算法学习笔记(2): 欧拉定理与逆元
逆元
定义
逆元素,是指一个可以取消另一给定元素运算的元素
具体来说,对于实际的一些应用,如:
当我们想要求(11 / 3) % 10
时
明显可以看出,是没有办法直接算的,这时就需要引入逆元
在模意义下的逆元记作 ,也可以用inv(a)
表示
应当满足
则此时,(11 / 3) % 10
就可以写成(11 * inv(3)) % 10
可以求出,inv(3)
在模10
意义下= 7
故(11 / 3) % 10 = (11 * 7) % 10 = ((11 % 10) * (7 % 10)) = (1 * 7) % 10 = 7
为什么我要多此一举在第三步再变换一次?
在实际应用中,
a * b
可能会很大以至于溢出,导致错误,所以分开来乘以减小数据规模
如何求?
费马小定理
依据费马小定理(需要注意先决条件,与互质且是质数)
费马小定理可以通过欧拉定理求解,详见后文欧拉定理
故此时可以有
扩展欧几里得算法
如果不满足先决条件呢?
这是相对来说的通法,但是总会有数据可以卡
(不知道为什么
根据观察
令换成等式可以知道
由于已知,则此时可以通过扩展欧几里得算法求解 的值
扩展欧几里得算法可以参考这篇文章:算法学习笔记(1): 欧几里得算法及其扩展
欧拉定理
再推广一下?若 不为质数呢?
那么就要有欧拉定理来了
指 中与互质的数的个数。特别的,也算。
或者说, 的大小就是模 的一个完全剩余系的大小
而完全剩余系满足运算封闭,所以下文中 也可换一种解释方法了
举个例子:
-
,因为7是质数(所以在为质数的时候就退化成费马小定理了)
-
,因为只有1, 5和它互质
但是如何求呢?
-
将分解质因数,于是有
-
此时
另外 为积性函数
欧拉定理证明
数论证明
令集合为 中所有与互质的数,即
任取一个与 互质的数
将中每一个元素在模意义下乘,由于中元素与互质,且也与互质,可知
也满足为 中所有与p互质的数,故可知
补充,为什么两者相等:
我们考虑在 中取出 与 ,并假设两者同余。即
也就是
由于 与 互质,可以得到
同时,由于 在数列 中,意味着
由于有且仅有一个实数 满足绝对值小于 且能被 整除
所以可以知道
也就是说, 中不存在相同的两个元素。同时, 是由 中所有元素变化而来,也就是说 是与 等价的剩余系
经过重排序之后,两者相等
这里也可以看出,为什么 需要与 互质
于是
即是
左右相减,变形即可知
扩展-群论证明
2023/01/15 更新
考虑 与 互质, 意味着 在模 的完全剩余系中
我们将之看成一个群, 并且可以知道, 模 的完全剩余系为一个循环群
那么, 此时, ( 是 的生成子群的大小的倍数)
根据某些定理:对于
这个LaTeX格式太难看了QwQ。定理:循环群的大小一定是其生成子群大小的倍数
由于上文提及过
也就是说,
那么可以推出
这里也可以体现为什么 必须与 互质
只有 在 中才能进行上述推论
扩展欧拉定理
没有互质的限制了
想必证明很简单,这里就不展开叙述了 其实是太复杂了,懒得写 QwQ
补充:快速幂
可以看出,如果要利用欧拉定理,需要求,当非常大的时候,就需要快速幂的帮助了
推荐阅读:快速幂
这里给出一种参考代码
// (a**x) % p
int quickPow(int a, int x, int p) {
int r = 1;
while (x) {
// no need to use quickMul when p*p can be smaller than int64.max !!!
if (x & 1) r = (r * a) % p;
a = (a * a) % p, x >>= 1;
}
return r;
}
至于其中的那一行注释,主要是考虑到当, 都很大(如:a = 1e15, p = 1e17 + 1
时,a * a
一定会溢出,所以需要“快速”乘来辅助)
实际上“快速”乘特别慢,是O(logn)的复杂度……所以叫龟速乘也不为过
推荐阅读:快速乘总结 - 一只不咕鸟,里面有更详细的阐述
这里给出快速乘的一种参考代码
// a*b % p O(log b)
int quickMul(int a, int b, int p) {
// let b < a, to reduce a little time to process.
if (a < b) std::swap(a, b);
int r = 0;
while (b) {
if (b & 1) r = (r + a) % p;
a = (a<<1) % p, b >>= 1;
}
return r;
}
notice: 适当的使用
long long
线性求逆元
不妨设我们需要求在模意义下的逆元
很容易知道,1的逆元为1,所以边界条件就有了
令 , 放在模 意义下则有
两边同时乘以 可以得到
变换一下
所以,有了递推式
inv[i] = (p - p/i) * inv[p % i] % p;
线性求阶乘逆元
这个东西一般用于求组合数
我们先预处理出阶乘
fac[0] = 1;
for (int i = 1; i <= n; ++i)
fac[i] = (fac[i - 1] * i) % p;
根据逆元定义
所以
稍微变换一下
所以有了递推式
ifac[i] = ifac[i + 1] * (i + 1) % p
我们逆着推,假设最大需要到
ifac[n] = quickPow(fac[n], p - 2);
for (int i = n; i; i--)
ifac[i - 1] = ifac[i] * i % p;
同时求逆元与阶乘逆元
还是逆元的本质是求倒数
稍微变换一下
所以
inv[i] = ifac[i] * fac[i - 1] % p
合起来就是
for (int i = n; i; i--) {
inv[i] = ifac[i] * fac[i - 1] % p;
ifac[i - 1] = ifac[i] * i % p;
}
就可以在较少的常数下同时求得两者了
注意:如果模数小于要求的数的范围,那么……
自求多福 QwQ
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?