【累死我了！！！】2024.4.29

2024.4.29 【锦水汤汤，与君长诀！】

Monday 三月二十一

---

数论专题

同余

oi.wiki!

除法定理

对于任何整数a,和正整数m，存在唯一整数q，r，使得满足$0\le r<m,a=qm+r$

其中$$q=\lfloor \frac{a}{m}\rfloor$$
为商，$r=amodm$为余数

余数

将a mod m记作余数

同余

如果$a\mathrm{mod}m=b\mathrm{mod}m$，那么称a,b在模m意义下同余，记作
$$a\equiv b(\mathrm{mod}m)$$
且有$(a,m)=(b,m)$

若$d|m$,有$a\equiv b(\mathrm{mod}d)$

同余是 等价关系，即同余具有
自反性：$a\equiv a(\mathrm{mod}m)$。
对称性：若 $a\equiv b(\mathrm{mod}m)$，则 $b\equiv a(\mathrm{mod}m)$。
传递性：若 $a\equiv b(\mathrm{mod}m),b\equiv c(\mathrm{mod}m)$，则 $a\equiv c(\mathrm{mod}m)$。

线性运算：若 $a,b,c,d\in \mathbf{Z},m\in {\mathbf{N}}^{\ast },a\equiv$
$b(\mathrm{mod}m),c\equiv d(\mathrm{mod}m)$ 则有：
$a\pm c\equiv b\pm d(\mathrm{mod}m)$。
$a\times c\equiv b\times d(\mathrm{mod}m)$。

设 $f(x)={\sum }_{i=0}^n{a}_i{x}^i$ 和
$g(x)={\sum }_{i=0}^n{b}_i{x}^i$ 是两个整系数多项式，$m\in {\mathbf{N}}^{\ast }$，则对任意整数 x 均有 $f(x)\equiv g(x)(\mathrm{mod}m)$。进而若 $a_i\equiv b_i(\mathrm{mod}m),0\le i\le n$，那么若 $s\equiv t(\mathrm{mod}m)$，则 $f(s)\equiv g(t)(\mathrm{mod}m)$。

若 $a,b\in \mathbf{Z},k,m\in {\mathbf{N}}^{\ast },a\equiv b(\mathrm{mod}m)$, 则 $ak\equiv bk(\mathrm{mod}mk)$。
若 $a,b\in \mathbf{Z},d,m\in {\mathbf{N}}^{\ast },d\mid a,d\mid b,d\mid m$，则当 $a\equiv b(\mathrm{mod}m)$ 成立时，有

$\frac{a}{d}\equiv \frac{b}{d}\left(\mathrm{mod}\frac{m}{d}\right)$。

若 $a,b\in \mathbf{Z},d,m\in {\mathbf{N}}^{\ast },d\mid m$，则当 $a\equiv b(\mathrm{mod}m)$ 成立时，有 $a\equiv b(\mathrm{mod}d)$。
若 $a,b\in \mathbf{Z},d,m\in {\mathbf{N}}^{\ast }$，则当 $a\equiv b(\mathrm{mod}m)$ 成立时，有 $(a,m)=(b,m)$。若 d 能整除 m 及 a,b 中的一个，则 d 必定能整除 a,b 中的另一个。

剩余系

剩余系是指模正整数 𝑛 的余数所组成的集合。

如果一个剩余系中包含了这个正整数 𝑛 所有可能的余数（一般地，对于任意正整数 𝑛，有 𝑛 个余数：0,1,2,…,𝑛−1），那么就被称为是模 𝑛 的一个完全剩余系，记作 $Z_n$；而简化剩余系就是完全剩余系中与 𝑛 互素的数，记作 $Z_n^{\ast }$。

​​𝑍_𝑛 里面的每一个元素代表所有模 𝑛 意义下与它同余的整数。例如 𝑛=5 时，𝑍_5 的元素3 实际上代表了 3,8,13,18,….,5𝑘+3(𝑘∈𝑁) 这些模 5 余 3 的数。我们把满足同余关系的所有整数看作一个同余等价类。

自然地，在 𝑍_𝑛中的加法，减法，乘法，结果全部要在模 𝑛 意义下面了例如在$Z_5$中，3+2=0 , 3×2=1 。

---

素数

oi.wiki!
是啥咱就不多说了
上板子

埃氏筛法

1	#define maxn 1000000
2	bool isPrime[maxn+1];
3	int minFactor[maxn+1];	//记录每个数的最小素因数的数组
4
5	void eratos(int n){
6		int i,j;
7		isPrime[0] = isPrime[1] = false;
8		minFactor[0] = minFactor[1] = -1;
9		for(i = 2;i <= n; ++i) {
10			isPrime[i] = true;
11			minFactor[i] = i;	//初始化，表示还未找到最小的素因数
12		}

欧拉筛法

1 void Euler_sieve(int n){
2	memset(isprime,true,sizeof(isprime));
3	prime[0]=0; //记录当前素数个数
4	for(int i=2;i<=n;i++){
5		if (isprime[i])prime[++prime[0]]=i;//把素数保存到素数表prime中，并更新素数个数
6		for(int j=1;j<=prime[0] && i*prime[j]<=n;j++){
7			isprime[i*prime[j]]=false;//筛除i*prime[j]
8			if (i % prime[j]==0) break;
9			//当i中含有素因子prime[j]时中断循环,确保每个数只被它的最小素因子筛除
10		}
11	}
12 }

---

公因数，公倍数

oi.wiki!
辗转相除法更相减损法好像更高级一点

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

多个数的最大公约数
显然答案一定是每个数的约数，那么也一定是每相邻两个数的约数。我们采用归纳法，可以证明，每次取出两个数求出答案后再放回去，不会对所需要的答案造成影响。

最小公倍数

高精度计算

1 int gcd(int m,int n){
2	if (m == n) return m;
3	if (m < n) return gcd(n,m);
4	if (m & 1 == 0) 5 		return (n & 1 == 0)? 2*gcd(m>>1,n>>1):gcd(m>>1,n);
6 	return (n & 1 == 0)? gcd(m,n>>1): gcd(n,m-n);
7 }
//代码中运算符需重载

最小公倍数

1	ans=1;
2	for(int i=1;i<=n;i++){
3		scanf("%d",&a[i]);
4		ans=ans*a[i]/gcd(ans,a[i]);
5	}
6	printf("%d",ans);

---

拓展欧几里得定理

裴蜀定理 (Bézout)

对任意a,b，关于未知数x,y的线性丢番图方程: $$ax+by=c$$（裴蜀等式）

方程有整数解当且仅当c是gcd(a,b)的倍数。

裴蜀等式有解时必有无穷多个解。

证明:
$$\begin{gathered} p=gcd(a,b) \\ a=a^{\prime }\ast p \\ b=b^{\prime }\ast p \\ gdc(a^{\prime },b^{\prime })=1 \\ c=ax+by=p\ast (a^{\prime }x+b^{\prime }y) \end{gathered}$$
代码：

1	void Extened_Euclid(int a,int b,int &d,int &x,int &y){
2			if (b==0){d = a;x = c/a;y = 0;}
3			else{
4					int x1,x2;
5					Extened_Euclid(b,a%b,d,x1,x2);
6					x = y1;
7					y = x1-a/b*y1;
8			}
9	}

推论：𝑎,𝑏 互素等价于 𝑎𝑥+𝑏𝑦=1 有解。

拓展欧几里得算法

根据欧几里得算法，可得：
$ax+by=gcd(a,b)=gdc(b,amodb)=b{x}^{\prime }+(amodb)y^{\prime }$

其中 $amodb$为$$a-\lfloor \frac{a}{b}\rfloor$$，代入上式后，可得：

可以得出𝑥,𝑦和𝑥’,𝑦’ 的关系
$$x=y^{\prime },y=x^{\prime }-\lfloor \frac{a}{b}\rfloor y^{\prime }$$

边界情况分析：𝑎𝑥’+𝑏𝑦’=𝑑（𝑑=gcd(𝑎,𝑏)），当 𝑏=0 时，𝑎 为 gcd(𝑎,𝑏)，当且仅当 𝑥’=1 时等式成立。𝑦’ 可以为任何值，为方便起见，设 𝑦’=0 。

根据 𝑥=𝑦’,𝑦=𝑥’−⌊𝑎/𝑏⌋∗𝑦’，可以倒推出 𝑥 和 𝑦 的多组解。

1 int extend_gcd(int a, int b, int &x, int &y) {
2	if (b == 0) {
3		x = 1; y = 0;
4		return a;
5	} 
6	else {
7		int ret = extend_gcd(b, a % b, y, x);
8		y -= x * (a / b);
9		return ret;
10	}
11 }

值域分析

$ax+by=\gcd (a,b)$ 的解有无数个，显然其中有的解会爆 long long。

万幸的是，若 $b\ne 0$，扩展欧几里得算法求出的可行解必有 $|x|\le b,|y|\le a$。

---

欧拉函数

oi.wiki!
若gcd(a,b) = 1，则称a,b互素，记作$a\perp b$

欧拉函数，记作$\phi (n)$,表示[1,n]中与n互素数的个数

欧拉函数具有很多优异的性质，比如：若p是素数，则
$$\phi (p)=p-1$$
且，我们知道，欧拉函数是一个积性函数，所以，
$$\phi (a)\ast \phi (b)=\phi (a\ast b)$$

(积性函数：对于任意互质的整数a和b有性质f(ab)=f(a)f(b)的数论函数。完全积性函数：对于任意整数a和b有性质f(ab)=f(a)f(b)的数论函数。)

这为我们求解提供了便利

特别地，当 n 是奇数时 $\phi (2n)=\phi (n)$

并且 $n={\sum }_{d\mid n}\phi (d)$

素因数分解求解

1 int euler_phi(int n){
2	int res = n;
3	for(int i = 2; i * i <= n; i++) {
4		if(n % i == 0) {
5			res = res / i * (i - 1); 
6			for (; n % i == 0; n /= i);
7		}
8	}
9	if (n != 1) res = res / n * (n - 1);
10	return res;
11 }

埃氏筛法求解

1  int euler[MAX_N];
2  void euler_phi2(){
3	for (int i = 0; i < MAX_N; i++) euler[i] = i;
4	for (int i = 2; i < MAX_N; i++) {
5		if (euler[i] == i) {
6			for (int j = i; j < MAX_N; j += i) 
7				euler[j] = euler[j] / i * (i - 1);
8		}
9	}
10 }

---

欧拉定理

oi.wiki!

费马小定理

费马小定理
定义
若 p 为素数，$\gcd (a,p)=1$，则 $a^{p-1}\equiv 1(\mathrm{mod}p)$。

另一个形式：对于任意整数 a，有 $a^p\equiv a(\mathrm{mod}p)$。

一般情况下，在p是素数时，对任意整数a，都有$a^p\equiv a(\mathrm{mod}p)$
若p为素数，a,p互素，则$a^{b}modp=a^{bmodp}\mathrm{mod}p$

欧拉定理

定义
若 $\gcd (a,m)=1$，则 $a^{\phi (m)}\equiv 1(\mathrm{mod}m)$。

证明

设 $r_1,r_2,\cdots ,r_{\phi (m)}$ 为模 m 意义下的一个简化剩余系，则 $a{r}_1,a{r}_2,\cdots ,a{r}_{\phi (m)}$ 也为模 m 意义下的一个简化剩余系。所以 $r_1{r}_2\cdots r_{\phi (m)}\equiv a{r}_1\cdot a{r}_2\cdots a{r}_{\phi (m)}\equiv a^{\phi (m)}{r}_1{r}_2\cdots r_{\phi (m)}(\mathrm{mod}m)$，可约去 $r_1{r}_2\cdots r_{\phi (m)}，即得a^{\phi (m)}\equiv 1(\mathrm{mod}m)$。

---

逆元

oi.wiki!

如果一个线性同余方程 $ax\equiv 1(\mathrm{mod}b)$，则 x 称为 $a\mathrm{mod}b$ 的逆元，记作 $a^{-1}$。

模n意义下乘法的逆

在$Z_n$中两元素a,b满足a*b = 1，我们称a,b互为模n意义下乘法的逆元

在模意义下，除一个数等于乘这个数的逆元。

剩余系中每一个元素都是一个同余等价类。

当a,m互素时，若有$ax\equiv 1(\mathrm{mod}m)$,称x是a关于模m的逆元，记作$a^{-1}$,在[0,m]范围内，逆元唯一。

欧几里得方法求解

等价于解方程$ax+my=1$

1	int inverse(int a, int b) {
2		int x, y;
3		extend_gcd(a, b, x, y);
4		return x;
5	}

欧拉定理求解（快速幂法）

$a\ast a^{\phi (m)-1}\equiv 1(\mathrm{mod}m)$
若p为素$a\ast a^{m-2}\equiv 1(\mathrm{mod}m)$

证明
因为 $ax\equiv 1(\mathrm{mod}b)$；

所以 $ax\equiv a^{b-1}(\mathrm{mod}b)$（根据 费马小定理）；

所以 $x\equiv a^{b-2}(\mathrm{mod}b)$。

然后我们就可以用快速幂来求了。

int qpow(long long a, int b) {
  int ans = 1;
  a = (a % p + p) % p;
  for (; b; b >>= 1) {
    if (b & 1) ans = (a * ans) % p;
    a = (a * a) % p;
  }
  return ans;
}

线性方法

线性求逆元
求出 $1,2,\dots ,n$ 中每个数关于 p 的逆元。

如果对于每个数进行单次求解，以上两种方法就显得慢了，很有可能超时，所以下面来讲一下如何线性（O(n)）求逆元。

首先，很显然的 $1^{-1}\equiv 1(\mathrm{mod}p)$；

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

线性求任意个

上面的方法只能求 1 到 n 的逆元，如果需要求任意给定 n 个数$（1\le a_i<p）$的逆元，就需要下面的方法：

首先计算 n 个数的前缀积，记为 $s_i$，然后使用快速幂或扩展欧几里得法计算 $s_n$ 的逆元，记为 $s{v}_n$。

因为 $s{v}_n$ 是 n 个数的积的逆元，所以当我们把它乘上 $a_n$ 时，就会和 $a_n$ 的逆元抵消，于是就得到了 $a_1$ 到 $a_{n-1}$ 的积逆元，记为 $s{v}_{n-1}$。

同理我们可以依次计算出所有的 $s{v}_i$，于是
$a_i^{-1}$ 就可以用 $s_{i-1}\times s{v}_i$ 求得。

所以我们就在 $O(n+\log p)$ 的时间内计算出了 n 个数的逆元。

s[0] = 1;
for (int i = 1; i <= n; ++i) s[i] = s[i - 1] * a[i] % p;
sv[n] = qpow(s[n], p - 2);
// 当然这里也可以用 exgcd 来求逆元,视个人喜好而定.
for (int i = n; i >= 1; --i) sv[i - 1] = sv[i] * a[i] % p;
for (int i = 1; i <= n; ++i) inv[i] = sv[i] * s[i - 1] % p;

倒推法

线性同余方程

$ax\equiv b(\mathrm{mod}n)$
方程称为 线性同余方程（Linear Congruence Equation）。其中，a、b 和 n 为给定整数，x 为未知数。需要从区间 [0, n-1] 中求解 x，当解不唯一时需要求出全体解。

用逆元求解

首先考虑简单的情况，当 a 和 n 互素，即$ \gcd(a, n) = 1$。

此时可以计算 a 的逆元，并将方程的两边乘以 a 的逆元，可以得到唯一解。

证明

$x\equiv b{a}^{-1}(\mathrm{mod}n)$
接下来考虑 a 和 n 不互素（not coprime），即 \gcd(a, n) \ne 1 的情况。此时不一定有解。例如，2x\equiv 1\pmod 4 没有解。

设 $g=\gcd (a,n)$，即 a 和 n 的最大公约数，其中 a 和 n 在本例中大于 1。

当 b 不能被 g 整除时无解。此时，对于任意的 x，方程 $ax\equiv b(\mathrm{mod}n)$ 的左侧始终可被 g 整除，而右侧不可被 g 整除，因此无解。

如果 g 整除 b，则通过将方程两边 a、b 和 n 除以 g，得到一个新的方程：

$a^{{}^{\prime }}x\equiv b^{{}^{\prime }}(\mathrm{mod}{n}^{{}^{\prime }})$
其中 $a^{{}^{\prime }}$ 和 $n^{{}^{\prime }}$ 已经互素，这种情形已经解决，于是得到 $x^{{}^{\prime }}$ 作为 x 的解。

很明显，$x^{{}^{\prime }}$ 也将是原始方程的解。这不是唯一的解。可以看出，原始方程有如下 g 个解：

$x_i\equiv (x^{{}^{\prime }}+i\cdot n^{{}^{\prime }})(\mathrm{mod}n)\text{for }i=0\dots g-1$
总之，线性同余方程的 解的数量 等于 $g=\gcd (a,n)$ 或等于 0。

用扩展欧几里得算法求解
根据以下两个定理，可以求出线性同余方程 ax\equiv b \pmod n 的解。

定理 1：线性同余方程 ax\equiv b \pmod n 可以改写为如下线性不定方程：

ax + nk = b
其中 x 和 k 是未知数。这两个方程是等价的，有整数解的充要条件为 \gcd(a,n) \mid b。

应用扩展欧几里德算法

解该线性可以用不定方程。

根据定理 1，对于线性不定方程 ax+nk=b，可以先用扩展欧几里得算法求出一组 x_0,k_0，也就是 ax_0+nk_0=\gcd(a,n)，然后两边同时除以 \gcd(a,n)，再乘 b。就得到了方程

$a\frac{b}{\gcd (a,n)}{x}_0+n\frac{b}{\gcd (a,n)}{k}_0=b$
于是找到方程的一个解。

定理 2：若 $\gcd (a,n)=1$，且 $x_0、k_0$ 为方程 $ax+nk=b$ 的一组解，则该方程的任意解可表示为：
$x=x_0+nt,k=k_0-at$
并且对任意整数 t 都成立。

根据定理 2，可以从已求出的一个解，求出方程的所有解。实际问题中，往往要求出一个最小整数解，也就是一个特解
$x=(x\mathrm{mod}t+t)\mathrm{mod}t$
其中有
$t=\frac{n}{\gcd (a,n)}$

// 利用extend_gcd求逆元
1	int inverse(int a, int b) {
2		int x, y;
3		extend_gcd(a, b, x, y);
4		return x;
5	}

中国剩余定理

// Chinese Remainder Theorem
1	int CRT(const int a[], const int m[], int n) {
2		int M = 1, ret = 0;
3		for (int i = 1; i <= n; ++i) M *= m[i];
4		for (int i = 1; i <= n; ++i) {
5			int Mi = M / m[i], ti = inv(Mi, m[i]);
6			ret = (ret + a[i] * Mi * ti) % M;
7		}
8		return ret;
10	}