带余除法#

整除#

设 $a,b$ 是整数，$a\not= 0$，如果存在 $q$ 是整数，使得 $b=aq$，那么有 $b$ 可被 $a$ 整除，记作 $a \mid b$，且称 $b$ 是 $a$ 的倍数，$a$ 是 $b$ 的因数。

性质#

1. 若 $a \mid b$ 且 $b \mid c$，则 $\forall x,y$，有$a \mid xb+yc$.
2. 若 $a \mid b$ 且 $b \mid c$，则 $a \mid c$.
3. 设 $m\neq 0$，则 $a\mid b$，当且仅当 $ma\mid mb$.
4. 若 $a\mid b$ 且 $b\mid a$，则 $a=\pm b$.
5. 若 $a \mid b$ 且 $b\not= 0$，则 $|a|\leq |b|$.

带余除法#

设 $a,b$ 是正整数，且 $b\not= 0$，则存在唯一整数 $q, r$ 使得 $a = qb+r,0\leq r < |b|$.

这个式子叫做带余除法，记余数 $r=a\bmod b$。当 $r=0$ 时，$b$ 是 $a$ 的因数。

性质#

最大公因数与最小公倍数#

最大公因数#

设 $a$ 和 $b$ 是两个非零整数，如果 $d \mid a$ 且 $d \mid b$，则称 $d$ 是 $a$ 与 $b$ 的公因数。

所有公因数中最大的被称为 $a,b$ 的最大公因数，记为 $\gcd(a,b)$.

特殊地，当 $\gcd(a,b)=1$时，称 $a,b$ 互质。

最小公倍数#

设 $a$ 和 $b$ 是两个非零整数，如果 $a \mid d$ 且 $a \mid d$，则称 $d$ 是 $a$ 与 $b$ 的公倍数。

所有公倍数中最小的被称为 $a,b$ 的最小公倍数，记做 $\operatorname{lcm}(a,b)$.

性质#

1. 若 $a \mid m,b \mid m$，则$\gcd(a,b) \mid m$.

2. 若 $d \mid a,d \mid b$，则 $d \mid \operatorname{lcm}(a,b)$.

3. $\operatorname{lcm}(a,b)=\dfrac{ab}{\gcd(a,b)}$.

4. 设 $m,a,b$ 是正整数，则 $\operatorname{lcm}(ma, mb)=m\times \operatorname{lcm}(a, b)$.

5. 若 $m$ 是非零整数 $a_1,a_2,a_3,\cdot\cdot\cdot, a_n$ 的公倍数，则 $\operatorname{lcm}(a_1, a_2,\cdot\cdot\cdot\;, a_n) \mid m$.

欧几里得算法#

欧几里得算法，又名辗转相除法。

有结论：

设 $a=qb+r,(r<q)$，$d\mid a$ 且 $d\mid b$.

由于 $a=qb+r$，故 $r=a-qb$，

另一方面，由于 $d\mid a$ 且 $d\mid b$，有 $d\mid a-qb$.

于是得到 $d\mid r$，所以任意 $a,b$ 的公因数都是 $b,r$ 的公因数，$r<a$，所以 $\gcd(a,b)=\gcd(b,r)$ 得证。

时间复杂度为 $\mathcal{O}(\log n)$，下面是代码实现。

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

筛法#

埃氏筛法#

**问题：**给定 $n$，预处理出每个 $[1,n]$ 范围内的整数是否为质数的算法。

思路：从小到大枚举，若确定 $x$ 为质数，则将 $x, 2x, 3x, \cdots, kx$ 标记为合数。若遍历到 $x$ 时，其仍然未被标记为合数，则可确定 $x$ 为质数。

还有以下优化：

1. $j$ 的初值改为 $j=i\cdot i$，因为对于 $j=i\cdot k,(k < i)$，合数 $j$ 会被 $k$ 提前筛掉。
2. $i$ 枚举的范围为 $[2,\sqrt{n}]$，因为对于 $i>\sqrt{n}$，$i^2>n$，起不到任何贡献。

for(int i = 2; i <= n; i++) is_prime[i] = true;
for(int i = 2; i * i <= n; i++) {
    if(is_prime[i])
		for(int j = i * i; j <= n; j += i) is_prime[j] = false;
}

经过简单优化的埃氏筛，可证明时间复杂度为 $\mathcal{O}(n\log \log n)$，相较于 $\mathcal{O}(n)$ 的线性筛，埃氏筛并不实用。

欧拉筛法#

欧拉筛法，又称线性筛，顾名思义，其时间复杂度为 $\mathcal{O}(n)$。

思路：在埃氏筛法中，每个合数可能会被筛多次，若每个合数恰好被筛一次，时间复杂度就是线性了。在线性筛中，每一个合数都是被最小的质因子筛掉，不过这在常见的代码实现中并不显然。

int flag[N + 10], pri[N + 10], cnt = 0;
inline void Euler() {
	flag[1] = 1;
	for(int i = 2; i <= N; i++) {
		if(!flag[i]) pri[++cnt] = i;
		for(int j = 1; i * pri[j] <= N && j <= cnt; j++) {
			flag[i * pri[j]] = 1;
			if(i % pri[j] == 0) break;
		}
	}
}

线性筛莫比乌斯函数#

莫比乌斯函数是积性函数。

int flag[N + 10], pri[N + 10], mu[N + 10], cnt;
mu[1] = 1;
for(int i = 2; i <= N; i++) {
    if(!flag[i]) pri[++cnt] = i, mu[i] = -1;
    for(int j = 1; j <= cnt && i * pri[j] <= N; j++) {
        flag[i * pri[j]] = 1;
        if(i % pri[j] == 0) break;
        else mu[i * pri[j]] = -mu[i];
    }
}

观察线性筛的过程，当 $i\bmod \operatorname{pri}_j=0$ 时，$\operatorname{pri}_j\mid i \Rightarrow (\operatorname{pri}_j)^2\mid i\cdot \operatorname{pri_j}$，这种情况下 $\mu(i\cdot \operatorname{pri_j})=0$.

否则，$\operatorname{pri_j}$ 是第一次对 $i\cdot \operatorname{pri_j}$ 产生贡献，$\mu(i\cdot \operatorname{pri_j})=-\mu(i)$.

欧拉函数与欧拉定理#

定义#

给定 $n\in \Bbb{N}^{*}$，欧拉函数是小于等于 $n$ 的所有数中与 $n$ 互质的数的个数，记为 $\varphi(n)$.

形式化地，有：

积性函数#

积性函数：满足 $f(m\cdot n)=f(m)\cdot f(n)$，$\gcd(m,n)=1$.

完全积性函数：满足 $f(m\cdot n)=f(m)\cdot f(n)$，不要求 $m,n$ 互质。

可以证明，欧拉函数是积性函数。

求单个数的欧拉函数#

有结论：

其中 $p_1,p_2,\cdots,p_n$ 是 $x$ 的所有质因数，例如：$\varphi(12)=12\times(1-\frac{1}{2})\times(1-\frac{1}{3})=4$.

推导过程如下。

首先，显然 $\varphi(1)=1$，且若 $p$ 是质数，有 $\varphi(p)=p-1$.

给定质数 $p$ 和正整数 $k$，考虑计算 $\varphi(p^k)$。

根据质数的性质，只有 $p$ 的倍数与 $p^k$ 不互质，因此一种计算方法是：用总数 $p^k$ 减去 $p$ 的倍数个数，即：

根据积性函数性质可得：

inline int phi(int n) {
	int res = n;
	for(int i = 2; i * i <= n; i++) { // 分解质因数
		if(n % i == 0) { // i 是 n 的质因子
			res = res / i * (i - 1);
			while(n % i == 0) n /= i;
		}
	}
	if (n > 1) //最后可能还剩一个最大的质因子
		res = res / n * (n - 1);
	return res;
}

欧拉定理#

内容#

任意选取 $a,n\in \Bbb{N}^{*}$ 满足 $\gcd(a, n)=1$，则有：

证明#

费马小定理#

对任意给定的正整数 $a$ 和质数 $p$，都有：

容易发现，这是欧拉定理的特殊情况，证明不再赘述。

扩展欧几里得算法#

概述#

扩展欧几里得算法，用于求解一元一次不定方程 $ax+by=\gcd(a,\,b)$，其中 $a,b$ 为已知系数，$x,y$ 为未知数。

裴蜀定理#

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

因此，扩展欧几里得算法所求解的不定方程一定有整数解。

特解#

要求出一组满足方程条件的整数解 $(x,y)$.

考虑欧几里得算法的过程，$\gcd(a, b)=\gcd(b, a\bmod b)$.

记 $d=\gcd(a, b)$，则要求解的方程为 $ax+by=d$.

关注欧几里得算法的递归过程，$(a,b)$ 递归至 $(b, a\bmod b)$ 后，有方程 $b\cdot x_1+(a\bmod b)\cdot y_1=d$.

现在要找到 $(x,y)$ 与 $(x_1,y_1)$ 之间的等量关系，即：从递归的深层推到浅层。

根据 $\bmod$ 运算的定义：

整理得到：

与方程 $ax+by=d$ 对应，可知一种可行的对应关系为：

按照这样的等量关系，在递归过程中计算即可。

欧几里得算法的递归基为 $b=0$，此时 $\gcd(a,b)=a$，方程 $ax+by=d$ 的解为 $x=0,y=1$.

int exgcd(int a, int b, int &x, int &y) { // 函数返回值为gcd(a,b)
	if(b == 0) {
		x = 1, y = 0;
		return a;
	}
	int r = exgcd(b, a % b, x, y); //先递归
	int t = x; //再计算x,y
	x = y;
	y = t - a / b * y;
	return r;
}

可以证明，这种方法求出 $ax+by=d$ 的特解 $(x,y)$ 必满足 $|x|\leq b$，$|y|\leq a$.

通解#

假设已求出特解为 $(x_0,y_0)$，满足 $ax_0+by_0=\gcd(a,\,b)$.

仍然记 $d=\gcd(a, b)$，则有

显然，$k\dfrac{b}{d}$ 和 $k\dfrac{a}{d}$ 是在保证解仍为整数的前提下，可取到的最小整系数。

所以方程的通解为：

对于任意二元一次不定方程 $ax+by=c,(a,b,c\in \Bbb{Z})$，当且仅当 $d\mid c$ 时才有整数解。

在求出 $ax+by=\gcd(a,b)$ 后，可以得到方程特解为 $(\frac{c}{d}x_0, \frac{c}{d}y_0)$，且有通解为：

最小非负整数解#

由通解形式，可用 (x % (b/d) + (b/d)) % (b/d) 求得最小非负整数解。

这是因为在 C++ 语言中，负整数 $x$ 进行运算 x % p 的结果满足 $-p<s\leq 0$.

同余方程#

同余方程，指形如 $ax\equiv b\pmod c$ 的方程。其中 $a,b,c$ 是已知量，$x$ 是未知量。

注意到：

于是转化为一般的一元一次不定方程，可用扩展欧几里得算法求解。

乘法逆元#

定义#

给定两个整数 $a$ 和 $p$，假设存在 $x$ 使得 $ax\equiv 1\pmod p$，则称 $x$ 为 $a$ 关于 $p$ 的乘法逆元。

乘法逆元又称数论倒数，是模意义下的除法，可记为 $x\equiv a^{-1}\pmod p$.

可以证明，$a$ 关于 $p$ 的逆元存在的充要条件是 $\gcd(a,p)=1$.

求一个数的逆元#

将上面式子变形，变成$ax+kp=1$，用扩展欧几里得能够求出一个$x$.

若 $p$ 是质数，可利用费马小定理求逆元。

所以 $a$ 关于 $p$ 的逆元是 $a^{p-2}\bmod p$ 的值，用快速幂优化，时间复杂度为 $\mathcal{O}(\log n)$.

代码实现不难。

求一组数的逆元#

给定 $a_1, a_2, \cdots, a_n$ 和模数 $p$，若他们都与 $p$ 互质，则可以在 $\mathcal{O}(n+\log a_i)$ 的时间复杂度内计算出每个数的逆元。

预处理前缀积 $\operatorname{s}_i=(\prod_{i=1}^i a_i) \bmod p$，先计算出前缀积数组的逆元 $t_i$.

$t_n$ 可通过扩展欧几里得算法或快速幂计算得到，对于 $t_{1\sim n-1}$，可以递推计算：

在模意义下，有：

所以：

求出 $t_i$ 后，设 $a_i$ 的逆元为 $\operatorname{inv_i}$，则 $\operatorname{inv}_1=t_1$，其余项可以直接计算：

组合数取模#

按照上面的方法，代入 $a_i=i$，求出 $s_i=i!$，$t_i={s_i}^{-1}=\dfrac{1}{i!}$.

根据组合数的定义：

const int N = 1e6, mod = 1e9 + 7;
inline int power(int x, int k) {
	int ret = 1;
	while(k) {
		if(k & 1) ret = ret * x % mod;
		x = x * x % mod, k >>= 1;
	}
	return ret;
}
int fac[N + 10], inv[N + 10];
inline void init() {
	fac[0] = 1;
	for(int i = 1; i <= N; i++) fac[i] = fac[i - 1] * i % mod;
	inv[N] = power(fac[N], mod - 2);
	for(int i = N - 1; i >= 0; i--) inv[i] = inv[i + 1] * (i + 1) % mod;
}

中国剩余定理#

有物不知其数，三三数之剩二，五五数之剩三，七七数之剩二。问物几何?

这个问题就可以转化为一个同余方程组。设 $x$ 为物品数量，则有：

内容#

中国剩余定理一元同余线性方程组：

假设整数 $m_1,m_2,\cdots,m_n$ 两两互质，则方程组必有解，通解可以构造如下：

设 $M=\prod m_i$，并设 $M_i=\dfrac{M}{m_i}$， $t_i\equiv M_i^{-1}\pmod {m_i}$，有通解为：

这不难理解。在 $\bmod m_i$ 意义下，整数 $j$ 满足：

因为 $j\neq i$ 时，$M_j\equiv 0\pmod {m_i}$，且有 $t_iM_i\equiv 1\pmod {m_i}$.

代码实现#

程序的返回值为最小整数解。

int exgcd(int a, int b, int &x, int &y) {
	if (b == 0) {
		x = 1;
		y = 0;
		return a;
	}
	int r = exgcd(b, a % b, x, y);
	int t = x;
	x = y;
	y = t - a / b * y;
	return r;
}
int a[101], m[101];
inline int CRT(int n) {
	int M = 1;
	int ans=0;
	for(int i = 1; i <= n; i++) {
		M *=m [i];
	}
	for(int i = 1; i <= n; i++) {
		int x, y;
		int Mi = M / m[i];
		exgcd(Mi, m[i], x, y);
		ans = (ans + Mi * x * a[i]) % M;
	}
	if(ans < 0) ans += M;
	return ans;
}

扩展中国剩余定理#

概述#

同样用于求解同余方程组，与中国剩余定理的区别是模数不一定互质。

内容#

考虑两个同余方程：

可以写为：

$(1)-(2)$ 得到：

可见，方程形如 $ax+by=c$，所以有解条件是 $\gcd(m1,m2)\mid (a_1-a_2)$.

用扩展欧几里得算法求得可行解 $(K_1, K_2)$，因此 $K_1$ 的通解为：

代入 $(1)$，得到：

写成同余方程的形式：

这样就把两个同余方程合并成了一个。

同理，可以将 $n$ 个方程组成的同余方程组化为一个同余方程，最后用扩展欧几里得算法求解 $x$.

卢卡斯定理#

对于质数 $p$，有：

当 $p\leq 10^6$ 且 $n,m$ 较大时实用。

扩展卢卡斯定理#

123