数论基础总结

数论基础总结

数论基础

整除

定义： 两个数 $a,b$ ，满足 $a\ne 0$ 。如果有一个数 $q$ ，使 $aq=b$ ，我们称作 $b$ 可以被 $a$ 整除，记作 $a\mid b$ 。并且，$b$ 是 $a$ 的倍数，$a$ 是 $b$ 的约数。

---

同余

定义： 整数 $m\ne 0$ ，如果 $m\mid (a-b)$ ，那么 $m$ 为模数，$a$ 同余于 $b$ 模 $m$ 。记作 $a\equiv b(\mathrm{mod}$ $m)$。

同余的性质：

• 自反性：$a\equiv a(\mathrm{mod}$ $m)$
• 对称性：如果 $a\equiv b(\mathrm{mod}$ $m)$ ，则 $b\equiv a(\mathrm{mod}$ $m)$
• 传递性：如果 $a\equiv b(\mathrm{mod}$ $m)$ ，$b\equiv c(\mathrm{mod}$ $m)$，则 $a\equiv c(\mathrm{mod}$ $m)$
• 如果 $k$ 与 $m$ 互质，且 $ak\equiv bk(\mathrm{mod}$ $m)$ ，则 $a\equiv b(\mathrm{mod}$ $m)$
• 如果 $a\equiv b(\mathrm{mod}$ $m)$ ，$c\equiv d(\mathrm{mod}$ $m)$ ，则 $a\pm c\equiv b\pm d(\mathrm{mod}$ $m)$ ,$ac\equiv bd(\mathrm{mod}$ $m)$
• 如果 $a\equiv b(\mathrm{mod}$ $m)$ ，则 $ac\equiv bc(\mathrm{mod}$ $m)$ $(c>0)$

---

素数

定义：

素数： 因数只有 $1$ 和它本身

合数： 素数以外的数都是合数

特别的，$1$ 既不是质数，也不是合数

互质：

两个数的公因数只有1，成为这两个数互质

---

插播：整数唯一分解定理:

$a=p_1^{c_1}{p}_2^{c_2}{p}_3^{c_3}{p}_4^{c_4}...p_r^{c_r}(2\le p_1<p_2<p_3<\cdots <p_r)$

---

素数判断：

暴力做法

枚举 $x$ 的约数，如果有除 $1$ 和它本身的约数，$x$ 为合数，否则为素数

代码模板：

bool isPrime(int x){
	for(int i=2;i*i<=x;i++){
		if(x%i==0){
			return false;
		}
	}
	return true;
}

Miller-Rabin 素性测试

适用于较大数的判定

费马小定理和二次探测定理

费马小定理参考后文

---

二次探测定理

如果 $p$ 是素数，$x$ 是小于 $p$ 的正整数，且 $x^2\equiv 1(\mathrm{mod}$ $p)$，$x$ 的取值有两种情况，$x=1$ 或 $x=p-1$。

因为 $x^2$ $\mathrm{mod}$ $p=1$ ，即 $p$ $\mid$ $x^2-1$ ， $p$ $\mid$ $(x+1)(x-1)$ 。

又因为 $p$ 是素数且 $x<p$ ，所以只可能是 $p\mid x-1$ $(x=1)$ 或 $p\mid x-1$ $(x=p-1)$ 。

---

接下来将费马小定理和二次探测定理结合，得到Miller-Rabin 素性测试的做法：

测试整数 $n$ 是否为素数。

如果 $n$ 是素数，根据费马定理，$a^{n-1}\equiv 1(\mathrm{mod}$ $n)$ 。

设 $d$ 和 $r$ ，满足 $n-1=d\times 2^r$ ，$d$ 为奇数，则 $r$ 为 $n-1$ 中 $2$ 的个数，式子变形为：

$a^{n-1}\%n$$=$$(a^d{)}^{2^r}$$=$$(a^d{)}^{2^{r-1}}\times (a^d{)}^{2^{r-1}}\%n$

根据上文所说的二次探测定理，则 $(a^d{)}^{2^{r-1}}$%$n=1$ 或 $(a^d{)}^{2^{r-1}}$%$n=n-1$

接下来分三种情况：

• 如果 $(a^d{)}^{2^{r-1}}\%n\ne 1$ 且 $(a^d{)}^{2^{r-1}}\%n\ne n-1$ ，则 $n$ 一定不是素数，返回 $false$；
• 如果$(a^d{)}^{2^{r-1}}\%n=n-1$ ，则认为 $n$ 是素数，返回 $true$；
• 如果$(a^d{)}^{2^{r-1}}\%n=1$ ，继续：根据二次探测定理，$(a^d{)}^{2^{r-2}}$ 的值可能为 $1$ 或 $n-1$，以此类推。

代码模板：

bool Miller_Rabin(ll n){
    if(n==2)return true;
    if(n<2||!(n&1))return false;
    int t=2,r=0;
    ll m=n-1;
    while(m%2==0){
        r++;
        m>>=1;
    }
    srand(100);
    while(t--){
        ll a=rand()%(n-1)+1;
        ll x=q_pow(a,m,n),tmp=0;
        for(int i=0;i<r;i++){
            tmp=q_mul(x,x,n);
            if(tmp==1&&x!=1&&x!=n-1)return false;
            x=tmp;
        }
        if(tmp!=1)return false;
    }
    return true;
}

注： Miller-Rabin是一种不确定的算法，随机选择一个底数 $a$ 进行测试，准确率是 $75\%$。但是不用担心，多次用不同的底数 $a$ 测试，准确率非常高。

果巨说：

• $2^{32}$ 范围以内的数，只需要测试 $2,3,61$即可；
• $2^{64}$ 范围以内的数，只需要测试 $2,3,5,7,11$即可;
• $n$特别大时，随机选一个$a$进行测试，合数通过测试的概率低于$\frac{1}{4}$，合数通过$c$轮测试的概率低于$\frac{1}{4^c}$，适当设定测试次数即可。

素数筛法：

上面介绍的是素数判断，如果要用到大量素数，筛法更合适。

埃氏筛

要筛出 $x$ 范围以内所有的素数

埃氏筛的基本思想：

从2开始，将每个素数的倍数都标记为合数，以此来筛选素数。

因为每一个合数都可以分解为质因数相乘且都小于它自身，所以保证每一个 $x$ 范围以内的合数都会被筛掉，且如果筛到了某个数而未被标记，这个数一定是素数。

代码模板：

void e(int x){
	f[0]=f[1]=false;//排除0和1
	for(int i=2;i<=x;i++){//最开始将x以内的大于1的数都标记为质数
		f[i]=true;
	}
	for(int i=2;i*i<=x;i++){
		if(f[i]){//如果筛到了且未被标记，则是质数，接下来筛掉这个质数的倍数
			for(int sum=i*i;sum<=x;sum+=i){
				f[sum]=false;//标记为合数
			}
		}
	}
	return ;
}

最后，$f_i$ 为真，则 $i$ 为质数，为假则为合数。

时间复杂度$O(n\times \log (\log n))$

欧拉筛

原理同埃氏筛，增加了一个标记最小质因子的过程。

欧拉筛的基本思想：

在埃氏筛法的基础上，让每个合数只被它的最小质因子筛选一次，不重复筛选同一个合数。

代码模板：

void o(int x){
    v[0]=v[1]=false;
	for(int i=2;i<=x;i++){
		v[i]=true;
	}
	for(int i=2;i<=x;++i){
		if(v[i]){//之前没有被筛掉就是素数，加入到素数数组里
			prime[++cnt]=i;//cnt就是素数的个数
		}
		for(int j=1;j<=cnt;++j){//筛掉i的素数倍，即i的prime[j]倍
			if(i*prime[j]>x){//防止溢出
				break;
			}
			v[i*prime[j]]=false;//把倍数标记为合数
			if(i%prime[j]==0){//最重要的一句话,下文解释
				break;
			}
		}
	}
	return ; 
}

欧拉筛正确性的证明：
假设我们要筛掉数 $a$ ，且 $a$ 的最小质因数为 $p$ ，让 $a=pb$。显然 $b<a$ ，所以 $b$ 先被外层循环找到，要筛掉它的倍数。因为 $p$ 是 $a$ 的最小质因数，所以 $b$ 的最小质因数必大于等于 $p$ ，这样就保证 $b$ 筛掉 $a$ 前不会在if(i%prime[j]==0) break;处跳出循环。即使 $b$ 的最小质因数等于 $p$ ，也会先筛掉 $a$ 后再跳出循环。同理，所有合数都会被筛掉。

欧拉筛时间复杂度的证明：

欧拉筛的时间复杂度为 $O(n)$ ，是线性的。

那么，每个合数就只会被筛一次，设一个合数 $a$ ，就是 $v[a]$ 只会被筛一次。

首先，对于 $a=pb$ ，前面已经证明 $b$ 只会筛掉 $a$ 一次。那么会不会有别的数再次筛 $a$ 呢？假设 $a$ 又被 $c$ 筛了一次，设 $a=qc$ ，$q$ 就是 $c$ 筛掉 $a$ 的素数。

• 如果 $c>b$，则 $q<p$，但这与 $a$ 的最小质因数为 $p$ 相矛盾，排除；
• 如果 $c<b$，则 $q>p$​，说明 $p$ 是 $c$ 的质因数。当 $c$ 从小到大筛掉它的素数倍数时，在筛到 $cp$ 时就停止循环了，所以轮不到 $a$ 。

自此得证。

最大公约数-GCD

定义： 指一些整数所共同拥有的最大的约数。

最大公约数即为Greatest Common Divisor，常缩写为gcd。

---

求解一些整数的最大公约数

暴力解法

暴力解法很简单，求 $a$ 和 $b$ 的最大公约数，假定 $a<b$ ，则从 $a$ 开始枚举，到 $1$ 结束，如果出现一个数 $i$ 满足a%i==0&&b%i==0，跳出循环就可以了。

太简单，没有代码。

欧几里得算法

求出 $a$ 和 $b$ 的最大公约数。

• 假定 $a>b$ ，如果 $b$ 是 $a$ 的约数， $b$ 就是它们的最大公约数。

• 当 $b$ 不是 $a$ 的约数时，我们设 $a=bk+r(r<b)$。

• 又设 $d\mid a$ 且 $d\mid b$，则 $r=a-bk$ 可转换为 $\frac{r}{d}=\frac{a}{d}-\frac{bk}{d}$，由此可知 $\frac{r}{d}$ 为整数， $d\mid r$ ，所以 $\gcd (a,b)=\gcd (b,a\%b)$。

代码模板：

int gcd(int a,int b){
	if(b==0){
        return a;
    }
	return gcd(b,a%b);
}

扩展欧几里得算法

定义： 扩展欧几里德定理$(ExtendedEuclideanalgorithm,EXGCD)$，常用于求 $ax+by=\gcd (a,b)$ 的一组可行解。

证明：

设 $a{x}_1+b{y}_1=\gcd (a,b)$

$b{x}_2+(a\%b)y_2=\gcd (b,a\%b)$

由欧几里得定理可知：$\gcd (a,b)=\gcd (b,a\%b)$

所以 $a{x}_1+b{y}_1=b{x}_2+(a\mathrm{mod}b)y_2$

又因为 $a\%b=a-(\lfloor \frac{a}{b}\rfloor \times b)$

所以 $a{x}_1+b{y}_1=b{x}_2+(a-(\lfloor \frac{a}{b}\rfloor \times b))y_2$

$a{x}_1+b{y}_1=a{y}_2+b{x}_2-\lfloor \frac{a}{b}\rfloor \times b{y}_2=a{y}_2+b(x_2-\lfloor \frac{a}{b}\rfloor y_2)$

因为$a=a,b=b$，所以$x_1=y_2,y_1=x_2-\lfloor \frac{a}{b}\rfloor y_2$
将 $x_2,y_2$ 不断代入递归求解直至GCD为 $0$ 递归 $x=1,y=0$ 回去求解。

得证

代码模板：

int exgcd(int a,int b) {
	if(!b){
		x=1,y=0;
		return a;
	}
	int d=exgcd(b,a%b);
	int k=x;
    x=y;
	y=k-(a/b)*y;
	return d;
}

关于扩展欧几里得算法解的讨论

有无解

设 $d$ 为一整数，若 $a\%d=0$ 且 $b\%d=0$ ，则 $(ax+by)\%d=0$

对于不定方程 $ax+by=c$，设 $gcd(a,b)=d$

根据上述结论，如果 $ax+by=c$ 有解，则 $c\%d=0$ 。

所以如果 $c\%d\ne 0$ ，那么 $ax+by=c$ 一定无解。

通解

方程原来得出的解为 $x=x^{\prime }\times c/d,y=y^{\prime }\times c/d$

原方程的解有无数组，且满足：

$a\times (x+k\times b)+b\times (y-k\times a)=c$

于是得到原方程的通解：

$x=x^{\prime }\times c/d+k\times b/d$

$y=y^{\prime }\times c/d-k\times a/d$

乘法逆元

定义：对于一个数 $a$ ，$a^{-1}$ 为它模 $p$ 意义下的乘法逆元。满足$a\times a^{-1}\equiv 1(\mathrm{mod}p)$。

---

求解乘法逆元

扩展欧几里得求解

用扩展欧几里得算法解线性同余方程：$ax\equiv 1(\mathrm{mod}p)$。

代码模板：

int inv(int a,int n){
    int x,y;
    if(exgcd(a,n,x,y)==1){
        return (x+n)%n;
    }
    else{
        return -1;
    }
}

费马小定理求解

同样，费马小定理参考下文

因为 $a^{p-1}\equiv 1(\mathrm{mod}p)$，所以 $a^{-1}=a^{p-2}$，前提是 $p$ 是质数且 $a$ 和 $p$ 互质。

上文介绍的是单个逆元求解，连续逆元可以线性求解

线性求逆元

$1$ 的逆元是 $1$ ，$1\times 1\equiv 1(\mathrm{mod}p)$

我们要求解 $a$ 的逆元，即 $a\times a^{-1}\equiv 1(\mathrm{mod}p)$，且 $1<a<p$

设 $p=ka+r$ ，且 $0<r<a$

可得 $ka+r\equiv 0(\mathrm{mod}p)$

左右两边同乘 $a^{-1}\times r^{-1}$ 可得

$(ka+r)\times a^{-1}\times r^{-1}\equiv 0(\mathrm{mod}p)$

$k\times r^{-1}+a^{-1}\equiv 0(\mathrm{mod}p)$

$a^{-1}\equiv -k\times r^{-1}(\mathrm{mod}p)$

$a^{-1}=-\lfloor \frac{p}{a}\rfloor \times (p\%a{)}^{-1}\%p$

$a^{-1}=(p-\lfloor \frac{p}{a}\rfloor )\times (p\%a{)}^{-1}\%p$

代码模板：

inv[0]=inv[1]=1;
for(int i=2;i<=n;i++){
    inv[i]=(p-p/i)*inv[p%i]%p;
}

时间复杂度 $O(n)$

欧拉函数

定义： 对正整数 $n$，欧拉函数是少于或等于 $n$ 的数中与 $n$ 互质的数的数目，用 $\varphi (x)$来表示 $x$ 的欧拉函数值。

特别的，$\varphi (1)$ 被定义为1，但是没有实质意义。

欧拉函数通式1：

$\varphi (x)=x\times (1-\frac{1}{p1})\times (1-\frac{1}{p2})\times (1-\frac{1}{p3})\times \dots \times (1-\frac{1}{pn})$

$p_1,p_2,p_3\dots p_n$为 $x$ 的所有质因数

欧拉函数通式2：

若$x$是质数$p$的$k$次幂，即$x=p^k$，有$\varphi (x)=p^k-p^{k-1}=(p-1)\ast p^{k-1}$ 因为除了$p$的倍数外，其他数都跟$x$互质。设$t\ast p=p^k$，那么$t=p^{k-1}$

欧拉函数的性质：

• 欧拉函数是积性函数，若 $x,y$ 互质，那么 $\varphi (x\times y)=\varphi (x)\times \varphi (y)$
• 若 $x$ 是质数 $\varphi (x)=x-1$

欧拉函数证明：

因为在 $1$ 到 $n$ 中 $p_i$ (也就是质因子) 的倍数是均匀分布的，那么去掉这些质因子的倍数(占$\frac{1}{p_i}$)就是$x\times (1-\frac{1}{p_i})$
其他质因子同理，就得到了上述公式

代码模板：

• 一般模板

int euler(int n){  
     int ans=n,a=n;
     for(int i=2;i*i<=a;i++){//i*i<=a ,因为在分解的时候a也变小，所以范围也跟着变小
     	while(a%i==0){//因为1-1/p=(p-1)/p .
        	ans=ans/i*(i-1);//先进行除法是为了防止中间数据的溢出   
         	a/=i;  
     	}  
     }  
     if(a>1){
         ans=ans/a*(a-1);
     }
     return ans;  
}

• 结合埃氏筛的模板

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

• 欧拉筛做法

如果 $p$ 为质数
如果 $i\mathrm{mod}p=0$，那么 $\varphi (i\times p)=\varphi (i)\times p$；
如果 $i\mathrm{mod}p\ne 0$，那么 $\varphi (i\times p)=\varphi (i)\times (p-1)$。

void phi(int n){
    phi[1]=1;
    for(int i=2;i<=n;i++){
        if(!vis[i]){
            prime[++cnt]=i;
            phi[i]=i-1;
        }
        for(int j=1;j<=cnt;j++){
            if(i*prime[j]>n){
                break;
            vis[i*prime[j]]=true;
            if(i%prime[j]==0){
                phi[i*prime[j]]=phi[i]*prime[j];
                break;
            }
            else{
                phi[i*prime[j]]=phi[i]*(prime[j]-1);
            }
        }
    }
}

费马小定理&欧拉定理

万众瞩目的费马小定理，它来了！！！

费马小定理

定义：如果 $p$ 是质数，并且 $a$ 和 $p$ 互质，那么就有 $a^{p-1}=1(\mathrm{mod}p)$

证明

考虑$1a,2a,3a\dots ,(p-1)a$这些数

1. 他们两两不同余$(\mathrm{mod}p)$
2. 他们均与$p$互质

因此可以得到 $(1a)\times (2a)\times (3a)\times \dots \times ((p-1)a)=1\times 2\times 3\times \dots \times (p-1)(\mathrm{mod}p)$

又因为$gcd(1\times 2\times 3\times \dots \times (p-1),p)=1$，所以$a^{p-1}\equiv 1(\mathrm{mod}p)$

得证

欧拉定理

定义： 若$a,n$为正整数，且$a,n$互质(即$gcd(a,n)=1$)，则有 $a^{\varphi (n)}\equiv 1(\mathrm{mod}n)$

用欧拉定理证明费马小定理

如果 $n$ 是素数，且 $a$ 与 $n$ 互质，那么$(a^{n-1})\equiv 1(\mathrm{mod}n)$

证明：

因为n是质数，根据欧拉函数 $\varphi (n)=n-1$， $a^{\varphi (n)}\equiv 1(\mathrm{mod}n)$可转换为 $a^{n-1}\equiv 1(\mathrm{mod}n)$

得证

证明欧拉函数

设小于$n$且与$n$互质的数为:$x_1,x_2,x_3,\cdots ,x_{\varphi (n)}$

考虑这些数 $a\times x_1,a\times x_2,a\times x_3\dots a\times x_{\varphi (n)}$

它们两两不同余$(\mathrm{mod}n)$且他们均与$n$互质

因此可以得到$(a\times x_1)\times (a\times x_2)\times (a\times x_3)\times \dots \times (a\times \varphi (n))=x_1\times x_2\times x_3\times \dots \times x_{\varphi (n)}(\mathrm{mod}p)$

又因为$gcd(x_1\times x_2\times x_3\times x_4\times \dots \times x_{\varphi (n)},n)=1$，所以$a^{\varphi (n)}\equiv 1(\mathrm{mod}n)$

得证