * y;
    return d;
}
ll a,b,c,x,y;
int main(){
    cin>>a>>b>>c;
    ll GG=ex_gcd(a,b,x,y);
    x=x*c/GG;
    y=y*c/GG;
    repi(i,0,5){//输出通解
        cout<<"("<<a<<") * ("<<x<<") + ("<<b<<") * ("<<y<<") = "<<c<<endl;
        x+=b/GG;
        y-=a/GG;
    }
    return 0;
}

最小公倍数

(a,b的最小公倍数)*(a,b的最大公因数)=a*b;

素数

埃式筛

bool pri[10000005];
void prime(int x){
	int i,j,k;		//毕竟int需要时间
    for(i=2;i*i<=x;i++){
        if(!pri[i]){
            k=x/i;
            for(j=i;j<=k;j++)
                if(!pri[j*i])	//经测试比直接赋值pri[i*j]=1快
                    pri[j*i]=1;
        }
    }
}

欧拉筛(线性筛)

论如何优雅地跑过1e8,大概需要也0.7s,泪目

int zis[6000005],pri_size;//1e8时开6e6够了
bool pri[100000005];
void prime(int x){
    for(int i=2;i<=x;i++){
        if(!pri[i]) zis[pri_size++]=i;
        for(int j=0;zis[j]*i<=x;j++){
            pri[zis[j]*i]=1;
            if(i%zis[j]==0) break;
        }
    }
}

约数

vector<ll> get_divisors(ll x){
    vector<ll> res;
    for (ll i = 1; i <= x / i; i ++ )
        if (x % i == 0){
            res.push_back(i);
            if (i != x / i) res.push_back(x / i);
        }
    sort(res.begin(), res.end());
    return res;
}

欧拉函数

求单个欧拉函数

欧拉函数表示的是小于等于n和n互质的数的个数

n为素数是欧拉值为n-1

欧拉值为n的最小数是大于n的第一个素数

ll euler_phi(ll n){
  ll ans = n;
  for (ll i = 2; i * i <= n; i++)
    if (n % i == 0) {
      ans = ans / i * (i - 1);
      while (n % i == 0) n /= i;
    }
  if (n > 1) ans = ans / n * (n - 1);
  return ans;
}

线性欧拉函数筛

优雅跑过2e7

int phi[maxn];///欧拉函数
int zis[maxn],cnt=0;///素数
bool vis[maxn];
void euler(int x){
    phi[1]=1;
    for(int i=2;i<=x;i++)
    {
        if(!vis[i]) zis[++cnt]=i,phi[i]=i-1;///素数情况

        for(int j=1;j<=cnt&&i*zis[j]<=x;j++){
            vis[i*zis[j]]=1;///素数倍数非素数

            if(i%zis[j]){
                phi[i*zis[j]]=phi[i]*(zis[j]-1);
            }else{
                phi[i*zis[j]]=phi[i]*zis[j];
                break;
            }
        }
//        printf("phi(%d)=%lld\n",i,phi[i]);
    }
}

快速加法

long long q_mul( long long a, long long b, long long mod ) //快速计算 (a*b) % mod
{
	long long ans = 0;	// 初始化
	while(b)				//根据b的每一位看加不加当前a
	{
		if(b & 1)			//如果当前位为1
		{
			b--;
			ans =(ans+ a)%mod;   //ans+=a
		}
		b /= 2;							//b向前移位
		a = (a + a) % mod;			//更新a
 
	}
	return ans;
}

快速幂||取余运算

inline ll fpow(ll ba,ll po){
    ll res=1;  ba%=mod;
    while(po>0){
        if(po & 1) res=(res*ba)%mod;
        ba=(ba*ba)%mod;
        po>>=1;
    }
    return res%mod;
}

矩阵快速幂

const int NN=4;
struct Matrix{
    ll a[NN+1][NN+1];
    void inta_1(){
        memset( a,0,sizeof(a) );
        for(int i=1;i<=NN;i++) a[i][i]=1;
    }
};
Matrix mul_Matrix( Matrix &a,Matrix &b ){
    Matrix res;
    memset( res.a,0,sizeof(res.a) );
    for(int i=1;i<=NN;i++){
        for(int j=1;j<=NN;j++){
            for(int k=1;k<=NN;k++){
                res.a[i][j]+=a.a[i][k]*b.a[k][j]%mod;
                res.a[i][j]%=mod;
            }
        }
    }
    return res;
}
inline Matrix mpow(Matrix ba,ll po){
    Matrix res;
    res.inta_1();
    while(po>0){
        if(po & 1){
            res=mul_Matrix(res,ba);
        }
        ba=mul_Matrix(ba,ba);
        po>>=1;
    }
    return res;
}

高斯消元

浮点型

double a[105][105];
const double eps=1e-9;

int main(){
    cin>>n;
    for(int i=1;i<=n;i++){
        for(int j=1;j<=n+1;j++){
            cin>>a[i][j];
        }
    }
    for(int j=1;j<=n;j++){
        int i;
        for(i=j;i<=n;i++) if( fabs(a[i][j])>=eps ) break;
        if( fabs(a[i][j])<eps ){
            puts("No Solution");
            return 0;
        }
        for(int k=1;k<=n+1;k++) swap(a[i][k],a[j][k]);
        for(int k=n+1;k>=j;k--) a[j][k]/=a[j][j];
        for(int i=1;i<=n+1;i++){
            if(i==j) continue;
            for(int k=n+1;k>=j;k--)
                a[i][k]-=a[j][k]*a[i][j];
        }
    }
    for(int i=1;i<=n;i++){
        printf("%.12f\n",a[i][n+1]);
    }
    return 0;
}

常见数学结论

gcd(a,b) == 1 == gcd(a+b,a*b)

除数

(1)

如果一个数各个数字相加和为3的倍数,那么这个数是3的倍数

如果一个数各个数字相加和为9的倍数,那么这个数是9的倍数

(2)

如果一个数的 (奇数数字之和 与 偶数数字之和) 之差能被11整除,那么这个数是11的倍数

如果一个数(4位及以上)的后3位数以前与后三位的数字能整除11或7,那么这个数字就是11或7的倍数{

​ 例如:9977后3位以前为9,后3位为977,他们的差为-968,可以被11整除,那么9977就可以被11整除(7同理)

}

(3)

如果a%b==0 ;其中a是一个非常大的数

a=abs(a) b=abs(b)

那么ans=(ans*10+a[i]-'0')%b , ans==0

余数

如果a%nb%n , 则(a-b)%n0

约数

任意一个正整数X都可以表示成若干个质数乘积的形式,即(X=P1^a1) * (P2^a2) …* (Pk^ak)
约数个数=(a1+1)(a2+1)…(ak+1)

所有约数和 : ( p1^0 + p1^1 + p1^2 +…+p1^a1 )*…*( pk^0 + pk^1 + pk^2 +…+pk^ak) , 有点像排列组合

斐蜀定理(贝祖定理)

a*X + b*y = c 注 : a , b , c 是整数

若c % ( gcd(a,b) )==0,则这个方程有整数解

对于不定方程 : a1*x1 + a2*x2 + a3*x3 + …+an* xn=c

若c % ( gcd(a1, a2, a3,…,an) )==0,则这个方程有整数解

哥德巴赫猜想

任何一个大于2的偶数都可以表示为两个质数的和

n阶乘末尾0的数目

ll sum(ll n){
    ll ans=0;
    while(n){
        ans+=n/5;
        n=n/5;
    }
    return ans;
}

整除分块数论分块

int sum=0;
for(int i=1;i<=n;i++){
    sum+=n/i;
}

对于面结果,我们可以用整除分块来处理

for(int L = 1,R;L<= n; L = R + 1){
    r = n / (n / l);//向下取整
    sum += n / l * (r - l + 1);
}
//如果遇到向上取整,我们那么r = (n-1)/( (n+L-1)/L - 1 )

排列组合

ll fac[N],ifac[N];
inline ll fpow(ll ba,ll po){
    ll res=1;  ba%=mod;
    while(po>0){
        if(po & 1) res=(res*ba)%mod;
        ba=(ba*ba)%mod;
        po>>=1;
    }
    return res%mod;
}
inline ll C( ll m,ll n ){
    return fac[n]*ifac[m]%mod*ifac[n-m]%mod;
}
inline ll A( ll m,ll n ){
    return fac[n]*ifac[n-m]%mod;
}
inline void init(int len){
    fac[0]=ifac[0]=1;
    for(ll i=1;i<=len;++i){
        fac[i]=fac[i-1]*i%mod;
    }
    ifac[len]=fpow(fac[len],mod-2);
    for(ll i=len-1;i>=1;--i){
        ifac[i]=ifac[i+1]*(i+1)%mod;
    }
}

结论

上面:m,下面:n

C(m,n) = n! / ( m! * (n-m)!)

C(m,n+1) = C(m,n) + C(m-1,n)

A( m,n ) = n! / (n-m)!

A(m,n) = C(m,n) * A(m,m)

A(m,n) = n*A(m-1,n-1)

C(0,n)+C(1,n)+...C(n,n)=2^n

A(m,n)=mA(m-1,n-1)+A(m,n-1)

C(0,n)+C(2,n)+C(4,n)+...=C(1,n)+C(3,n)+C(5,n)+...=2^(n-1)

C(m,n)为奇数时有n&m=n

组合排列模型

不全相异排列

若在n个元素中 , 有n1个元素彼此相同,n2个元素彼此相同,…且n1+n2+…=r
$$\frac{A(n,r)}{\left(n_1!\times n_2!\times \cdots \times n_m!\right)}$$
圆排列

从n个不同元素中选取m个元素，不分首尾地围成一个圆圈的排列叫做圆排列，其排列方案数为
$$\frac{P_n^m}{m}=\frac{n!}{(n-m)!\times m}(1\le m\le n)$$
错位排列

定义 : 设{ a1,a2,a3,a4,…,an }的一个全排列 , 若对任意的1<=i<=n 都有ai!=i ,则称错位排列

错排公式:
$$\begin{array}{l}f[0]=1,f[1]=0,f[2]=1\\ f[n]=(n-1)\ast (f[n-1]+f[n-2])\end{array}$$
可重复组合数

从n个不同的元素中,无序的选出r个元素组成一个组合,且允许这r个元素可以重复使用,则称这样的组合为可重复组合 , 其组合数记为 :
$$H_n^r=C_{n+r-1}^r=\frac{n+r-1}{r!(n-1)!}$$
不相邻组合数

从A={ 1,2,3,…n }中选取m个不相邻的组合 , 其组合数为 :
$$C_{n-m+1}^m$$
卡特兰数

前几项 : 1, 2, 5, 14, 42, 132, 429, 1430, 4862, 16796, 58786, 208012, 742900, 2674440, 9694845, 35357670, 129644790, 477638700, 1767263190, 6564120420, 24466267020, 91482563640, 343059613650, 1289904147324, 4861946401452 ,…
$$f(n)=\frac{C_{2n}^m}{n+1}$$

$$f(n)=\sum _{i=0}^{n-1}f(i)\times f(n-i-1)$$

$$f(n)=C_{2n}^n-C_{2n}^{n-1}$$

卡特兰数的应用 :

二叉树的计数 : 已知二叉树有n个结点,求能构成多少种不同的二叉树.

括号化问题 : 一个合法的表达式由 () 包围，() 可以嵌套和连接，如：(())() 也是合法表达式 ，现给出 n 对括号，求可以组成的合法表达式的个数。

划分问题： 将一个凸 n + 2 n+2n+2 多边形区域分成三角形区域的方法数。

出栈问题 ： 一个栈的进栈序列为 1 , 2 , 3 , . . n求不同的出栈序列有多少种。

路径问题： 在 n × n 的方格地图中，从一个角到另外一个角，求不跨越对角线的路径数有多少种。

握手问题: 2n 个人均匀坐在一个圆桌边上，某个时刻所有人同时与另一个人握手，要求手之间不能交叉，求共有多少种握手方法。

球盒模型

球相同 盒不同 无空箱
$$\begin{array}{c}\text{ (1)ans }=C(n-1,m-1)(n>=m)\\ \text{ (2) ans }=0(n<m)\end{array}$$
可以用插板法，n 个球中总共有 n-1 个空隙，根据条件，我们只需要在 n−1 个空隙中插 m-1 个板子即可。

球相同 盒不同 允许空箱
$$\text{ ans }=C(n+m-1,m-1)$$
既然允许有空盒，那么我们可以多加 m 个“虚”的球，预先塞进每个盒子。

这样问题就化归成了有 n+m 个相同的球和 m 个不同的盒子，不允许有空盒的情况，直接运用上面的结论就可以解决问题了。

球不同 盒相同 无空箱

即第二类斯特林数
$$\begin{array}{l}\text{ (1) }dp[n][m]=m\ast dp[n-1][m]+dp[n-1][m-1](1<=m<n)\\ dp[k][k]=1(k>=0)\\ dp[k][0]=0(k>=1)\\ \text{ (2)ans }=0(n<m)\end{array}$$
对于第 n 个球，如果之前的 n-1 个球已经放在了 m 个盒子里，那么第 n 个球就可以随便放在这 m 个盒子中，因为我没有新开一个盒子，那么答案就是m×dp[n-1,m]。
另外，如果我是新开了一个盒子，那么只有一种可能，答案是 dp[n-1][m-1]。

球不同 盒相同 允许空箱
$$ans=\sum dp[n][i],0<=i<=m,dp[n][m]$$
状态转移方程同第三种情况。
其实允许空盒就是可以不用把 m 个盒子全部用完，那么就直接在上一种情况的基础上枚举实际用到的盒子的个数，将答案累加起来就可以了。

球不同 盒不同 无空箱
$$ans=m!\times dp(n,m)$$
较第三种情况就多了盒的有序性，dp(n,m)是相同的情况，m!是考虑顺序。

球不同 盒不同 允许空箱
$$ans=m^n$$
每个球都有m种选择，所以就等于m^n。

球相同 盒相同 无空箱
$$\begin{array}{c}dp[n][m]=dp[n-m][m](n>=m)\\ dp[n][m]=0(n<m)\end{array}$$
dp[n][m]表示已放进n个球 , 有m个盒子。

球相同 盒相同 允许空箱
$$\begin{array}{c}dp[n][m]=dp[n][m-1]+dp[n-m][m](n>=m)\\ dp[n][m]=dp[n][m-1](n<m)\\ \text{ 边界: }dp[k][1]=1\end{array}$$
dp[n][m]表示已放进n个球 , 有m个盒子。
考虑小球比盒子多时，可以选择将盘子不放满或者放满分别对应 dp [ n ] [ m − 1 ] 和 d p [ n − m ] [ m ] .
但小球比盒子少时，已经不存在放满的情况了，直接dp[n][m-1]。

容斥原理

$$\begin{array}{l}\left|A_1\cup A_2\cup \cdots \cup A_m\right|=\\ {\sum }_{1\le i\le m}\left|A_i\right|-{\sum }_{1\le i<j\le m}\left|A_i\cap A_j\right|+{\sum }_{1\le i<j<k\le m}\left|A_i\cap A_j\cap A_k\right|-\cdots +(-1{)}^{m-1}\left|A_1\cap A_2\cap \cdots \cap A_m\right|\end{array}$$

void dfs(int id,int ge,ll sum){
    if(id>4) return;
    dfs(id+1,ge,sum);

    ++ge; sum*=a[id];
    dfs(id+1,ge,sum);

    if(ge%2==0) ans-=n/sum;
    else ans+=n/sum;
}

基础数论

逆元

(a + b) % p == ( a%p + b%p )%p

(a - b) % p == ( a%p - b%p )%p

(a * b) % p == ( a%p * b%p )%p

除法不满足

定义若 mod p意义下 , 对于一个整数 a , 有a*x == 1 ( mod p ) , 那么这个整数 x 即为 a 的乘法逆元 , 同时a也为x的乘法逆元

[充要条件] : a存在 模p 的乘法逆元的充要条件是gcd(a,p)==1 , 即a与p互质

应用 : 求取(a/b)%p等同于a*(b的逆元)%p

根据的第二条费马小定理 :

只要b不是p的倍数那么b*(b^p-2) == 1( mod p ) --> b%p * ( (b^p-2)%p ) % p == 1 % p

所以我们只需要把(b^p-2)%p当做b的逆元来计算即可

即(a/b)%p==( a%p* ( (b^(p-2) )%p) )%p

inline ll inv(ll tar){
	tar=(tar%mod+mod)%mod;
    return fpow(tar,mod-2);
}
inline ll inv(ll tar){
    ll x,y;
    tar=(tar%mod+mod)%mod;
    ex_gcd(tar,mod,x,y);
    x = (x%mod+mod)%mod;
    return x;
}

则(a/b)%p==( (a%p) * (x%p) )%p

费马小定理

假如a是一个整数 , p是一个质数,那么

1 , 如果a是p的倍数 , a^p == a( mod p )

2 , 如果a不是p的倍数 , a^(p-1) == 1 (mod p)

同余式 : a==b ( mod n )表示a和b对模n同余 , 集正整数a - b能被n整除