基本数学知识

前言

省选以前的复习吧。。。（尽管一定选不上233333）

总结一下常用的数学知识。

线性筛素数

简介

线性筛素数是比较常用的算法之一。比普通的暴力要节约大量时间开销。

算法原理

其实是这样的：

每个数字都可以被打上标记。初始状态下，所有数字都没有标记。

然后在扫描到一个数字后，如果这个数字有标记，则直接跳过这个数字。

如果没有标记，先将这个数字存储为质数，然后将这个数的所有整数倍的数字（不包含自己）都打上标记。这样做的结果是将所有质数的倍数全部筛除。

这样做，筛选$N$以内的质数，只需要$O(N)$的时间开销即可。预处理开销$O(N)$，访问开销$O(1)$。

另外，还有优化方案。

由于要将一个非质数分解成两个数的乘积，必定有其中一个数是比$sqrt(N)$小。
而所有非质数都能够被分解为质数的乘积。

所以，我们可以只预处理$0—sqrt(n)$的素数，将它们存储到一个数组里面，然后每次询问$sqrt(n)—N$区间的素数时，只需要将这个数与$0—sqrt(n)$的素数进行整除验证，如果没有能整除的素数，则这个数就是一个素数。

这样做，可以节约预处理的时间开销和空间开销（一大部分呢）。预处理开销$O(sqrt(N))$，访问$0—sqrt(n)$开销$O(1)$，访问$sqrt(n)—N$开销$O(Primes(0—sqrt(n)))$。

编程实现

CPP代码

const int range=10000000;
int prime[10000],primes=0,handle_range;
bool notpri[10000];
void makeprime()
{
    handle_range=sqrt(range)+10;
    notpri[0]=notpri[1]=true;
    for(int i=2;i<=handle_range;i++)
    {
        if(notpri[i]) continue;
        for(int j=i*2;j<=handle_range;j+=i)
        {
            notpri[j]=true;
        }
        prime[++primes]=i;
    }
}
bool isprime(int x)
{
    if(x<=handle_range) return !notpri[x];
    for(int i=1;i<=primes;i++)
    {
        if(x%prime[i]==0) return false;
    }
    return true;
}

使用本代码前，需要引用的库函数：

• cmath

当然，最好自己写。（然而没有人会傻到抄这样难看的代码吧233333）

排列组合

简介

排列组合也是常考的东西。数论问题经常要解决，有时候暴力也需要的。。。

阶乘

理论讲解

阶乘就是。。。再简单不过了吧。。。用“!”来表示。。。

$$N!=1*2*3*···*N$$

这东西很常用。。。但是通常来讲，都会对一个数取模。。。

代码

const int MAXN=100005;
const long long mod=1e9+7;
long long jc[MAXN];
void memjc(int range)
{
    jc[0]=1;
    for(int i=1;i<=range;i++)
    {
        jc[i]=jc[i-1]*i%mod;
    }
}

（这东西没编译就放上来了。。。反正没人会看这种代码的23333）

排列

排列（$A$）是指：从$n$个东西里面，取出$m$个进行排序的方式数。

那么，它与组合的区别是：

拿ABC和CBA两个集合来讲：
对于排列，这两种就是不同的方式。
对于组合，这两种就是相同的方式。

计算公式是：

$$A_n^m＝n(n-1)(n-2)······(n-m+1)＝\frac{n!}{(n-m)!}$$

组合

相对的，组合（$C$）就是：从$n$个东西里面，取出$m$个进行组合的方式数。

计算公式是：

$$C_n^m＝n(n-1)(n-2)······(n-m+1)＝\frac{n!}{m!(n-m)!}$$

排列组合的其他公式

$C_n^0+C_n^1+C_n^2+···+C_n^k+···+C_n^n=2^n$

$C_n^0-C_n^1+C_n^2-C_n^3+···+(-1)^nC_n^n=0$

$C_n^0+C_n^2+C_n^4+···=C_n^1+C_n^3+C_n^5+···=2^{n-1}$

$C_n^m=C_{n-1}^{m-1}+C_{n}^{m-1}$

配合取模的排列组合

如果在阶乘预处理的时候进行了取模运算。。。（当然这种情况超级常见），那么就必须要用到乘法逆元了。

以下内容转载自：欧几里德算法

先说什么是乘法逆元。

一般来讲，如果要运算加法、减法、乘法、乘方，都应该满足以下式子：

$(a+b)\%c=(a\%c+b\%c)\%c$

$(a−b)\%c=(a\%c−b\%c)\%c$

$(a⋅b)\%c=(a\%c⋅b\%c)\%c$

$ab\%p=(a\%p)b\%p$

然而这里出现了一个问题：

如果是除法，并不满足$(a/b)\%c=(a\%c/b\%c)\%c$，不信你代个数试试：

$(\frac{6}{3}\%3=2≠\frac{6\%3}{3\%3}\%3=RuntimeError$

那怎么实现对除法的取余呢？

这里就引入乘法逆元这个东西。

他可以达到这样的效果：

$\frac{a}{b}\%k=(a⋅c)\%k$

你可以将它简单地理解为类似于倒数的东西，只不过是再对倒数取余而已，即：

$(b⋅c)\%k=1$

所以注意，逆元是针对一个数而言的，并不是针对一个表达式。

更加详细的欧几里德算法论证等请参见原博客。

那么，对于已经取模的阶乘，就必须要用乘法逆元了。

$A_n^m＝n(n-1)(n-2)······(n-m+1)＝n!*inverse((n-m)!)$

$C_n^m＝n(n-1)(n-2)······(n-m+1)＝n!*inverse(m!)*inverse((n-m)!)$

超级常用！请务必牢记！

二项式定理

$$(a+b)^n=C_n^0a^nb^0+C_n^1a^{n-1}b^1+...+C_n^ra^{n-r}b^r+...+C_n^na^0b^n$$

在这里，$(a+b)^n$展开式的第$r+1$项为：

$$T_{r+1}=C_n^ra^{n-r}b^r$$

其$i$项系数可表示为$C_n^i$，即$n$取$i$的组合数目， 因此系数亦可表示为杨辉三角。

唯一分解定理

唯一分解定理是指所有正整数都可以被分解为质数的乘积。

例如：$268=2^{2}*67^1$

所以分解方法很简单，只需要对于每个数：

将这个数与这个数以内的质数相除。

对于每个质数，除到不能再除为止。除的次数就是对应分解的结果。

欧拉函数

欧拉函数是用于计算：

小于$n$的正整数中与$n$互质的数的数目（$φ(1)=1$）

通式：

$φ(x)=x(1-\frac{1}{p_1})(1-\frac{1}{p_2})(1-\frac{1}{p_3})······(1-\frac{1}{p_n})$
（其中$p_1, p_2……p_n$为$x$的所有质因数，$x$是不为$0$的整数）

这样的话，使用上面的唯一分解定理配合求解，真是美哉。

费马小定理

费马小定理（Fermat Theory）是数论中的一个重要定理，其内容为：

假如$p$是质数，且$gcd(a,p)=1$，那么 $a^{p-1}≡1$ $（mod$ $p）$。

即：

假如$a$是整数，$p$是质数，且$a,p$互质（即两者只有一个公约数$1$），那么$a$的$(p-1)$次方除以$p$的余数恒等于$1$。