[学习笔记]数论基础篇1

质数及其筛法

判断一个数是否是质数

可以直接枚举 $[2,n-1]$ 中的每个数是否整除 $n$，如果有一个整除 $n$ ,则这个数为合数，反之亦然。
其次，由于 $n$ 的因子是成对出现的，即$i|n$，那么 $(n/i)|n$,所以我们可以只枚举 $[2,\sqrt{n}]$

bool pd(int x){//返回1则为质数，0为合数
	for(int i=2;i*i<=x;i++){
		if(x%i==0)
			return 0;
	}
	return 1;
}

判断[1,n]的质数

如果用上述方法，时间复杂度为 $O(n\sqrt{n})$,显然对于一些$n=1e6$的数据过不去，下面介绍两种更快的筛法

埃式筛法

我们找到一个质数 $p$,并将 $1\ast p,2\ast p\cdots n\ast p$全部打上为合数的标记，那么最终剩下没打标记的就是质数，又因为每个数 $n$ 最多有$logn$个质因数，所以时间复杂度是$O(nlogn)$

bool vis[maxn];
int prime[maxn],cnt;
void sieve(int n){
	for(int i=2;i<=n;i++){
		if(!vis[i]){//是质数
			prime[++cnt]=i;
			for(int j=i*i;j<=n;j+=i)//因为2*i~(i-1)*i都被比i小的质数筛去
				vis[j]=i;
		}
	}
}

欧拉筛法

我们发现上一种筛法来说重复筛了很多合数，所以这种算法是对上一种算法的优化，让每一个数只被筛一遍，所以这个算法规定只被最小的筛数筛掉

int prime[maxn],cnt;
bool vis[maxn];
void sieve(){
	for(int i=2;i<maxn;i++){
		if(!vis[i]){
			prime[++cnt]=i;
		}
		for(int j=1;j<=cnt&&i*prime[j]<maxn;j++){
			vis[prime[j]*i]=1;
			if(i%prime[j]==0)
				break;
		}
	}
}

这其中最重要的优化就是if(i%prime[j]==0) break;，如果当前$i$是扫到的质数的倍数，说明$prime[j+1]$并不是$i\ast prime[j+1]$的最小质因数。即$i\ast prime[j+1]$的时候最小质因数为$prime[j]$

最小公倍数和最大公因数

最大公因数

辗转相除法

先给结论: $gcd(a,b)=gcd(b,a\%b)$
我们设$gcd(a,b)=k$
则$a=Pk$ $b=Qk$
$a\%b=(P\%Q)k$
又因为$P,Q$互质
所以$P\%Q与Q$互质
所以$gcd(b,a\%b)=gcd(Qk,(P\%Q)k)=k=gcd(a,b)$

int gcd(int a,int b){
	if(!b)
		return a;
	return gcd(b,a%b);
}

更相减损术

中国古代，九章算术中提到了一种求最大公约数的方法，即更相减损术.如果要对分式约分，如果$a$，$b$都是偶数，可以将$a$，$b$都折半；否则，将a和b交替地减去对方，直到最后两者相等，那么这个数（乘上原来除掉的2）为原来$a$，$b$的最大公约数.
其证明方法和辗转相除法差不多 即$a\%b=a-k\ast b$

裴蜀定理

$gcd(a,b)=k$且$k|c$，则有$ax+by=c$
令$a^{\prime }=a/k,b^{\prime }=b/k$,即若满足$a^{\prime }x+b^{\prime }y==1$则裴蜀定理成立，其中$gcd(a,b)=1$
若$a^{\prime }x\equiv 1$ $(mod$ $b)$，则裴蜀定理成立

引理一

内容：$a\ast k\equiv 0$ $(mod$ $b)$ 不成立.
其中$0<k<b,gcd(a,b)=1$
若$a\ast k\%b==0$
因为$gcd(a,b)=1$
所以$k\%b==0$
又因为$0<k<b$
所以$k\%b\ne 0$
所以引理一得正

推论

内容：若$gcd(a,b)=1$,则$0,a,2\ast a,3\ast a\dots (b-1)\ast a$取模$b$的余数各不相同
反正法：
假设$i\ast a,j\ast a$取模$b$的余数相同 则有$(j-i)\ast a\%b=0$又因为$0<(j-i)<b$，所以与引理一矛盾，故推论得证

引理2

内容: 若$gcd(a,b)=1$ 则$a\ast k\%b=1$其中$0<k<b$
由推论易得
则裴蜀定理得证

费马定理

当$p$为质数，且$a\%p!=0$ 则有$a^{p-1}\%p=1$
$1\ast a\ast 2\ast a\ast \dots (p-1)\ast a\%p=a^{p-1}\ast (p-1)!\%p$
由裴蜀定理
$1\ast a,2\ast a\dots (p-1)\ast a$取模$p$得集合为$[1,p-1]$
所以$1\ast a\ast 2\ast a\ast \dots (p-1)\ast a\%p=(p-1)!\%p$
所以$a^{p-1}\%p=1$

同余等价类、剩余系、缩系

对于一个正整数$p$，对于$a\%p$，只可能有$p$种结果，并且属于$[0,p-1]$

模$p$的剩余系记作$Z_p$，即小于$p$的所有非负整数

同余等价类，

考虑在模$p$的剩余系下，只有$p$种结果，所以每一个数都代表了$\%p=a$的所有数，对于$a$相同的数，我们称其为同余等价类

如果只考虑$gcd(i,p)=1$的元素，便得到一个子集，称这个子集为缩系，记作$Z_p^{\ast }$

欧拉函数

$\varphi (x)$就是与$[1,x-1]$中与$x$互质的数的个数
欧拉函数就是缩系的大小
当$x$为质数时，$\varphi (x)=x-1$
当$x$为$a^k$,其中$a$为质数，则$\varphi (x)=a^{k-1}\ast (a-1)=a^k\ast (1-1/a)$
当$x=a_1^{k_1}\ast a_2^{k_2}\ast \cdots \ast a_m^{k_m}$
又因为$\varphi (x)$为积性函数(不展开证明不会)
所以
$\varphi (x)=\varphi (a_1^{k_1})\ast \varphi (a_2^{k_2})\ast \cdots \ast \varphi (a_m^{k_m})$
$=a_1^{k_1}\ast (1-1/a_1)\ast a_2^{k_2}\ast (1-1/a_2)\cdots \ast a_m^{k_m}\ast (1-/a_m)$
$=x\ast (1-1/a_1)\ast (1-1/a_2)\ast \dots (1-1/a_m)$

求法

求一个数的欧拉函数

时间复杂度$O(\sqrt{n})$

int getphi(int x){
	int ans=x;
	for(int i=2;i*i<=x;i++){
		if(x%i==0){
			ans=ans/i*(i-1);
			while(x%i==0)
				x/=i;	
		}
	}
	if(x>1)//有可能会有质因子大于sqrt(n)
		ans=ans/x*(x-1);
	return ans;
}

求$[1,n]$所有数的欧拉函数

若用上面的方法,时间复杂度$O(nlogn)$

int phi[maxn];
void init(){
	for(int i=2;i<maxn;i++){
		if(!phi[i]){
			phi[i]=i-1;
			for(int j=i+i;j<maxn;j+=i){
				if(phi[j]==0)
					phi[j]=j;
				phi[j]=phi[j]/i*(i-1);
			}
		}
	}
}

欧拉定理

内容：如果$gcd(a,p)=1$ 则有$a^{\varphi (p)}\%p=1$
设集合$x$ 为模 $p$ 意义的缩系,$m$为集合$x$的大小
$x_1\ast a\ast x_2\ast a\ast \cdots \ast x_m\ast a\%p=x_1\ast x_2\ast \cdots \ast x_m\ast a^m$
又因为$x_1\ast a,x_2\ast a,\dots ,x_m\ast a$取模$p$得到的集合还是缩系
所以$a^{\varphi (p)}=1$

扩展欧拉定理

内容：$a^r\equiv a^{r\%\varphi (p)+\varphi (p)}$ $mod($$p)$
当且仅当$r>\varphi (p)$

欧拉函数常用来降幂

逆元

定义

$a\ast b\%p=1$,则$b$是$a$的逆元
当且仅当$gcd(a,p)=1$
因为$a^{p-1}\equiv 1$
所以$a\ast a^{p-2}\equiv 1$
所以$a^{p-2}$是$a$的逆元

递推法

$inv[i]=((p-p/i)\ast inv[p\%i]+p)\%mo$

扩展欧几里得

如何得到特殊解

这是用来解形如$ax+by=c$不定方程的,其中已知$a,b,c$，且$gcd(a,b)|c$时此方程才有解，因为$ax,by$是$gcd(a,b)$的倍数，如果$c$不是$gcd(a,b)$的倍数，则无解
若$gcd(a,b)|c$,我们把$a,b,c$都除以$gcd(a,b)$，
则变成了一个$a^{\prime }x+b^{\prime }y=c$其中$gcd(a^{\prime },b^{\prime })=1$
即满足$a^{\prime }x\equiv c$在取模$b^{\prime }$的意义下。
这变到了裴蜀定理的推理了，所以此时有解
我们可以解这个方程$ax+by=gcd(a,b)$，得到答案后再乘上$c/gcd(a,b)$
$ax+by=gcd(a,b)=gcd(b,a\%b)$
设上式$=b{x}^{\prime }+(a\%b)y^{\prime }=b{x}^{\prime }+(a-a/b\ast b)y^{\prime }$
两边合并同类项
$(x-y^{\prime })a+(y-x^{\prime }+a/b\ast y^{\prime })b=0$
所以$x=y^{\prime }$
$y=x^{\prime }-a/b\ast y^{\prime }$
这本质上是个递归过程
当当前这一层的$b=0$则当前这一层的$x=0,y=1$,然后向上回溯

void exgcd(int a,int b,int &gcd,int &x,int &y){
	if(!b){
		x=1,y=0,gcd=a;
		return;
	}
	else{
		exgcd(b,a%b,gcd,y,x);//因为x=y',不如交换位置
		y-=x*(a/b);
	}
}

通解

假设有$ax+by=c$和$a{x}_1+b{y}_1=c$
则有$a(x_1-x)+b(y_1-y)=0$
同除$gcd(a,b)$
则有$\frac{a}{gcd(a,b)}(x_1-x)+\frac{b}{gcd(a,b)}(y_1-y)=0$
移项得到$\frac{a}{gcd(a,b)}(x_1-x)=-\frac{b}{gcd(a,b)}(y_1-y)$
因为$gcd(\frac{a}{gcd(a,b)},\frac{b}{gcd(a,b)})=1$
所以$\frac{b}{gcd(a,b)}|(x_1-x)$
得出$x_1=x+\frac{b}{gcd(a,b)}\ast t$ 其中$t$为任意整数
$x$的最小正整数解就是特殊解$x\%\frac{b}{gcd(a,b)}$

中国剩余定理

中国剩余定理用于求解
$\{\begin{array}{l}x\equiv r_1(mod{a}_1)\\ x\equiv r_2(mod{a}_2)\\ \dots \\ x\equiv r_m(mod{a}_m)\end{array}$
其中$r_1,r_2\dots r_m$互质
因为$r_1,r_2\dots r_m$互质，所以我们设$A_i={\prod }_{j=1}^{j<=n\&\&j!=i}{r}_i$,此时$A_i$与$r_i$互质，所以必定存在$c_i$使得$A_i\ast c_i\%r_i=1$(由裴蜀定理的推理得出)。
可以推出$A_i\ast c_i-r_i\ast k=1$
此时如果$gcd(A_i,r_i)==1$，这个方程组才有解
然后用扩展欧几里得可以求出$c_i$
所以此时$x_i$=$A_i\ast c_i\ast a_i$
最终答案$X={\sum }_{i=1}^{i<=m}{x}_i$
因为$A_i$为其他$r_j$的倍数，所以加起来并不影响答案的正确性
通解$X=X+k\ast {\prod }_{i=1}^{i<=n}{r}_i$

void exgcd(int a,int b,int &gcd,int &x,int &y){
	if(!b){
		x=1,y=0,gcd=a;
		return;
	}
	else{
		exgcd(b,a%b,gcd,y,x);
		y-=x*(a/b);
	}
}
int r[maxn],a[maxn];
int CRT(){
	int sum=1;
	for(int i=1;i<=3;i++){
		sum=sum*a[i];
	}
	int ans=0;
	for(int i=1;i<=3;i++){
		int gcd,x,y;
		int now_m=sum/a[i];
		exgcd(now_m,a[i],gcd,x,y);
		ans=(ans+now_m*x%sum*r[i]%sum)%sum;
	}
	if(ans<0)
		ans=ans+sum;
	return ans;
}

扩展中国剩余定理

$\{\begin{array}{l}x\equiv r_1(mod{a}_1)\\ x\equiv r_2(mod{a}_2)\\ \dots \\ x\equiv r_m(mod{a}_m)\end{array}$
但是此时$r_1,r_2,\dots ,r_m$并不互质
我们先取出前两个方程
$\{\begin{array}{l}x\equiv r_1(mod{a}_1)\\ x\equiv r_2(mod{a}_2)\end{array}$
根据方程，我们可以得出
$x=r_1\ast k_1+a_1$
$x=r_2\ast k_2+a_2$
推出$r_1\ast k_1-r_2\ast k_2=a_1-a_2$
你会发现这又是一个形如$ax+by=c$的方程
用扩展欧几里得便可以得到$k_1$的通解
$k_1=k_1+t\ast (r_2/gcd(r1,r2))$
其中$t$为任意实数
将$k_1$代入原式得到
$x=r_1\ast (k1+t\ast (r_2/gcd(r1,r2))+a_1$
$x=r_1\ast k_1+t\ast r_1\ast r_2/gcd(r_1,r_2)+a_1$
$x=r_1\ast k_1+t\ast lcm(r_1,r_2)+a_1$
$x\equiv r_1\ast k_1+a_1(modlcm(r1,r2))$
这便又是一个方程
这样我们便将两个方程变成一个方程
我们把这个方程再丢回去
方程组便少了一个
我们这样便可以求解$x$

void exgcd(int a,int b,int &gcd,int &x,int &y){
	if(!b){
		x=1,y=0,gcd=a;
		return;
	}
	else{
		exgcd(b,a%b,gcd,y,x);
		y-=x*(a/b);
	}
}
int r[maxn],a[maxn];
int Fabs(int x){
	if(x<0)
		x=-x;
	return x;
}
void exCRT(int n){
	int gcd,x,y;
	for(int i=1;i<n;i++){
		exgcd(r[i],r[i+1],gcd,x,y);
		if(Fabs(a[i+1]-a[i])%gcd!=0){
			puts("-1");
			return;
		}
		x=((x*(a[i+1]-a[i])/gcd)%(r[i+1]/gcd)+r[i+1]/gcd)%(r[i+1]/gcd);
		int lcm=r[i]*r[i+1]/gcd;
		r[i+1]=lcm;
		a[i+1]=(x*r[i]+a[i])%lcm;
	}
	printf("%lld\n",a[n]);
}