[学习笔记] 数学入门

真的只是入门啊,窝只会入门

裴蜀定理

内容

对于任何整数a,b,d关于未知数和的裴蜀等式a*u+b*v=m,有整数解时当且仅当m是a及b的最大公约数d倍数。裴蜀等式有解时必然有无穷多个整数解,每组解x、y都称为裴蜀数,可用扩展欧几里得算法求得

简而言之:\(ax + by = c, x \in N^+,y \in N^+\)成立的充要条件是\(gcd(a,b)∣c\)

证明

\(k = gcd(a,b)\),则 \(k | a\)\(k|b\),根据整除的性质,有 \(k|(ax+by)\)

\(s\)\(ax+by\)的最小正数值

再设 \(q = [a / s]\)\(a\)整除\(s\)的值);\(r = a \mod s = a-q(ax+by) = a(1 - qx)+b(-qy)\)

由此可见\(r\)也为\(a,b\)的线性组合;(\(ax+by\)称为\(a,b\)的线性组合)

又因为\(s\)\(a,b\)的线性组合的最小正数值,\(0\leq r < s\),所以\(r\)的值为\(0\),即 \(a \mod s = r =0\)\(s | a\)

同理可得 \(s | b\),则 \(s | k\)

又因为 \(k|(ax+by)\)\(s\)\(ax+by\)的最小正数值,所以 \(k | s\)

因为 \(s|k\)\(k|s\),所以\(s = k\)

原命题得证。

推论

  1. \(a\)\(b\)互质的充要条件是\(\exists x \in \mathbb{Z}\) \(ax + by = 1\)

  2. 方程\(ax+by = 1\)有解当且仅当整数\(a\)\(b\)互质

题目

模板题目

代码

#include <cstdio>
#include <cmath>

int n, s, ans;

int gcd(int x, int y)
{
    if (y == 0) return x;
    return gcd(y, x % y);
}

int main()
{
    scanf ("%d", &n);
    for (int i = 1; i <= n; ++i)
    {
        scanf ("%d", &s);
        if (i == 1) ans = s;
        else ans = gcd(ans, abs(s));
    }
    printf ("%d\n", ans);
    return 0;
}

扩展gcd

内容

这个算法主要求解上面所述的裴蜀等式:\(ax + by = \gcd(a, b)\)

首先,根据裴蜀定理,该方程一定有整数解

然后我们可以开始推理这个式子,

根据欧几里得算法辗转相除,我们可以得到

\[ax + by = \gcd(a,b) = \gcd(b,a\mod b)\tag{1} \]

又因为

\[\begin{aligned} &\:\quad\gcd(b,a \mod b) \\ &= bx'+(a \mod b)y' \end{aligned} \]

我们知道\(a \mod b = a - a * \:b / \:b\)的,所以会有

\[\begin{aligned} &\:\quad\gcd(b,a \mod b) \\ &= bx'+(a \mod b)y' &\\ &= bx' + (a - a*b\:/\:b)\:y' \end{aligned} \]

展开来,以\(a\)\(b\)为主元

\[\begin{aligned} &\:\quad\gcd(b,a \mod b) \\ &= bx'+(a \mod b)y' &\\ &= bx' + (a - a*b\:/\:b)\:y' &\\ &=x'b + y'a - y'* a * b\: /\: b &\\ &=y'a + (x' - y'*\:a\:/\:b\:)\:b \end{aligned} \]

此时,联立(1)式得到

\[xa + yb = y'a + (x' - y'*\:a\:/\:b\:)\:b \]

所以我们得到

\[\begin{cases} x = y' \\ y = x' - \:a\:/\:b\: *\: y' \end{cases} \]

由于每次辗转相除,\(a\)\(b\)都在减小,当\(b\)减小到0时,就可以得出\(x = 1\)\(y = 0\),然后我们就可以把它们当做\(x'\)\(和y’\),递归回去求出最开始的那个\(x\)\(y\)

特别注意的是,\(y = x' - \:a\:/\:b\: *\: y'\)不能写成了\(y = x' - y'*\:\:a\:/\:b\),我们主元的时候换了个位置,把\(y'\)换到了前面,是为了好理解,如果最后还这样算是会出现精度误差的,不信的同学可以试一试

我讲的是不是特别清楚呀!

题目

练习题1

题意求\(a x \equiv 1 \pmod {b}\)的最小正整数解

仔细观察,我们可以把它转化为求方程\(ax + by = 1\)\(x\)的最小正整数解

直接用我们的扩展欧几里得就可以了,

但是题目要求最小正整数解,假如求出来的是负数,就手动给他加,怎么加呢

由于题目保证一定有解,则\(\gcd(a,b) = 1\),所以对于我们的方程\(ax+by=1\),对于已经求出来的一组解\(x_1\)\(y_1\)\(x\)加上\(b\)\(y\)减去\(a\),我们就会得到另一组整数解,这是非常显然的。

因此我们就不断给\(x\)加上\(b\)就行,当然不可能傻傻的去\(while\)地加,
这个加的过程很像取模,它其实等价于\(x = (x\mod b + b) \mod b\),仔细想想哦

code

#include <cstdio>

typedef long long LL;

LL a, b, c, x, y, t;

void ex_gcd(LL A, LL B)
{
    if (B == 0)
    {
        x = 1, y = 0;
        return ;
    } 
    LL tmp = x;
    x = y;
    y = tmp - A / B * y;
}

int main()
{
    scanf ("%lld%lld", &a, &b);
    ex_gcd(a, b);
    x = (x % b + b) % b;
    printf ("%lld\n", x);
    return 0;
}

练习题2

01

用您聪明的脑袋瓜子易将原题转化为同余方程:\((n - m)t\equiv x- y \pmod p\)\(t\)是跳的次数

怎么用扩展欧几里得呢,

我们令\(a = n-m\),\(b = l\),\(c=x-y\)

此时方程继续转化为\(ax + by = c\),注意这里的\(x\)\(y\)不是上面那个常数哦,是要求的未知数

02

令 g = \(\gcd(a, b)\),方程有解当且仅当\(c \equiv 0\pmod g\)

为什么呢,回到我们最开始的裴蜀等式:

\[ax + by = \gcd(a,b) \]

两边同时乘以\(c/\gcd(a,b)\)得:

\[ac/\gcd(a,b) *x+ bc/\gcd(a,b)*y= c \]

这道题里面,我们的\(a\)就是裴蜀等式里的\(ac/\gcd(a,b)\)\(b\)就是裴蜀等式里的\(bc/gcd(a,b)\)

因此我们用扩欧算出来的是裴蜀等式的解而不是这道题的解,于是答案处我们要乘上一个\(c/\gcd(a,b)\)

03

有个坑点,扩欧里的\(a\)\(b\)都是正整数,当\(a = n - m < 0\)时,就不对了,这个时候就把\(a\)乘个\(-1\)\(c\)也乘个-1就行,因为\(c\)可以不一定是正数

04

最后的解又可能是负数,我们又要想办法把它变成正数

这里我们的\(\gcd(a,b)\)就不一定是1了,此时用什么来‘加’呢

随便举个例子:\(2x + 4y = 4\),有解为\(x1=-2,y1= 0\)

跟它值分布相邻的那一组解是什么呢,就是\(x2 = x1 + 2 = 0,y2=y1-1\)

这个2就是\(b/\gcd(a,b)\),为什么是这样可以自己尝试证明

code

#include <cstdio>
typedef long long LL;

LL N, M, X, Y, L;
LL A, B, C, x, y, G, add;

LL ex_gcd(LL a, LL b)
{
    if (b == 0)
    {
        x = 1, y = 0;
        return a;
    }
    int ret = ex_gcd(b, a % b), tmp = x;
    x = y; y = tmp - a / b * y;
    return ret;
}

int main()
{
    scanf ("%lld%lld%lld%lld%lld", &X, &Y, &M, &N, &L);
    A = N - M, B = L, C = X - Y;
    if (A < 0) A *= -1, C *= -1;
    G = ex_gcd(A, B);//求解的是ax+by=gcd(a,b)
    if (C % G) return printf ("Impossible\n"), 0;
    add = B / G;
    x = (C / G * x % add + add) % add;
    printf ("%lld\n", x);
    return 0;
}	

矩阵加速

规则

矩阵乘法怎么乘的?

上图一目了然

也就是说,矩阵第m行与第n列交叉位置的那个值,等于第一个矩阵第m行与第二个矩阵第n列,对应位置的每个值的乘积之和

\(c_{i,j} = \displaystyle\sum_{k=1}^na_{i,k}*b_{k,j}\)

题目

练习题1

入门例题

我们已知\(a_x = a_{x-1} + a_{x-3}\)

因此我们其实就是要推出\(\begin{bmatrix} a_{x-1} \\ a_{x-2}\\a_{x -3}\end{bmatrix}\)乘上一个矩阵得到\(\begin{bmatrix} a_x\\ a_{x-1}\\ a_{x-2}\\ \end{bmatrix}\)

我们可以把\(a_x\)\(a_{x-1}\)\(a_{x-2}\)都用\(a_{x-1}\)\(a_{x-2}\)\(a_{x-3}\)表示出来,如下

\[\begin{cases} a_x = a_{x-1} \times 1 + a_{x-2} \times 0 + a_{x-3} \times 1 \\ a_{x-1} = a_{x-1} \times 1 + a_{x-2} \times 0 + a_{x-3} \times 0​ \\ a_{x-2} = a_{x-1} \times 0 + a_{x-2} \times 1 + a_{x-3} \times 0 \\ \end{cases} \]

所以我们的矩阵便是\(\begin{bmatrix} 1&0 & 1\\ 1 & 0 & 0\\ 0 & 1 & 0\\ \end{bmatrix}\)

但是我们原来的矩阵是一个三行一列的矩阵,而推出来的是个三行三列的矩阵,所以我们只能把原来的矩阵扩充

根据上面两幅图,我们不难发现,在第\(i\)\(i\)列写上原数即可起到我们想要的效果,即\(\begin{bmatrix} a_{x-1}&0 & 0\\ 0 & a_{x-2} & 0\\ 0&0&a_{x-3}\\ \end{bmatrix}\)

由于最后答案第一个是\(a_{n + 1}\),所以我们输出第二行第一个为\(a_n\)

这种的代码

#include <cstdio>
#include <cstring>
const int MOD = 1e9 + 7;
typedef long long LL;

int T, n;
struct Matrix
{
    LL s[5][5];
}base, ans;

inline void init()
{
    std::memset(ans.s, 0, sizeof(ans.s));
    std::memset(base.s, 0, sizeof(base.s));
    for (int i = 1; i <= 3; ++i) ans.s[i][i] = 1;//这里需要仔细想想为什么
    base.s[1][1] = base.s[1][3] = base.s[2][1] = base.s[3][2] = 1;
}

inline Matrix work(Matrix a, Matrix b)
{
    Matrix c; std::memset(c.s, 0, sizeof(c.s));
    for (int i = 1; i <= 3; ++i)
        for (int j = 1; j <= 3; ++j)
            for (int k = 1; k <= 3; ++k)
                c.s[i][j] += (a.s[i][k] % MOD) * (b.s[k][j] % MOD),
                c.s[i][j] %= MOD;
    return c;
}

int main()
{
    scanf ("%d", &T);
    while (T--)
    {
        init(), scanf ("%d", &n);
        if (n <= 3) 
        {
            printf ("1\n"); 
            continue; 
        }
        while (n)
        {
            if (n & 1) ans = work(ans, base);
            n >>= 1;
            base = work(base, base);
        }
        printf ("%lld\n", ans.s[2][1]);
    }
    return 0;
}

其实足够熟练,不需要扩充,直接用\(\begin{bmatrix} a_x\\ a_{x-1}\\ a_{x-2}\\ \end{bmatrix}\)去乘就可以了,这样其实好理解的多,但是由于矩阵大小不同,所以乘起来也有点不同,要写两个乘法

代码

#include <cstdio>
#include <cstring>
const int MOD = 1e9 + 7;
typedef long long LL;

int T, n;
struct Matrix
{
    LL s[5][5];
}base, ans;

inline void init()
{
    std::memset(ans.s, 0, sizeof(ans.s));
    std::memset(base.s, 0, sizeof(base.s));
    ans.s[1][1] = ans.s[2][1] = ans.s[3][1] = 1;
    //for (int i = 1; i <= 3; ++i) ans.s[i][i] = 1;//这里需要仔细想想为什么
    base.s[1][1] = base.s[1][3] = base.s[2][1] = base.s[3][2] = 1;
}

inline Matrix work(Matrix a, Matrix b, int opt)
{
    Matrix c; std::memset(c.s, 0, sizeof(c.s));
    if (opt == 1)
    {
        for (int i = 1; i <= 3; ++i)
            for (int j = 1; j <= 3; ++j)
                for (int k = 1; k <= 3; ++k)
                    c.s[i][j] += (a.s[i][k] % MOD) * (b.s[k][j] % MOD),
                    c.s[i][j] %= MOD;
    }
    else
    {
        for (int i = 1; i <= 3; ++i)
            for (int j = 1; j <= 3; ++j)
                c.s[i][1] += (a.s[j][1] % MOD) * (b.s[i][j] % MOD),
                c.s[i][1] %= MOD;
    }
    
    return c;
}

int main()
{
    scanf ("%d", &T);
    while (T--)
    {
        init(), scanf ("%d", &n);
        if (n <= 3)  {printf ("1\n"); continue; } 
        n -= 3;//注意,由于ans[1][1],ans[2][1],ans[3][1]都设为了1,所以是a[3]从开始的
        while (n)
        {
            if (n & 1) ans = work(ans, base, 0);
            n >>= 1;
            base = work(base, base, 1);
        }
        printf ("%lld\n", ans.s[1][1]);
    }
    return 0;
}

练习题2

矩阵快速幂

记得开long long!

#include <cstdio>
#include <cstring>
typedef long long LL;
const int N = 100 + 30;
const int MOD = 1e9 + 7;

int n;
LL K;

struct Matrix
{
    LL s[N][N];
}a, b;

Matrix mul(Matrix x, Matrix y)
{
    Matrix c; std::memset(c.s, 0, sizeof(c.s));
    for (int i = 1; i <= n; ++i)
        for (int j = 1; j <= n; ++j)
            for (int k = 1; k <= n; ++k)
                c.s[i][j] += (x.s[i][k] % MOD) * (y.s[k][j] % MOD),
                c.s[i][j] %= MOD;
    return c;
}

int main()
{
    scanf ("%d%lld", &n, &K);
    for (int i = 1; i <= n; ++i) 
        for (int j = 1; j <= n; ++j)
            scanf ("%lld", &a.s[i][j]);
    b = a, K--;//想想为什么要减1
    while (K)
    {
        if (K & 1) a = mul(a, b);
        K >>= 1;
        b = mul(b, b);
    }
    for (int i = 1; i <= n; ++i)
    {
        for (int j = 1; j <= n; ++j) printf ("%lld ", a.s[i][j]);
        printf ("\n");
    }
    return 0;
}

乘法逆元

定义

若在\(\mod p\)的意义下,对于一个整数\(a\),有\(a \times b \equiv 1\pmod p\),那么这个整数b即为a的乘法逆元,同时a也为b的乘法逆元

一个数有逆元的充分必要条件是\(\gcd(a, p)=1\),此时\(a\)才有对\(p\)的乘法逆元[^1 ]

[^1 ]: 所以我们经常借助它来进行\(\frac{a}{b} \pmod p\)的运算

作用

除法是不能取模的,即\(a \div b \mod p \ \neq \ (a\mod p \ \div \ b \mod p) \mod p\)

逆元可以解决这个问题

由于取模运算对于乘法来说是成立的,所以逆元就是把除法取模转化为乘法取模

\[(a \div b) \mod p = m \tag{1} \]

\(x\)满足

\[a \times x \mod p = m \tag{2} \]

模运算对乘法成立,对(1)式两边同时乘\(b\),得

\[a \mod p = (m\:(b \mod p)) \mod p \]

如果\(a\)\(b\)均小于模数\(p\)的话,上式可以改写为

\[a = bm \mod p \]

等式两边再同时乘以\(x\),联立(2)式比较得到

\[ax \mod p = m \mod p = xbm \mod p \]

因此可以得到

\[bx \mod p = 1 \]

\(x\)就是\(b\)的逆元,\(x\)在模运算的乘法中等同于\(\frac{1}{b}\),这就是逆元的意义

故我们发现,\((a \div b)\mod p\)等同于求\(a\times (b的逆元) \mod p\)

求法

模板题

01费马小定理

内容

即如果\(p\)是质数而整数\(b\)不是\(p\)的倍数,则有\(b^{p-1} \equiv 1\pmod p\)

由于OI中模数总是质数,所以可以用它直接得到\(x \equiv b^{p-2}\)

所以\(b^{p-2}\)即为\(b\)在mod \(p\)意义下的逆元

我们可以用快速幂

code

LL POW(LL s, LL k)
{
    LL ans = 1;
    while (k)
    {
       if (k & 1) ans = ans * s % MOD;
    		a = a * a % MOD;
       k >>= 1;
    }
    return ans;
}

LL Inverse_Element(LL a)
{
    return POW(a, MOD - 2);
}

02扩展欧几里得

内容

如果\(bx \mod p = 1\),那么\(bx + py = 1\)

直接扩展欧几里得求解就行啦,其实只有80pts

code

#include <cstdio>
typedef long long LL;

LL n, p, x, y;

inline void ex_gcd(LL a, LL b)
{
    if (b == 0)
    {
        x = 1, y = 0;
        return ;
    }
    ex_gcd(b, a % b);
    int tmp = x;
    x = y; y = tmp - a / b * y;
}

int main()
{
    scanf ("%lld%lld", &n, &p);
    for (int i = 1; i <= n; ++i)
    {
        ex_gcd(i, p);
        x = ((x + p) % p) % p;
        printf ("%lld\n", x);
    }
    return 0;
}

03线性算法

式子

\[inv[i] = p - p/i*inv[p \mod i] \mod p \]

证明

\[p = k*i + r;\{\:k = p \:/ \:i\}(i < p,k<p,r<i) \]

则有

\[k*i+r\equiv0 \pmod p \]

两边同时乘\(i^{-1}*r^{-1}\)

\[k*r^{-1}+i^{-1}\equiv0 \pmod p \]

移项

\[i^{-1}\equiv-k*r^{-1}\pmod p \]

带入\(k = p/i\)\(r = p \mod i\)

\[i^{-1}\equiv-p/i*(p \mod i)^{-1}\pmod p \tag{1} \]

由于\((p \mod i) < i\),所以在求出\(i^{-1}\)之前,我们早已求出\((p \mod i)^{-1}\);

用数组\(inv[i]\)记录\(i^{-1}\),则

\[inv[i]=-p/i*inv[p \mod i] \mod p \]

我们还要保证\(i^{-1}>0\),所以我们在(1)式右边加上\(p\),不会影响答案,则

\[inv[i] = p - p/i*inv[p \mod i] \mod p \]

初始\(inv[1] = 1,inv[0] = tan90°=0\)

Code

#include <cstdio>
typedef long long LL;
const int N = 3e6 + 30;
LL n, p, inv[N];
int main()
{
    scanf ("%lld%lld", &n, &p);
    inv[1] = 1; printf ("%lld\n", inv[1]);
    for (LL i = 2; i <= n; ++i) 
        inv[i] = p - p / i * inv[p % i] % p,
        printf ("%lld\n", inv[i]);    
    return 0;
}
posted @ 2020-10-30 21:34  marTixx  阅读(407)  评论(3编辑  收藏  举报