基础数论部分
整除
定义
设 a , b ∈ Z , a ≠ 0 , 若 ∃ q ∈ Z 使得 b = a q a,b\in Z,a\neq0,若\exist q \in Z 使得b=aq a,b∈Z,a=0,若∃q∈Z使得b=aq,则b可被a整除,记作 a ∣ b a\mid b a∣b,称b是a的倍数,a是b的约数
不能整除 a ∤ b a\nmid b a∤b
定理
- a ∣ b ⟺ − a ∣ b ⟺ a ∣ − b ⟺ ∣ a ∣ ∣ ∣ b ∣ a\mid{b}\iff -a\mid{b} \iff a\mid{-b}\iff |a|\mid|b| a∣b⟺−a∣b⟺a∣−b⟺∣a∣∣∣b∣
- a ∣ b 且 b ∣ c ⇒ a ∣ c a\mid b且b\mid c\Rightarrow a\mid c a∣b且b∣c⇒a∣c
- a ∣ b 且 a ∣ c ⟺ 对 ∀ x , y ∈ Z , 有 a ∣ b x + c y a\mid b 且 a\mid c \iff 对\forall x,y\in Z,有a\mid {bx+cy} a∣b且a∣c⟺对∀x,y∈Z,有a∣bx+cy
- m ≠ 0 , a ∣ b ⟺ m a ∣ m b m\neq 0 ,a\mid b \iff ma\mid mb m=0,a∣b⟺ma∣mb
- a ∣ b 且 b ∣ a ⇒ b = ± a a\mid b 且 b\mid a \Rarr b=\pm a a∣b且b∣a⇒b=±a
- b ≠ 0 , a ∣ b ⇒ ∣ a ∣ ≤ ∣ b ∣ b\neq 0,a\mid b \Rarr|a|\le|b| b=0,a∣b⇒∣a∣≤∣b∣
约数
对于一个数n,其约数定义为能够整除n的数,在整数域内等价于因数
试除法求n的所有约数:
vector<int> get_divisors(int x){
vector<int> res;
for (int 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;
}
最大公约数(GCD)
指两个或多个整数中共有的约数中最大的一个 a , b a,b a,b的最大公约数记为 ( a , b ) (a,b) (a,b)或 gcd ( a , b ) \gcd(a,b) gcd(a,b)
特别的 gcd ( 0 , a ) = a \gcd(0,a)=a gcd(0,a)=a
最常见使用辗转相除法求gcd
int gcd(int a,int b){
return b?gcd(b,a%b):a;
}
最小公倍数(LCM)
两个或多个整数最小的公共倍数, a , b a,b a,b的LCM记为 [ a , b ] [a,b] [a,b]
公式: [ a , b ] = a / ( a , b ) ∗ b [a,b]=a/(a,b)*b [a,b]=a/(a,b)∗b
ll lcm(ll m,ll n){
ll g1,b;
g1 = __gcd(m,n);
b = (m*n) / g1;
return b;
}
质数
一个正数p除了 ± 1 , ± p \pm 1,\pm p ±1,±p之外无其他约数,则称p为质数
若a是一个合数,则必有质数p, p ∣ a p\mid a p∣a
质数的个数是无穷的
判定质数的方法
试除法判质数
适用于数据范围 ≤ 1 0 12 \le10^{12} ≤1012
试除法的原理就是用 [ 2 , n ] [2,\sqrt{n}] [2,n]内的所有数试着除n,如果都不能整除,就是素数
时间复杂度 O ( n ) O(\sqrt{n}) O(n)
bool isPrime(int x){
if(x<2){
return false;
}
for(int i=2;i<=x/i;i++){
if(x%i==0){
return false;
}
}
return true;
}
//常数优化 sqrt(x)/3
bool isPrime(int n) {
if (n == 1) return false;
if (n == 2 || n == 3) return true;
if (n % 6 != 1 && n % 6 != 5) return false;
for (int i = 5, j = n / i; i <= j; i += 6) {
if (n % i == 0 || n % (i + 2) == 0) {
return false;
}
}
return true;
}
Miller Rabin素性测试
适用于数据范围 > 1 0 12 >10^{12} >1012时使用
费马素性测试:基于费马小定理
找一个数x,判定 a m − 1 m o d m ≡ 1 a^{m-1}mod\space m\equiv 1 am−1mod m≡1,如果找到 n n n个数满足判定,就把m认为是质数
正是由于费马小定理无法判断伪质数也叫Carmichael数,所以费马素性测试并不能保证完全正确
二次探测定理:如果 p p p是一个奇素数,且 e ≥ 1 e\ge 1 e≥1,则方程 x 2 ≡ 1 ( m o d p e ) x^2\equiv1(mod\space p^e) x2≡1(mod pe)仅有两个解: x = 1 和 x = − 1 x=1和x=-1 x=1和x=−1, e = 1 e=1 e=1时方程仅有两个解 x = 1 和 x = p − 1 x=1和x=p-1 x=1和x=p−1,称其为平凡平方根
Miller Rabin算法在费马素性测试基础上通过二次探测定理改进而来
如果一个数满足方程 x 2 ≡ 1 ( m o d n ) x^2\equiv1(mod\space n) x2≡1(mod n)但 x x x不等于平凡平方根1或n-1,则称其为非平凡平方根,如果对模n存在1的非平凡平方根,n就是合数
ll mul(ll a, ll b, ll m) {
return static_cast<__int128_t>(a) * b % m;
}
ll power(ll a, ll b, ll m) {
ll res = 1 % m;
for (; b; b >>= 1, a = mul(a, a, m))
if (b & 1)
res = mul(res, a, m);
return res;
}
bool isprime(ll n) {
if (n < 2)
return false;
static constexpr int A[] = {2, 3, 5, 7, 11, 13, 17, 19, 23};
int s = __builtin_ctzll(n - 1);
ll d = (n - 1) >> s;
for (auto a : A) {
if (a == n)
return true;
ll x = power(a, d, n);
if (x == 1 || x == n - 1)
continue;
bool ok = false;
for (int i = 0; i < s - 1; ++i) {
x = mul(x, x, n);
if (x == n - 1) {
ok = true;
break;
}
}
if (!ok)
return false;
}
return true;
}
标准分解形式
n = p 1 k 1 p 2 k 2 . . . p n k n n=p_1^{k_1}p_2^{k_2}...p_n^{k_n} n=p1k1p2k2...pnkn { p 1 < p 2 < . . . < p n } \{p_1<p_2<...<p_n\} {p1<p2<...<pn}
p i p_i pi为质数,也为质因数分解形式
算数基本定理:任意一个大于1的整数都可以被分解成若干个质数相乘的形式
-
设 n = p 1 a 1 p 2 a 2 . . . p n a n n=p_1^{a_1}p_2^{a_2}...p_n^{a_n} n=p1a1p2a2...pnan
m = p 1 b 1 p 2 b 2 . . . p n b n m=p_1^{b_1}p_2^{b_2}...p_n^{b_n} m=p1b1p2b2...pnbn
若 0 ≤ b i ≤ a i , i = 1 , . . . , k 0\le b_i\le a_i,i=1,...,k 0≤bi≤ai,i=1,...,k,则m是n的正因数
-
设 n = p 1 a 1 p 2 a 2 . . . p n a n , a i > 0 , i = 1 , 2 , . . . , k n=p_1^{a_1}p_2^{a_2}...p_n^{a_n},a_i>0,i=1,2,...,k n=p1a1p2a2...pnan,ai>0,i=1,2,...,k,则n的正因数个数有 ( a 1 + 1 ) ( a 2 + 1 ) . . . ( a k + 1 ) (a_1+1)(a_2+1)...(a_k+1) (a1+1)(a2+1)...(ak+1)个
-
设 n = p 1 a 1 p 2 a 2 . . . p n a n n=p_1^{a_1}p_2^{a_2}...p_n^{a_n} n=p1a1p2a2...pnan
m = p 1 b 1 p 2 b 2 . . . p n b n m=p_1^{b_1}p_2^{b_2}...p_n^{b_n} m=p1b1p2b2...pnbn
则 ( a , b ) = p 1 γ 1 p 2 γ 2 . . . p n γ n (a,b)=p_1^{\gamma_1}p_2^{\gamma_2}...p_n^{\gamma_n} (a,b)=p1γ1p2γ2...pnγn
[ a , b ] = p 1 σ 1 p 2 σ 2 . . . p n σ n [a,b]=p_1^{\sigma_1}p_2^{\sigma_2}...p_n^{\sigma_n} [a,b]=p1σ1p2σ2...pnσn
其中 γ i = m i n ( a i , b i ) , σ i = m a x ( a i , b i ) , i = 1 , 2 , . . . , k \gamma_i=min(a_i,b_i),\sigma_i=max(a_i,b_i),i=1,2,...,k γi=min(ai,bi),σi=max(ai,bi),i=1,2,...,k
-
约数之和: ( p 1 0 + p 1 1 + . . . + p 1 k 1 ) ∗ ( p 2 0 + p 2 1 + . . . + p 2 k 2 ) ∗ . . . ∗ ( p n 0 + . . . + p k k n ) (p_1^0+p_1^1+...+p_1^{k_1})*(p_2^0+p_2^1+...+p_2^{k_2})*...*(p_n^0+...+p_k^{k_n}) (p10+p11+...+p1k1)∗(p20+p21+...+p2k2)∗...∗(pn0+...+pkkn)
质因数分解
试除法分解质因数
时间复杂度 O ( n ) O(\sqrt{n}) O(n)
map<int,int> cnt;
void divide(int x){
for(int i=2;i<=x/i;i++){
if(x%i==0){
while(x%i==0){
x/=i;
cnt[i]++;
}
}
}
if(x>1) cnt[x]++;
}
Pollard Rho算法
pollard rho用于求解大数质因子问题,使用Miller Rabin判断质数,原理是生日悖论,了解即可
ll mul(ll a, ll b, ll m) {
return static_cast<__int128_t>(a) * b % m;
}
ll power(ll a, ll b, ll m) {
ll res = 1 % m;
for (; b; b >>= 1, a = mul(a, a, m))
if (b & 1)
res = mul(res, a, m);
return res;
}
bool isprime(ll n) {//Miller Rabin部分
if (n < 2)
return false;
static constexpr int A[] = {2, 3, 5, 7, 11, 13, 17, 19, 23};
int s = __builtin_ctzll(n - 1);
ll d = (n - 1) >> s;
for (auto a : A) {
if (a == n)
return true;
ll x = power(a, d, n);
if (x == 1 || x == n - 1)
continue;
bool ok = false;
for (int i = 0; i < s - 1; ++i) {
x = mul(x, x, n);
if (x == n - 1) {
ok = true;
break;
}
}
if (!ok)
return false;
}
return true;
}
std::vector<ll> factorize(ll n) {//pollard rho部分,所有的质因数都会作为vector元素返回
std::vector<ll> p;
std::function<void(ll)> f = [&](ll n) {
if (n <= 10000) {
for (int i = 2; i * i <= n; ++i)
for (; n % i == 0; n /= i)
p.push_back(i);
if (n > 1)
p.push_back(n);
return;
}
if (isprime(n)) {
p.push_back(n);
return;
}
auto g = [&](ll x) {
return (mul(x, x, n) + 1) % n;
};
ll x0 = 2;
while (true) {
ll x = x0;
ll y = x0;
ll d = 1;
ll power = 1, lam = 0;
ll v = 1;
while (d == 1) {
y = g(y);
++lam;
v = mul(v, std::abs(x - y), n);
if (lam % 127 == 0) {
d = std::__gcd(v, n);
v = 1;
}
if (power == lam) {
x = y;
power *= 2;
lam = 0;
d = std::__gcd(v, n);
v = 1;
}
}
if (d != n) {
f(d);
f(n / d);
return;
}
++x0;
}
};
f(n);
std::sort(p.begin(), p.end());
return p;
}
整除函数
定义
设 x ∈ R x\in R x∈R,定义[x]等于不超过x的最大整数,称[x]为取整函数或高斯函数,也称[x]为x的整数部分,{x}为x的小数部分
性质
-
x = [ x ] + x x=[x]+{x} x=[x]+x
-
[ x ] ≤ x < [ x ] + 1 , x − 1 < [ x ] ≤ x , 0 ≤ { x } < 1 [x]\le x <[x]+1,x-1<[x]\le x,0\le{\{x\}}<1 [x]≤x<[x]+1,x−1<[x]≤x,0≤{x}<1
-
设 n ∈ Z , 则 [ n + x ] = n + [ x ] n\in Z,则[n+x]=n+[x] n∈Z,则[n+x]=n+[x]
-
[ x ] + [ y ] ≤ [ x + y ] , { x } + { y } ≥ { x + y } [x]+[y]\le{[x+y]},\{x\}+\{y\}\ge\{x+y\} [x]+[y]≤[x+y],{x}+{y}≥{x+y}
-
带余除法:设 a , b ∈ Z , b > 0 , 则 a = b [ a b ] + b { a b } , 0 ≤ b { a b } ≤ b − 1 a,b\in Z,b>0,则a=b[\frac{a}{b}]+b\{\frac{a}{b}\},0\le b\{\frac{a}{b}\}\le b-1 a,b∈Z,b>0,则a=b[ba]+b{ba},0≤b{ba}≤b−1
-
若 a , b ∈ Z + , 则 b 的倍数中小于等于 a 的正整数个数为 [ a b ] a,b\in Z_+,则b的倍数中小于等于a的正整数个数为[\frac{a}{b}] a,b∈Z+,则b的倍数中小于等于a的正整数个数为[ba]
-
若 x ≤ y , 则 [ x ] ≤ [ y ] 若x\le y,则 [x]\le [y] 若x≤y,则[x]≤[y]
二元一次不定方程
定义
未知数必须受到某种限制(如整数,正整数,有理数等)的方程,称为不定方程
设 a , b , c ∈ Z , a b ≠ 0 a,b,c\in Z,ab\neq 0 a,b,c∈Z,ab=0,称式子 a x + b y = c ax+by=c ax+by=c为关于变量x,y的二元一次不定方程
定理
-
设二元一次不定方程 a x + b y = c ( a , b , c ∈ Z , a b ≠ 0 ) ax+by=c(a,b,c\in Z,ab\neq 0) ax+by=c(a,b,c∈Z,ab=0)
有一整数解 x = x 0 , y = y 0 , 且 ( a , b ) = d , a = a 1 d , b = b 1 d x=x_0,y=y_0,且(a,b)=d,a=a_1d,b=b_1d x=x0,y=y0,且(a,b)=d,a=a1d,b=b1d则此不定方程的一切整数解可以表示为 x = x 0 − b 1 t , y = y 0 − a 1 t , t ∈ Z x=x_0-b_1t,y=y_0-a_1t,t\in Z x=x0−b1t,y=y0−a1t,t∈Z
-
二元一次不定方程 a x + b y = c ax+by=c ax+by=c有整数解的充要条件是 ( a , b ) ∣ c (a,b)\mid c (a,b)∣c
-
裴蜀定理:二元一次不定方程 a x + b y = c ax+by=c ax+by=c一定存在x,y 使得 a x + b y = ( a , b ) ax+by=(a,b) ax+by=(a,b)
可以拓展到多元一次不定方程:
void solve(){ int n; cin>>n; vector<int> a(n); in(a,n);//输入n个系数 int sum=0; For(i,0,a.size()){ sum=__gcd(sum,abs(a[i]));//gcd(0,a)=a } cout<<sum<<"\n"; }
扩展欧几里得(exGCD)
求解二元一次不定方程 a x + b y = ( a , b ) ax+by=(a,b) ax+by=(a,b)的一个特解
int exgcd(int a, int b, int &x, int &y) {
if (!b) {
x = 1, y = 0;
return a;
}
int g = exgcd(b, a % b, y, x);
y -= a / b * x;
return g;
}
如何用扩展欧几里得算法求二元一次不定方程 a x + b y = c , g c d ( a , b ) ∣ c ax+by=c,gcd(a,b)\mid c ax+by=c,gcd(a,b)∣c的解
先用exgcd求出 a x + b y = ( a , b ) ax+by=(a,b) ax+by=(a,b)的一个特解 x 0 , y 0 x_0,y_0 x0,y0,然后然后给每个数乘上 c / g c d ( a , b ) c/gcd(a,b) c/gcd(a,b)即可
通解便是 x = x 0 + b gcd ( a , b ) ∗ k , y = y 0 − a gcd ( a , b ) ∗ k x=x_0+\frac{b}{\gcd(a,b)}*k,y=y_0-\frac{a}{\gcd(a,b)}*k x=x0+gcd(a,b)b∗k,y=y0−gcd(a,b)a∗k
使用扩展欧几里得求线性同余方程:设同余方程 a x ≡ b ( m o d c ) ax\equiv b(mod\space c) ax≡b(mod c)
根据同余定义,我们可以将同余方程化为二元一次不定方程 a x − c y = b ax-cy= b ax−cy=b,这个时候就可以使用exgcd求出一组 ( a , c ) (a,c) (a,c)的特解了,再乘以 b / gcd ( a , c ) b/\gcd(a,c) b/gcd(a,c)就是最后的答案 a n s ans ans,如果结果要求是正数,我们可以使用 ( a n s + c g c d ( a , c ) ) % c g c d ( a , c ) (ans+\frac{c}{gcd(a,c)})\%\frac{c}{gcd(a,c)} (ans+gcd(a,c)c)%gcd(a,c)c的形式获得最小正解,解题时要使b为正数
eg:[P1516 青蛙的约会 - 洛谷](P1516 青蛙的约会 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn))
int exgcd(int a, int b, int &x, int &y) {
if (!b) {
x = 1, y = 0;
return a;
}
int g = exgcd(b, a % b, y, x);
y -= a / b * x;
return g;
}
void solve(){
int a,b,m,n,l;
cin>>a>>b>>m>>n>>l;
if(n-m<0)swap(a,b),swap(m,n);
int x,y;
int g=exgcd((n-m),l,x,y);
if((a-b)%g){//如果最大公约数不是(a-b)的倍数一定无解
cout<<"Impossible\n";
}else{
cout<<((x*((a-b)/g))%(l/g)+(l/g))%(l/g)<<"\n";//最小正整数解
}
}
同余
定义
设 m > 0 m>0 m>0,如果 a , b a,b a,b的差 a − b a-b a−b能被m整除,即有q使得 a − b = q m a-b=qm a−b=qm ,称a,b关于模m同余,记为 a ≡ b ( m o d m ) a\equiv{b(mod\space m)} a≡b(mod m)
e g : 62 ≡ 48 ( m o d 7 ) eg:62\equiv{48(mod\space 7)} eg:62≡48(mod 7)
性质
-
同余具有自反,对称,传递性,同余是等价关系
-
若 a ≡ b ( m o d m ) , c ≡ d ( m o d m ) , 则 a ± c ≡ b ± d ( m o d m ) a\equiv {b(mod \space m)},c\equiv{d(mod\space m)},则 a\pm{c}\equiv{b\pm{d}(mod\space m)} a≡b(mod m),c≡d(mod m),则a±c≡b±d(mod m)
-
若 a ≡ b ( m o d m ) , c ≡ d ( m o d m ) , 则 a c ≡ b d ( m o d m ) a\equiv {b(mod \space m)},c\equiv{d(mod\space m)},则 ac\equiv{bd(mod\space m)} a≡b(mod m),c≡d(mod m),则ac≡bd(mod m),反之不然
-
若 a ≡ b ( m o d m ) , 且 n ∈ N , 则 a n ≡ b n ( m o d m ) a\equiv {b(mod \space m)},且n\in N,则 a^n\equiv{b^n(mod\space m)} a≡b(mod m),且n∈N,则an≡bn(mod m)
-
若 a c ≡ b c ( m o d m ) , 且 c ≠ 0 , 则 a ≡ b ( m o d m ( c , m ) ) ac\equiv{bc(mod\space m)},且c\neq 0,则a\equiv{b(mod\space{\frac{m}{(c,m)}})} ac≡bc(mod m),且c=0,则a≡b(mod (c,m)m)
-
若 a ≡ b ( m o d m ) , m = q n , 则 a ≡ b ( m o d n ) a\equiv b(mod\space m),m=qn,则a\equiv b(mod\space n) a≡b(mod m),m=qn,则a≡b(mod n)
-
若 a ≡ b ( m o d m i ) , i = 1 , 2 , 3 , . . . , n , 则 a ≡ b ( m o d [ m 1 , m 2 , . . . m n ] ) a\equiv b(mod\space m_i),i=1,2,3,...,n,则a\equiv b(mod\space [m_1,m_2,...m_n]) a≡b(mod mi),i=1,2,3,...,n,则a≡b(mod [m1,m2,...mn])
完全剩余系
如果a,b关于m同余,则a与b属于同一类,否则不属于同一类
这样可以得到m个类,即 M i = { i + k m ∣ k ∈ Z } , i = 0 , 1 , 2 , . . . , m − 1 M_i=\{i+km|k\in Z\},i=0,1,2,...,m-1 Mi={i+km∣k∈Z},i=0,1,2,...,m−1,称为模m的剩余类
从每个剩余数中各取一个数作为代表,这样得到的m个数成为模m的一个完全剩余系,也叫完系,比如 { 1 , 2 , . . . , m } \{1,2,...,m\} {1,2,...,m}
当m为奇数时, { 0 , ± 1 , ± 2 , . . . , ± m − 1 2 } \{0,\pm 1,\pm 2,...,\pm \frac{m-1}{2}\} {0,±1,±2,...,±2m−1}是一个完系
当m为偶数时, { 0 , ± 1 , ± 2 , . . . , ± m 2 } \{0,\pm 1,\pm 2,...,\pm \frac{m}{2}\} {0,±1,±2,...,±2m}是一个完系
当 a 1 , a 2 , . . . a m a_1,a_2,...a_m a1,a2,...am中每两个数互不同余,则它们毕分属于模m的m个剩余类,组成一个完系
如果 ( n , m ) = 1 (n,m)=1 (n,m)=1,那么当 a 1 , a 2 , . . . a m a_1,a_2,...a_m a1,a2,...am是模m的完系时, n a 1 + k , n a 2 + k , . . . , n a m + k na_1+k,na_2+k,...,na_m+k na1+k,na2+k,...,nam+k模m互不同余,因此他们也是模m的完系
缩系/既约剩余系
在完全剩余系中,与m互质的元素组成的子集
中国剩余定理(CRT)
求解同余方程的一个解,要求 m 1 , m 2 , . . . m n m_1,m_2,...m_n m1,m2,...mn必须互质,如果不互质就需要使用扩展中国剩余定理exCRT
{ x ≡ a 1 ( m o d m 1 ) x ≡ a 2 ( m o d m 2 ) . . . . . . x ≡ a n ( m o d m n ) \begin{aligned}\left\{\begin{array}{lr}x\equiv{a_1(mod\space m_1)}\\x\equiv a_2(mod\space m_2)\\......\\x\equiv{a_n(mod\space m_n)}\end{array}\right.\end{aligned} ⎩ ⎨ ⎧x≡a1(mod m1)x≡a2(mod m2)......x≡an(mod mn)
x的解公式: x = a 1 ∗ M 1 ∗ M 1 − 1 + a 2 ∗ M 2 ∗ M 2 − 1 + . . . + a n ∗ M n ∗ M n − 1 x= a_1*M_1*M^{-1}_1+a_2*M_2*M^{-1}_2+...+a_n*M_n*M^{-1}_n x=a1∗M1∗M1−1+a2∗M2∗M2−1+...+an∗Mn∗Mn−1
其中, M i = ∏ k = 1 n m k m i M_i=\frac{\prod\limits_{k=1}^nm_k}{m_i} Mi=mik=1∏nmk, M i − 1 = i n v ( M i ) M^{-1}_i=inv(M_i) Mi−1=inv(Mi)
费马小定理
定义
多项式展开中 ( x + y ) p = x p + ( p 1 ) x p − 1 y + ( p 2 ) x p − 2 y + . . . + y p (x+y)^p=x^p+\binom{p}{1}x^{p-1}y+\binom{p}{2}x^{p-2}y+...+y^p (x+y)p=xp+(1p)xp−1y+(2p)xp−2y+...+yp
其中 ( p k ) = p ! k ! ( p − k ) ! \binom{p}{k}=\frac{p!}{k!(p-k)!} (kp)=k!(p−k)!p!,当p为质数时,对于满足 1 ≤ k ≤ p − 1 1\le k\le p-1 1≤k≤p−1的k, p ∤ k ! ( p − k ) ! p\nmid k!(p-k)! p∤k!(p−k)!
而 p ∣ k ! ( p − k ) ! p ! k ! ( p − k ) ! p|k!(p-k)!\frac{p!}{k!(p-k)!} p∣k!(p−k)!k!(p−k)!p!,所以 p ∣ ( p k ) , k = 1 , 2 , . . . , p − 1 p|\binom{p}{k},k=1,2,...,p-1 p∣(kp),k=1,2,...,p−1
从而有 ( x + y ) p ≡ x p + y p ( m o d p ) (x+y)^p\equiv{x^p+y^p(mod\space p)} (x+y)p≡xp+yp(mod p)
令x=1,y=1,可得 2 p ≡ 2 ( m o d p ) 2^p\equiv{2(mod\space p)} 2p≡2(mod p),令x=2,y=1,可得 3 p ≡ 3 ( m o d p ) 3^p\equiv{3(mod\space p)} 3p≡3(mod p),…
因此对于所有 a = 1 , 2 , . . . , p − 1 a=1,2,...,p-1 a=1,2,...,p−1,都有 a p ≡ a ( m o d p ) a^p\equiv a(mod \space p) ap≡a(mod p)
得到费马小定理:对于任意整数a和质数p,都有 a p ≡ a ( m o d p ) a^p\equiv a(mod \space p) ap≡a(mod p)
若 gcd ( a , p ) = 1 , 则 a p − 1 ≡ 1 ( m o d p ) \gcd(a,p)=1,则a^{p-1}\equiv 1(mod \space p) gcd(a,p)=1,则ap−1≡1(mod p)
其逆定理不成立,即使得 a n ≡ a ( m o d n ) a^n\equiv{a(mod\space n)} an≡a(mod n)成立的n不一定是质数,能使其成立的合数n称为伪质数
341最小伪质数,1000以下还有561和645是伪质数
威尔逊定理
若p为质数,则 ( p − 1 ) ! ≡ − 1 ( m o d p ) (p-1)!\equiv{-1(mod \space p)} (p−1)!≡−1(mod p)
逆元
a a ′ ≡ 1 ( m o d p ) aa'\equiv{1(mod\space p)} aa′≡1(mod p), a ′ a' a′称为a的逆元
所以从费马小定理可以得出, a ′ ≡ a p − 2 ( m o d p ) a'\equiv a^{p-2}(mod \space p) a′≡ap−2(mod p)
逆元可以在模意义下用乘法代替原数除法进行运算,即 a / b ≡ a ∗ i n v b ( m o d p ) a/b\equiv a*inv\space b(mod \space p) a/b≡a∗inv b(mod p)
费马小定理求逆元代码
const int mod = 1e9+7;
int qpow(int a,int b){
int res=1;
while(b){
if(b&1) res=res*a%mod;
a=a*a%mod;
b>>=1;
}
return res;
}
int inv(int x){return qpow(x,mod-2);}
但是费马小定理求逆元也有局限性,就是p必须为一个质数,除了费马小定理,我们也可以使用扩展欧几里得求逆元,它要求a与模数p互质即可,p不必须为质数
int exgcd(int a, int b, int &x, int &y) {
if (!b) {
x = 1, y = 0;
return a;
}
int g = exgcd(b, a % b, y, x);
y -= a / b * x;
return g;
}
int inv(int a, int p){
int x, y;
exgcd(a, p, x, y);
return (p + x % p) % p;
}
欧拉定理
费马定理阐述的是在质数模下,指数的同余性质,当模是合数时,就要用欧拉定理
欧拉函数
ϕ ( n ) \phi(n) ϕ(n):1到n中与n互质的数的个数
互质: gcd ( a , b ) = 1 \gcd(a,b)=1 gcd(a,b)=1
e g : ϕ ( 8 ) = 4 { 1 , 3 , 5 , 7 } eg:\phi(8)=4 \space \{1,3,5,7\} eg:ϕ(8)=4 {1,3,5,7}
求单个数字的欧拉函数:
int phi(int x){
int res = x;
for (int i = 2; i <= x / i; i ++ )
if (x % i == 0){
res = res / i * (i - 1);
while (x % i == 0) x /= i;
}
if (x > 1) res = res / x * (x - 1);
return res;
}
引理
-
若 n n n为一个质数,则 ϕ ( n ) = n − 1 \phi(n)=n-1 ϕ(n)=n−1
-
若 n n n为某一个素数p的幂次 p a p^a pa,则 ϕ ( p a ) = ( p − 1 ) ∗ p a − 1 \phi(p^a)=(p-1)*p^{a-1} ϕ(pa)=(p−1)∗pa−1
-
若 n n n为两个质数 a , b a,b a,b的积,则 ϕ ( a ∗ b ) = ϕ ( a ) ∗ ϕ ( b ) \phi(a*b)=\phi(a)*\phi(b) ϕ(a∗b)=ϕ(a)∗ϕ(b)
-
设 n = p 1 k 1 p 2 k 2 . . . p n k n n=p_1^{k_1}p_2^{k_2}...p_n^{k_n} n=p1k1p2k2...pnkn { p 1 < p 2 < . . . < p n } \{p_1<p_2<...<p_n\} {p1<p2<...<pn},则 ϕ ( n ) = n ( 1 − 1 p 1 ) ( 1 − 1 p 2 ) . . . ( 1 − 1 p k ) \phi(n)=n(1-\frac{1}{p_1})(1-\frac{1}{p_2})...(1-\frac{1}{p_k}) ϕ(n)=n(1−p11)(1−p21)...(1−pk1)
欧拉定理
设n为正整数,考虑 m o d n mod\space n mod n的缩系,对于缩系中的任意一个元素a,有 a ϕ ( n ) ≡ 1 ( m o d n ) a^{\phi(n)}\equiv{1(mod\space n)} aϕ(n)≡1(mod n)
也就是说,若a与n互质,则 a ϕ ( n ) ≡ 1 ( m o d n ) a^{\phi(n)}\equiv{1(mod\space n)} aϕ(n)≡1(mod n)
扩展欧拉定理
x n ≡ { x n ( m o d m ) x < ϕ ( m ) x n m o d ϕ ( m ) + ϕ ( m ) ( m o d ϕ ( m ) ) x ≥ ϕ ( m ) x^n\equiv\begin{aligned}\left\{\begin{array}{lr}x^n(mod\space m)&x<\phi(m)\\x^{n\space mod \space\phi(m)+\phi(m)}(mod\space \phi (m))&x\geq\phi(m)\end{array}\right.\end{aligned} xn≡{xn(mod m)xn mod ϕ(m)+ϕ(m)(mod ϕ(m))x<ϕ(m)x≥ϕ(m)