初等数论学习笔记

前言

这篇文章将同步发布与洛谷。
洛谷博客

线性筛素数

直接上代码。

const int MAXN=100000008;
bool np[MAXN];
vector<int> prm,pre;
void gg(const int N=100000000){
	pre.resize(N+1);
	for(int i=2;i<=N;i++){
		if(np[i]==false){
			prm.push_back(i);
			pre[i]=i;
		}
		for(auto j:prm) if(i*j<=N){
			int k=i*j;
			pre[k]=j;
			np[k]=true;
			if(i%j==0) break;
		}else break;
	}
}

例题：B3716 分解质因子 3

说明一下，prm 存了所有范围内的素数，pre 存了第 $i$ 个数的最小质因子。

这个板子直接背过就好了。（其实是我懒得讲）

不等式方程

形如 $ax+by=c$ 的方程（$a,b$ 为整数），方程有解当且仅当 $\gcd (a,b)|c$

欧几里得算法：$\gcd (a,b)=\gcd (b,a\mathrm{mod}b)$。

$ax+by=\gcd (a,b)$ 求解：

当 $a|b$ 时，$ax+by=\gcd (a,b)$ 解为 $\{\begin{array}{l}x=0\\ y=1\end{array}$

$$\begin{array}{rl}\because ax+by& =\gcd (a,b)\\ & =\gcd (b,a\mathrm{mod}b)\\ & =b{x}_1+(a\mathrm{mod}b)y_1\\ & =b{x}_1+(a-\lfloor \frac{a}{b}\rfloor \times b)y_1\\ & =b{x}_1+(a-\lfloor \frac{a}{b}\rfloor \times b)y_1\\ & =a{y}_1+b(x_1-\lfloor \frac{a}{b}\rfloor \times y_1)\end{array}$$

$$\therefore \{\begin{array}{l}x=y_1\\ y=x_1-\lfloor \frac{a}{b}\rfloor \times y_1\end{array}$$

$\therefore$ 可以递归求解。

$\text{公式对不齐好难受啊。QWQ}$

递归函数

void gg(int &x,int &y,int a,int b){
	if(a%b==0){
		x=0,y=1;
	}else{
		int xx,yy;
		gg(xx,yy,b,a%b);
		x=yy;y=xx-a/b*yy;
	}
}

裴蜀定理（写于 2023.4.14）

这个是后补的。QWQ

定义

设 $a,b$ 是不全为零的整数，则存在整数 $x,y$ , 使得 $ax+by=\gcd (a,b)$。

然后就发现前面的式子求的就是裴蜀定理的式子。

然后写一个我自己发现的东西：（只不过我看过的文章都没讲过，可能是因为为太简单了）

求 $ax+by=c$ 的解，其中 $a,b$ 为整数且 $\gcd (a,b)|c$。

首先求出 $ax+by=\gcd (a,b)$ 的解，设解为 $\{\begin{array}{l}x=x^{\prime }\\ y=y^{\prime }\end{array}$

再设 $k=\frac{c}{\gcd (a,b)}$，则 $ax+by=c$ 的解为 $\{\begin{array}{l}x=k{x}^{\prime }\\ y=k{y}^{\prime }\end{array}$

然后就没了。QWQ

进一步的结论可以去下面的链接。

裴蜀定理

同余

概念

对两个整数 $a$，$b$，如果它们除以 d 的余数相同，则称它们 模
$d$ 同余，记作：

$$a\equiv b(\mathrm{mod}d)$$

---

一个小知识

$$a-k\times b=r\to a\equiv r(\mathrm{mod}b)$$

（$k$ 为任意整数）

威尔逊定理（没啥卵用）

正整数 $p$ 是质数的充要条件为：

$$(p-1)!\equiv -1(\mathrm{mod}p)$$

欧拉函数

$\phi \leftarrow$ 就是这个玩意。

定义

欧拉函数 $\phi (n)$ 表示小于等于 $n$（其实等不等于 $n$ 无所谓，因为 $n$ 一定不与 $n$ 互质）且与 $n$ 互质的正整数（与 $n$ 互质即对于一个数 $i$，$\gcd (i,n)=1$ 或者说是 $n\perp i$）的个数。

特别的，$\phi (1)=1$。

顺便提一嘴，$1$ 与任何数都互质。

显然， 对于一个正整数 $a$，$a$ 是质数当且仅当 $\phi (a)=a-1$。

性质

积性：如果对于任意两个正整数 $a,b$，如果 $\gcd (a,b)=1$（即 $a\perp b$），$\phi (a\times b)=\phi (a)\times \phi (b)$。

欧拉反演：$\sum _{d\mid n}\phi (d)=n$。（${\sum }_{d\mid n}F(d)$ 表示把 $n$ 以内所有能整除 $n$ 的数 $d$ 带入 $F(d)$ 中求和）

性质三（很重要）：对于任意质数 $p$，$\phi (p^k)=p^k-p^{k-1}$。

接下来是举例子时间。QWQ

$$\begin{array}{rl}\phi (3\times 7)& =\phi (21)\\ & =12\end{array}$$

$$\begin{array}{rl}\phi (3)\times \phi (7)& =2\times 6\\ & =12\end{array}$$

然鹅，

$$\begin{array}{rl}\phi (2\times 4)& =\phi (8)\\ & =4\end{array}$$

$$\begin{array}{rl}\phi (2)\times \phi (4)& =1\times 2\\ & =2\end{array}$$

$$\begin{array}{rl}& \because \gcd (2,4)\ne 1\\ & \therefore \phi (2\times 4)\ne \phi (2)\times \phi (4)\end{array}$$

---

$$\begin{array}{rl}\sum _{d\mid 8}\phi (d)& =\phi (1)+\phi (2)+\phi (4)+\phi (8)\\ & =1+1+2+4\\ & =8\end{array}$$

---

性质三证明：小于等于 $p^k$ 的数有 $p^k$ 个，其中 $p,2\times p,3\times p...t\times p$ 与 $p$ 不互质，显然， $t=p^{k-1}$，所以与 $p$ 不互质的数有 $p^{k-1}$ 个，那么与 $p$ 互质的数就有 $p^k-p^{k-1}$ 个，即 $\phi (p^k)=p^k-p^{k-1}$。

计算欧拉函数

单个欧拉函数：设 $n$ 的唯一分解式（就是质因数分解）为 $n=p_1^{k_1}\times p_2^{k_2}\times ...\times p_s^{k_s}$（显然， $p_1$ 到 $p_s$ 均为质数，且 $p_1^{k_1},p_2^{k_2}...p_s^{k_s}$ 两两互质），则 $\phi (n)=\prod _{i=1}^s\phi (p_i^{k_i})$，$\prod _{i=1}^s\phi (p_i^{k_i})$ 能用性质三求解（其实就是 $\phi (n)=\prod _{i=1}^s(p_i^{k_i}-p_i^{k_i-1})$）。

线性筛欧拉函数

在线性筛素数的同时可以筛出欧拉函数，设 $p$ 是 $i$ 的最小质因子，分三种情况讨论：

1. $i$ 为质数，$\phi (i)=i-1$。

2. $p$ 是 $\frac{i}{p}$ 的质因子，$\phi (i)=\phi (\frac{i}{p})\times p$。

3. $p$ 与 $\frac{i}{p}$ 互质，$\phi (i)=\phi (\frac{i}{p})\times \phi (p)$。

证明：

1. 显然

2. 设 $i=p^k\times q$，其中 $q$ 不含质因子 $p$。则 $\phi (i)=\phi (q)\times \phi (p^k)=\phi (q)\times (p^k-p^{k-1})=\phi (q)\times p(p^{k-1}-p^{k-2})=\phi (q)\times p\times \phi (p_{k-1})=\phi (\frac{i}{p})\times p$

3. 根据积性可得。

例题：P2158 [SDOI2008] 仪仗队。

假如 C君 在仪仗队的左前方，坐标为 $(0,0)$。

首先可以发现，对于一个坐标 $(i,j)$，C君 能看到这个位置当且仅当 $\gcd (i,j)=1$，并且在与 C君 位置相交的对角线左右两边能看到的位置对称。

可以推个柿子。

当 $n\le 2$ 时：

$$ans=2\sum _{i=1}^{n-1}\sum _{j=1}^{i-1}[\gcd (i,j)=1]+3$$

$$ans=2\sum _{i=1}^{n-1}\phi (i)+3$$

用线性筛欧拉函数即可，记得当 $n=1$ 时特判一下。

代码：

#include<bits/stdc++.h>
#define XD 114514
#define MAXN 40010
using namespace std;
int n;
int phi[MAXN];
bool np[MAXN];
vector<int> prm,pre;
long long ans;
void gg(){
	pre.resize(n+10);
	for(int i=2;i<=n;i++){
		if(np[i]==false){
			phi[i]=i-1;
			pre[i]=i;
			prm.push_back(i);
		}
		for(int j=0;j<prm.size();j++){
			if(i*prm[j]<=n){
				int k=i*prm[j];
				pre[k]=prm[j];
				np[k]=true;
				if(i%prm[j]==0){
					phi[k]=phi[i]*prm[j];
					break;
				}else{
					phi[k]=phi[i]*phi[prm[j]];
				}
			}else break;
		}
	}
}
int main(){
	cin>>n;
	if(n==1) cout<<0;
	else{
		gg();
		for(int i=1;i<=n-1;i++) ans+=phi[i];
		cout<<(ans+1)*2+1;
	}
	return 0;
}

欧拉定理

对任意正整数 $a,m$，$\gcd (a,m)=1$，一定有：$a^{\phi (m)}\equiv 1(\mathrm{mod}m)$。

逆元

定义

对于任意正整数 $x$ 满足 $x\times x_0\equiv 1(\mathrm{mod}p)$，则称 $x_0$ 为 $x$ 在模 $p$ 同余下的逆元（其实就跟普通的 $x\times x^{-1}=1$ 中的 $x^{-1}$ 差不多，只不过 $x_0$ 是在模 $p$ 同余下，而且在模 $p$ 同余下，$x\times x_0=1$，然后就可以得出 $x^k\times x_0\equiv x^{k-1}(\mathrm{mod}p)$）

为了方便理解，我就先把下文中所有的字母下面带 $0$ 的都为这个字母代表的数在模某一个数同余下的逆元。（因为我在听课时老师是用 $x^{-1}$ 表示 $x$ 在模 $p$ 同余下的逆元QWQ）

性质（这些记住就行QWQ）

逆元存在性定理：$x$ 在模 $p$ 同余下存在逆元当且仅当 $\gcd (x,p)=1$。

推论：当且仅当模数 $p$ 是质数时，$[1,p-1]$ 内所有整数都存在模 $p$ 下的逆元。 $0$ 没有逆元。

逆元唯一性定理：模 $p$ 同余下，一个整数 $x$ 的逆元若存在，则唯一。

定理：在模质数 $p$ 同余下， $[1,p-1]$ 内所有整数的逆元互不相同。

定理：一个数的逆元的逆元等于它自身。

计算逆元

先上例题。

P1082 [NOIP2012 提高组] 同余方程

根据逆元定义可得这是一道求逆元板子题（显然）。

因为题目说输入数据保证一定有解，根据逆元存在性定理可得 $\gcd (a,b)=1$。

开始求逆元喽。

$$a\times x\equiv 1(\mathrm{mod}b)$$

$$\therefore a\times x=1+b\times k$$

$$\therefore a\times x+b\times k=1$$

（由于 $k$ 为任意整数，我们不知道它是正数还是负数，就把前面的正负号省略了）

然后可以发现，这不就是一个不定方程吗。（因为 $a,b$ 为已知量，只需求 $x$）

在前面我们知道 $\gcd (a,b)=1$，所以可以用递归求解即可。

最后记得把 $x$ 取模到 $[1,b-1]$ 的范围即可。QWQ

代码如下。

#include<bits/stdc++.h>
#define XD 114514
#define int long long
using namespace std;
inline void gg(int &x,int &y,int a,int b){
	if(a%b==0){
		x=0,y=1;
	}else{
		int xx,yy;
		gg(xx,yy,b,a%b);
		x=yy;
		y=xx-a/b*yy;
	}
}
signed main(){
	int a,b,x,y;
	cin>>a>>b;
	gg(x,y,a,b);
	cout<<(x%b+b)%b;
	return 0;
}

当然也可以像下面这样写。

#include<bits/stdc++.h>
#define XD 114514
#define int long long
using namespace std;
inline void gg(int &x,int &y,int a,int b){
	if(a%b==0){
		x=0,y=1;
		return;
	}
	gg(y,x,b,a%b);
	y-=a/b*x;
}
signed main(){
	int a,b,x,y;
	cin>>a>>b;
	gg(x,y,a,b);
	cout<<(x%b+b)%b;
	return 0;
}

欧拉定理的继续

欧拉定理有一个前提条件就是 $\gcd (a,m)=1$，根据逆元存在性定理就可得出这个 $a$ 在模 $m$ 同余下一定有逆元。让我们推个式子。QWQ

$$a^{\phi (m)}\equiv 1(\mathrm{mod}m)$$

$$a^{\phi (m)}\times a_0\equiv a_0(\mathrm{mod}m)$$

$$a^{\phi (m)-1}\equiv a_0(\mathrm{mod}m)$$

然后我们就得到了另一个求逆元的方法。（虽然不是很好用）

但是当 $m$ 是质数时，$a^{\phi (m)}\equiv 1(\mathrm{mod}m)$ 就可以转化成 $a^{m-1}\equiv 1(\mathrm{mod}m)$，于是费马小定理出现了。

费马小定理

对任意整数 $a$ 和质数 $p$，$a^{p-1}\equiv 1(\mathrm{mod}p)$。

根据式子可以推出：

$$a_0\equiv a^{p-2}(\mathrm{mod}p)$$

然后我们就又双叒叕得到了一个求逆元的方法（用快速幂求一下 $a^{p-2}\mathrm{mod}p$ 即可）。

上个题QWQ P2613 【模板】有理数取余

求 $\frac{a}{b}\mathrm{mod}19260817$ 的值。

让我们算一算吧。

$$\frac{a}{b}\mathrm{mod}19260817$$

$$a\times b_0\mathrm{mod}19260817$$

所以我们只需算出 $b$ 模 $19260817$ 同余下的逆元。由于 $19260817$ 为一个质数，用费马小定理求即可。

而无解的情况就是 $b$ 是 $19260817$ 倍数，那么 $b\mathrm{mod}19260817$ 一定等于 $0$。

直接上代码。

#include<bits/stdc++.h>
#define XD 114514
#define mod 19260817
using namespace std;
inline long long read(){
	char ch=getchar(),h;long long w=0;
	while(ch>'9' or ch<'0') h=ch,ch=getchar();
	while(ch>='0' and ch<='9') w=(w*10+(ch-'0'))%mod,ch=getchar();
	if(h=='-') w=-w;
	return w;
}
long long a,b;
inline long long gg(long long x,long long k){
	//求 x 在模 mod 同余下的逆元，即求 x^(mod-2)%mod 的值
	//这里 k 就表示 mod-2 的值 
	long long ans=1;
	while(k){
		if(k&1){
			ans*=x;ans%=mod;
		}
		x*=x;x%=mod;
		k>>=1;
	}
	return ans;
}//快速幂是啥偶就不讲了QWQ 
int main(){
	a=read(),b=read();
	if(b==0) cout<<"Angry!\n";
	else cout<<a*gg(b,mod-2)%mod;
	return 0;
}

线性求逆元

设 $in{v}_i$ 表示 $i$ 的逆元，有递推式：

$$in{v}_i\equiv -\lfloor \frac{p}{i}\rfloor \times in{v}_{p\mathrm{mod}i}(\mathrm{mod}p)$$

边界为 $in{v}_1=1$。

又要开始推式子了。

$$p=i\times k+r(r\in [1,n))$$

$$0\equiv i\times k+r(\mathrm{mod}p)$$

$$r\equiv -i\times k(\mathrm{mod}p)$$

$$r\times r_0\times i_0\equiv -i\times i_0\times r_0\times k(\mathrm{mod}p)$$

$$i_0\equiv -k\times r_0(\mathrm{mod}p)$$

$$in{v}_i\equiv -\lfloor \frac{p}{i}\rfloor \times r_0(\mathrm{mod}p)$$

$$in{v}_i\equiv -\lfloor \frac{p}{i}\rfloor \times in{v}_{p\mathrm{mod}i}(\mathrm{mod}p)$$

再解释一下，我们刚开始设 $p=i\times k+r$，其中 $r\in [1,n)$，显然，$k=\lfloor \frac{p}{i}\rfloor$，$r=p\mathrm{mod}i$，这样应该能看懂了吧。QWQ

P3811 【模板】乘法逆元

下面是代码。

#include<bits/stdc++.h>
#define XD 114514
#define MAXN 3000010
using namespace std;
int n,p,inv[MAXN];
int main(){
	ios::sync_with_stdio(false);
	cin>>n>>p;
	inv[1]=1;
	for(int i=2;i<=n;i++){
//		inv[i]=(1ll*-(p/i)*inv[p%i]%p+p)%p;
		inv[i]=1ll*(p-p/i)*inv[p%i]%p;//这两个算式等价，只不过这个少取模一次 
		//实测，在P3811中第一个用398ms，第二个用338ms
	}
	for(int i=1;i<=n;i++) cout<<inv[i]<<'\n';
	return 0;
}

说句闲话，我刚开始做这道题时一直 $TLE$ 了两个点，最后把换行符 endl 改为 '\n' 就 $AC$ 了，这个故事告诉我们，珍爱生命，远离 endl。

B3717 组合数问题

首先知道：

$$C_n^m=\frac{n!}{m!(n-m)!}$$

显然：

$$C_n^m\equiv \frac{n!}{m!(n-m)!}(\mathrm{mod}998244353)$$

之后就把 $998244353$ 当做 $p$ 就行了不然打一个九位数太麻烦了，而且一个数 $x$ 的逆元就当做 $x^{-1}$ 就行了。

$$\frac{n!}{m!(n-m)!}\mathrm{mod}p=n!\times (m!{)}^{-1}\times [(n-m)!{]}^{-1}\mathrm{mod}p$$

然后求 $(m!{)}^{-1}$，显然：

$$(m!{)}^{-1}\equiv 1^{-1}\times 2^{-1}\times 3^{-1}\times ...\times (m-1{)}^{-1}\times m^{-1}(\mathrm{mod}p)$$

所以先线性求一遍逆元，然后预处理出所有阶乘的逆元即可。

上代码。

#include<bits/stdc++.h>
#define XD 114514

using namespace std;
int T,N;
const int p=998244353;
int ans;
int main(){
	ios::sync_with_stdio(false);
	cin>>T>>N;
	vector<int> inv(N+1),a(N+1),b(N+1);
	inv[1]=1;//inv_i 表示 i 的逆元 
	a[1]=1;//a_i 表示 i!的值 
	b[0]=b[1]=1;//b_i 表示 i! 的逆元的值 
	for(int i=2;i<=N;i++){
		inv[i]=1ll*(p-p/i)*inv[p%i]%p;
		a[i]=1ll*a[i-1]*i%p;
		b[i]=1ll*b[i-1]*inv[i]%p;
	}
	while(T--){
		int n,m,num=1;
		cin>>n>>m;
		num=1ll*a[n]*b[m]%p*b[n-m]%p;
		ans^=num;
	}
	cout<<ans;
	return 0;
}

中国剩余定理（CRT）

它是用来解决一个问题的。

问题

给定 $n$ 个线性同余方程：

$$\{\begin{array}{l}x\equiv a_1(\mathrm{mod}{m}_1)\\ x\equiv a_2(\mathrm{mod}{m}_2)\\ ...\\ x\equiv a_n(\mathrm{mod}{m}_n)\end{array}$$

其中保证 $m_1,m_2,...,m_n$ 两两互质。求 $x$ 的通解。

定理

上面的方程组有解，且按如下方式构造：

记 $M=\prod _{i=1}^n{m}_i$ ，$M_i=\frac{M}{m_i}$，$t_i$ 为 $M_i$ 在模 $m_i$ 同余下的逆元。

则方程组的唯一通解是：

$$x\equiv \sum _{i=1}^n{a}_i{t}_i{M}_i(\mathrm{mod}M)$$

证明

显然：

$$\gcd (M_i,m_i)=1$$

且，

$$M_i{t}_i\equiv 1(\mathrm{mod}{m}_i)$$

（能够保证 $M_i$ 在模 $m_i$ 同余下一定有逆元）

$$\therefore a_i{M}_i{t}_i\equiv a_i(\mathrm{mod}{m}_i)$$

另外，对于一个 $j$（$j\ne i$），由于 $m_i|M_i$，于是 $M_j\equiv 0(\mathrm{mod}{m}_i)$。

$$\therefore a_i{M}_i{t}_i+m_j{M}_j{t}_j\equiv a_i(\mathrm{mod}{m}_i)$$

$$\therefore a_i{M}_i{t}_i+\sum _{j=1,i\ne j}^n{a}_j{M}_j{t}_j\equiv a_i(\mathrm{mod}{m}_i)$$

$$\sum _{i=1}^n{a}_i{M}_i{t}_i\equiv a_i(\mathrm{mod}{m}_i)$$

这就验证了 $x=\sum _{i=1}^n{a}_i{M}_i{t}_i$ 是方程组的一组特解。

运用小学知识（其实就是我懒得证明）可得每两组相邻特解之间相差为 $M$ 的倍数，于是 $x+kM$ 也是一个特解，由此，通解唯一性得证。

例题

P1495 【模板】中国剩余定理（CRT）/ 曹冲养猪

模板题，直接上代码。

#include<bits/stdc++.h>
#define XD 114514
#define MAXN 20
#define int long long
using namespace std;
int n;
void gg(int &x,int &y,int a,int b){//求逆元
	if(a%b==0){
		x=0,y=1;
		return;
	}
	gg(y,x,b,a%b);
	y-=a/b*x;
}
int a[MAXN],b[MAXN],M[MAXN],m=1,t[MAXN],ans;
signed main(){
	cin>>n;
	for(int i=1;i<=n;i++){
		cin>>a[i]>>b[i];//x=ai*k+bi -> x mod ai=bi mod ai
		m*=a[i];
	}
	for(int i=1;i<=n;i++){
		M[i]=m/a[i];
		int x=0,y=0;
		gg(x,y,M[i],a[i]);
		t[i]=(x%a[i]+a[i])%a[i];
	}
	for(int i=1;i<=n;i++){
		ans+=b[i]*t[i]%m*M[i]%m;
		ans%=m;
	}
	cout<<ans;
	return 0;
}

P3868 [TJOI2009] 猜数字

$$b|(n-a_i)$$

$$n-a_i\equiv 0(\mathrm{mod}{b}_i)$$

$$n\equiv a_i(\mathrm{mod}{b}_i)$$

然后套模板即可。

Lucas定理

定义

对于一个质数 $p$，

$$\left(\genfrac{}{}{0ex}{}{n}{m}\right)\mathrm{mod}p=\left(\genfrac{}{}{0ex}{}{\lfloor \frac{n}{p}\rfloor }{\lfloor \frac{m}{p}\rfloor }\right)\cdot \left(\genfrac{}{}{0ex}{}{n\mathrm{mod}p}{m\mathrm{mod}p}\right)\mathrm{mod}p$$

变成我更习惯的写法就是：

$$C_n^m\mathrm{mod}p=C_{\lfloor \frac{n}{p}\rfloor }^{\lfloor \frac{m}{p}\rfloor }\cdot C_{n\mathrm{mod}p}^{m\mathrm{mod}p}\mathrm{mod}p$$

证明我暂时不会，先放个链接QWQ。

链接

当 $p$ 不为质数时，就需要用到 exLucas 定理了。

具体的上面的链接也有，我就不说了QWQ。（其实我就是不会）

例题

P3807 【模板】卢卡斯定理/Lucas 定理

模板题。听君一席话，如听一席话。

直接上代码。

#include<bits/stdc++.h>
#define XD 114514

using namespace std;
int t;
int qpow(int x,int y,int p){//快速幂 
	int ans=1;
	while(y){
		if(y&1) ans=1ll*ans*x%p;
		x=1ll*x*x%p;
		y>>=1;
	}
	return ans;
}
int C(int n,int m,int p){//组合数 
	if(n<m) return 0;
	int a=1,b=1;
	for(int i=1;i<=n;i++) a=1ll*a*i%p;
	for(int i=1;i<=m;i++) b=1ll*b*i%p;
	for(int i=1;i<=n-m;i++) b=1ll*b*i%p;
	return 1ll*a*qpow(b,p-2,p)%p;
}
int Lucas(int n,int m,int p){//Lucas 递推 
	if(n<p and m<p) return C(n,m,p);
	return 1ll*Lucas(n/p,m/p,p)*C(n%p,m%p,p)%p;
}
int main(){
	cin>>t;
	while(t--){
		int n,m,p;
		cin>>n>>m>>p;
		cout<<Lucas(n+m,m,p)<<'\n';
	}
	return 0;
}

容斥原理

首先我把关于容斥原理的符号及定义复制下来以便以后查看。

以下内容来自 这里。

说句闲话，我开始了解集合也是开始于上面的链接。

+++++++++++++++ 虚假分割线 ++++++++++++++++++

集合是数学中的一个概念，用通俗的话来讲就是：一大堆数在一起就构成了集合。

集合有如下的特性：

• 无序性：任一个集合中，每个元素的地位都是相同的，元素之间是无序的。

• 互异性：一个集合中，任何两个元素都认为是不相同的，即每个元素只能出现一次。

• 确定性：给定一个集合，任给一个元素，该元素或者属于或者不属于该集合，二者必居其一，不允许有模棱两可的情况出现。

元素 $a$ 属于集合 $A$ 记作 $a\in A$，反之则记作 $a\notin A$。

如果对于任意集合 $A$ 内的元素 $a$，都有 $a\in B$，则称 $A$ 为 $B$ 的子集，记作 $A\subseteq B$。

若集合 $A$，$B$ 满足集合 $A$ 中的元素都能够在 $B$ 中找到，且集合 $B$ 中的元素都能在 $A$ 中找到，则称集合 $A$ 与 $B$ 相等，记作 $A=B$。

若一个集合中不存在任何元素，则称该集合为空集，记作 $\varnothing$。空集是所有集合的子集。

一个集合内的元素个数称为该集合的大小。$A$ 集合的大小可记作 $|A|$。

集合 $C$ 是集合 $A$ 与 $B$ 的交集，当且仅当对于任何元素 $a\in C$，有 $a\in A$ 且 $a\in B$，并且对于任何元素 $b\notin C$，有 $b\notin A$ 或 $b\notin B$。记作 $C=A\cap B$。

集合 $C$ 是集合 $A$ 与 $B$ 的并集，当且仅当对于任何元素 $a\in C$，有 $a\in A$ 或 $a\in B$，并且对于任何元素 $b\notin C$，有 $b\notin A$ 且 $b\notin B$。记作 $C=A\cup B$。

简单地说，交集是由所有同时属于两个集合的元素所构成的，就像两个集合相交；而并集是由所有属于其中任意一个集合的元素所构成的，就像两个集合合并。

设集合 $A\subseteq U$，称集合 $B$ 为集合 $A$ 关于集合 $U$ 的补集，当且仅当 $B$ 集合内的所有元素恰好为所有属于 $U$ 集合但不属于 $A$ 集合的元素。记作 $B={\complement }_{U}A$。显然可以得到这样的一个式子：$|U|=|A|+|{\complement }_{U}A|$，对于任何 $A\subseteq U$ 成立。

简单地说，补集就是与一个集合互补的集合，每个元素恰好在其中两者之一。

特别地，对于形如 { x ∣ a ≤ x ≤ b } \{x|a\le x\le b\} {x∣a≤x≤b} 的集合，可以记作 $[a,b]$。其中，如果左侧符号改为小于号，则左侧中括号改为小括号。右侧同理。

+++++++++++++++ 虚假分割线 ++++++++++++++++++

我们有 $A,B,C$ 三个集合，求 $|A\cup B\cup C|$ ，可以列出式子：

$$|A\cup B\cup C|=|A|+|B|+|C|-|A\cap B|-|A\cap C|-|B\cap C|+|A\cap B\cap C|$$

如果我们有 $n$ 个集合 $P_1,P_2,...,P_n$，则：

$$|\bigcup _{i=1}^n{P}_i|=\sum _{S\subseteq [1,2,...,n]}(-1{)}^{|S|-1}|\bigcap _{s\in S}{P}_s|$$

二项式定理

这个主要说的就是 $\left(\genfrac{}{}{0ex}{}{n}{m}\right)$ 这东西。

由于这个可能要写的很多，所以我把它放在一篇单独的博客上。

二项式定理

---

暂时完结撒花！！！