中国剩余定理与线性同余方程组求解

线性同余方程组的形式

实际上一元一次线性同余方程组，形式如下：
$$\{\begin{array}{l}x\equiv r_0(\mathrm{m}\mathrm{o}\mathrm{d}{m}_0)\\ x\equiv r_1(\mathrm{m}\mathrm{o}\mathrm{d}{m}_1)\\ \cdots \end{array}$$
包含有具体数字的线性同余方程组问题最早见于《孙子算经》（成书于约南北朝时期，因此与《孙子兵法》的孙子应该不是同一个孙子），该书也给出了该具体问题的解法。因此求解线性同余方程组有关的定理又称作孙子定理。但实际上《孙子算经》并未给出证明及一般性解法。最早的系统性论述应该是南宋时期秦九韶在《算术九章》中提出的“大衍求一术”。因此最后有关该问题的理论被称作中国剩余定理。

中国剩余定理

如果$m_0,m_1,\cdots$两两互质，则方程有唯一解，在模${\prod }_i{m}_i$的意义下。解法如下：
令$M={\prod }_i{m}_i$，且$M_i=M/m_i$
对每一个$M_i$求出在模$m_i$意义下的逆元，记作$x_i$
即满足$M_i\cdot x_i\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}{m}_i)$
则原方程组的解为$x={\prod }_i{r}_i\cdot x_i\cdot M_i\mathrm{m}\mathrm{o}\mathrm{d}\mathrm{M}$

#线性同余方程组的一般解法
使用中国剩余定理理论上可以很方便的解出模数两两互质的方程组。对于不互质的情况可以使用下面的一般解法。
##单独的线性同余方程求解
考虑单独的一个线性同余方程，已知$a,b,m$，求$x$满足如下方程：
$$ax\equiv b(\mathrm{m}\mathrm{o}\mathrm{d}m)$$
原方程等价于：
$$ax+my=b$$
根据裴蜀定理，上述方程有解的充要条件是$b$是$gcd(a,m)$的整数倍。利用扩展的扩展的欧几里德算法可以很容易求得$x_0$使得：
$$a{x}_0+m{y}_0=gcd(a,m)$$
于是很容易得到$x$的一个特解为：
$$x=x_0\cdot \frac{b}{gcd}$$
显然$x$有无穷多解，如果考虑在模$m$的意义下，$x$也有$gcd$个不同的解，且成等差数列，公差为$m/gcd$。因此很容易求得最小正整数解为：
$$x=x_0\cdot \frac{b}{gcd}\mathrm{m}\mathrm{o}\mathrm{d}\frac{\mathrm{m}}{\mathrm{g}\mathrm{c}\mathrm{d}}$$
考虑方程
$$9x\equiv 6(\mathrm{m}\mathrm{o}\mathrm{d}12)$$
根据扩展的欧几里德算法有：
$$9x_0+12y_0=3$$
得到$x_0$的一个解为11，所以$x$的一个解为22，对4取模即可得到最小正整数解2，且在模12的意义下有3个解，分别是2、6、10。
##两个线性同余方程合并
考虑2个线性同余方程构成的方程组：
$$\{\begin{array}{l}x\equiv r_0(\mathrm{m}\mathrm{o}\mathrm{d}{m}_0)\\ x\equiv r_1(\mathrm{m}\mathrm{o}\mathrm{d}{m}_1)\end{array}$$
分别等价于
$$\{\begin{array}{l}x=r_0+m_0{z}_0\\ x=r_1+m_1{z}_1\end{array}$$
因此有
$$m_0{z}_0=m_1{z}_1+r_1-r_0$$
两边对$m_2$取余数即可得到一个单独的关于$z_0$线性同余方程
$$m_0{z}_0\equiv r_1-r_0(\mathrm{m}\mathrm{o}\mathrm{d}{m}_1)$$
根据之前的结论，很容易判断是否有解并可以解出$z_0$。如果可解，可以得到一个方程：
$$x\equiv m_0{z}_0+r_0(\mathrm{m}\mathrm{o}\mathrm{d}lcm(m_0,m_1))$$
该方程与原方程组等价。其中$lcm$为最小公倍数。
如此反复，就可以将线性同余方程组合并为一个方程，并且利用扩展的欧几里德算法求解。在每一步中，均需判断是否有解。

typedef long long int llt;
//to convert two congruence equations to equivalent one
//x = r1 (mod m1)
//x = r2 (mod m2)
//the out put is:  x = r3 (mod m3)
//return true if there is a solution, otherwise false
bool mergeCrt(llt r1,llt m1,llt r2,llt m2,llt&r3,llt&m3){
    llt x,y;
    llt g = exEuclid(m1,m2,x,y);
    llt r = (r2 - r1) % m2;
    if ( r < 0 ) r += m2;

    if ( r % g ) return false;//no solution

    x = r / g * x % ( m2 / g );//the least positive solution

    m3 = m1 / g * m2; //lcm
    r3 = ( ( x * m1 ) % m3 + r1 ) % m3;
    return true;
}

//Chinese remainder theorem to solve linear congruence equations
//n is the count of equations
//remainder is the array of remainders, index from 0
//mod is the array of modules, index from 0
//return the least positive solution or -1 if there is no solution
llt Crt(int n,llt const remainder[],llt const mod[]){
    llt r1 = remainder[0],m1 = mod[0];
    for(int i=1;i<n;++i){
        if ( !mergeCrt(r1,m1,remainder[i],mod[i],r1,m1) ){
            return -1;
        }
    }

    r1 %= m1;
    if ( r1 < 0 ) r1 += m1;
    return r1;
}

完整的程序可以见POJ2891