同余&逆元简单总结

同余&逆元


1. 同余

1. 同余的基本概念及性质

  1. (x)%(m=a)即m是 x-a 的一个因子, 则称x与a关于m同余,记作:$$x equiv a(mod ;m)$$
  2. 同余基本性质:

○1. 自反性:(a equiv a(mod;m))

○2. 对称性:(a equiv b(mod;m) ightarrow b equiv a(mod;m))

○3. 传递性:(a equiv b(mod;m),b equiv c(mod;m) ightarrow a equiv c(mod;m))

○4. 同加性:(a equiv b(mod;m) c equiv d(mod;m) ightarrow a+c equiv b+d(mod;m))

○5. 同乘性:(a equiv b(mod;m) c equiv d(mod;m) ightarrow ac equiv bd(mod;m))

○6. 同幂性:(a equiv b (mod;m) ightarrow a^n equiv b^n(mod m))n是自然数

○7. 若(a equiv b(mod;m),n|m)(a equiv b(mod;n))

○8. 若(ac equiv bc(mod;m),(c,m)=d)(a equiv b(mod;dfrac{m}{d}))

○9. 若((m,n)=1,a equiv b(mod;m),a equiv b(mod;n) Leftrightarrow a equiv b(mod;mn))

2. 求解线性同余方程 (ax≡c(mod;b))

可转化为求解方程: (ax+by=c)
(同余方程和线性方程的关系很重要,经常用到!!)
1.预处理:

	if(a<0) a=-a,c=-c;
	while(c<0) c+=b;//保证 a,c 为正

2.第一步: 检验是否有解

	int gcd=Gcd(a,b);
	if((c%gcd)!=0) return -1;//若c不是gcd(a,b) 的倍数,则无解
	//可以转化为直线上的整点来理解

3.第二步:求解同余方程:(ax≡gcd(a,b)(mod b))(ax+by=gcd(a,b))
扩展欧几里得算法

inline int ex_gcd(int a,int b)
{
	if(b==0) {x=1;y=0;return a;}
	int gcd=ex_gcd(b,a%b);
	int tmp=x;x=y;
	y=tmp-a/b*y;//扩欧
	return gcd;
}
//最后得到的x即为原同余方程的一个可行解;

扩欧的证明:
当最后 b'0 时a'gcd(a,b) 则此时 (a'x+b'y=gcd(a,b)*x)
(x=1,y=0)即得最后的一组解。
考虑从后往前推出(ax+by=c)的解:
设我们前一步求出的解为(x_1,y_1,此时a,b的值就表示为a,b,当前的解表示为x,y)
那么因为(gcd(a,b)=gcd(b,a)%(b),a)%(b=a-(a/b)*b)有:$$bx_1+(a-(a/b)b)y_1=gcd(a,b)$$
则:

[b*x_1+(a-(a/b)*b)y_1=ax+by ]

整理得:

[ay_1+b(x_1-(a/b)y_1)=ax+by ]

容易看出:

[x=y_1,y=x_1-(a/b)y_1 ]

即证。

4.第四步:根据题意得出答案

若要求出最小正整数解:

    while(x<0) x+=b;x%=b;
	b/=gcd;//mod 要变成 mod/gcd ;(mod 即为 b)
	x=x*c/gcd;//同余的同乘性质
    while(x<0) x+=b;x%=b;//最小正整数解

若要求出解的个数(或所有解)

    int tot=gcd(a,b);// 只有gcd(a,b) 个解
    //要求出每个解,只需对其不断加 b/gcd 即可(同时y-=a/gcd)

3.求解单变量模线性方程组(中国剩余定理)

有如下方程:

[egin{cases} x equiv a_1 (mod;m_1)\ x equiv a_2 (mod;m_2)\ x equiv a_3 (mod;m_3)\ dotsdots dots\ x equiv a_n (mod;m_n)\ end{cases} ]

其中((m_1;m_2;m_3dots m_n)两两互质())
为了方便表示,将x设为S
(1)设(M=Pi^n_{i=1}m_i), 设(M_i=M/m_i)
(2)可知对于每一个(i有:(M_i,m_i)=1)
即:
(qquadqquadqquadqquadqquad M_ix+m_iy=1)
那么(x为M_1)的逆元,用(t_i)表示
两边同时扩大(a_i倍)
(qquadqquadqquadqquadqquad M_ia_it_i+m_ia_iy=a_i)

(y)的取值与求解无关,可将(a_iy)视为(y),则:

(qquadqquadqquadqquadqquad M_ia_it_i+m_iy=a_i)

那么易知 (S=M_ia_it_i)
则原同余方程组通解为:

[x=a_1t_1M_1+a_2t_2M_2+....+a_nt_nM_n+kM,k∈Z ]

为什么把每一个加起来就行了呢?
因为每一个(M_i)都含有因子(m_j(j e i)),对于其他的同余方程不产生影响。
若要求最小正整数解,则对(M)取模即可。

代码如下:

//中国剩余定理求解单变量模线性同余方程组
int CRT(int a[],int m[],int h)
{
	int ans=0;int M=1;
	for(int i=1;i<=h;i++) M*=m[i];//求M
	for(int i=1;i<=h;i++) {
		ll Mi,ti;
		Mi=M/m[i];//求Mi
		ti=Rev(Mi,m[i]);//求Mi的逆元
		ans+=((a[i]*Mi%M)*ti)%M;//累加答案
		if(ans>=M) ans-=M;//取模
	}
	return ans;
}

4.扩展中国剩余定理

这同样是用来解决单变量模线性方程组的,但是能够应用于模数不互质的情况
其实这个和中国剩余定理没有什么关系,CRT是用构造法,而EXCRT则基于扩展欧基里德算法

做法:
还是如下方程:

[egin{cases} x≡a_1 (mod;m_1)\ x≡a_2 (mod;m_2)\ x≡a_3 (mod;m_3)\ dotsdots dots\ x≡a_n (mod;m_n)\ end{cases} ]

其中(m_1 m_2 m_3 m_4 dots m_n)不一定互质

我们可以发现左边的式子都是相同的,于是有了同余方程合并这种操作
既然是合并,我们只要讨论两个式子的时候的情况
对于:

[egin{cases} x equiv a_1 (mod m_1)\ x equiv a_2 (mod m_2)\ end{cases} ]

可以看做是两个方程:

[egin{cases} x =a_1+x_1m_1\ x =a_2+x_2m_2\ end{cases} ]

合并一下得到:$$a_1+x_1m_1=a_2+x_2m_2$$
移项:$$x_1m_1=a_2-a_1+x_2m_2$$
假定(a_2 geq a_1),设为(c),再化为同余方程:$$m_1x_1equiv c (mod m_2)$$

(gcd(m_1,m_2)=d),该同于方程有解当且仅当(d|c),所以如果(d)不整除(c)则整个同余方程组无解
反之,由同余的性质得:$$frac{m_1}{d}x_1equiv frac{c}{d} (mod frac{m_2}{d})$$
(d_1=dfrac{m_1}{d},d_2=dfrac{m_2}{d},c_2=dfrac{c}{d})
由于此时(d_1,d_2) 一定互质,所以(d_1)在模(d_2)的意义下一定有逆元,记为(d_1^{-1}),那么可以解出(x_1)(其实就是扩欧)

[x_1=d_1^{-1}c_2+d_2x_2 ]

回代进一开始的方程:

[x=c+(d_1^{-1}c_2+d_2x_2)m_1 ]

展开化简得:

[x=d_1^{-1}c_2m_1+c+frac{m_1m_2}{d}x_2 ]

于是我们可以得到一个新的同余方程:

[xequiv d_1^{-1}c_2m_1+c (mod frac{m_1m_2}{d}) ]

于是就这样一直合并下去,最后的解就直接出来了(注意最后的模数会变成(lcm(m_1,m_2,...,m_n)))

中间结果注意防溢出
函数代码:

inline void EXCRT()
{
	ll p1,b1,p2,b2;scanf("%lld %lld",&p1,&b1);
	for(register int i=2;i<=n;++i) {
		scanf("%lld %lld",&p2,&b2);
		ll d=gcd(p1,p2);ll c=b2-b1;
		if(c%d) return void(puts("no solution"));
		ll d1=p1/d,d2=p2/d,lcm=p1/d*p2;// 这里根据的是负数也能取模 , 可以简化代码
		c/=d;ll inv,y;exgcd(d1,d2,inv,y);
		ll x1=Mul(inv,c,d2);
		b1=(b1+Mul(x1,p1,lcm))%lcm;p1=lcm;
	}
	printf("%lld
",b1%p1);
	return;
}

5.卢卡斯定理(大组合数取模)

对于组合数取模,如$$C^m_n mod p$$
其中p是一个质数,有如下定理:

卢卡斯定理:组合数(C^m_n)在模意义下等价于把n和m看成一个p进制数,对每一位分别求出组合数后乘起来
比如说假设:
(n=a_1*p^0+a_2*p^1+a_3*p^3+dots a_k*p^k,m=b_1*p^0+b_2*p^1+b_3*p^3+dots b_k*p^k)
那么:$$C^m_n; mod; p=prod_{i=0}^k C^{b_i}_{a_i} ; mod;p$$

显然如果p很大的话没有什么鸟用
但是当p不是特别大的话,我们可以发现通过这个定理我们要求的组合数的n,m都不会超过p,可以使用阶乘来解决,并且这时阶乘一定和p是互质的,一定存在逆元,通过阶乘逆元我们可以直接算出组合数
复杂度是(O(p log_pn)),预处理阶乘逆元就直接是(O(p+log_pn))了,看上去还是很有用的

主要代码:

inline ll C(ll n,ll m,ll p){
	if(m>n) return 0;
	return fac[n]*fpow(fac[m],p-2,p)%p*fpow(fac[n-m],p-2,p)%p;
}
ll Lucas(ll n,ll m,ll p)
{
	if(!m) return 1;
	return C(n%p,m%p,p)*Lucas(n/p,m/p,p)%p;
}

6.扩展卢卡斯定理

还是这个东西:$$C^m_n mod p$$
但是p不一定是质数
这个其实和卢卡斯定理也没有什么很大的关系
我们先把p给质因数分解:$$p=p_1{k_1}p_2{k_2}p_3^{k_3}dots p_n^{k_n}$$
可以看出,如果所有的k都是1的话,我们设(C_n^m=x),对每一个(p_i)分别用卢卡斯定理求出组合数(C_i),那么就变成了求解一系列的同余方程组:

[egin{cases} x equiv C_1 mod p_1 \ x equiv C_2 mod p_2 \ x equiv C_3 mod p_3 \ x equiv C_4 mod p_4 \ x equiv C_5 mod p_5 \ end{cases} ]

于是我们可以用中国剩余定理进行合并,求出最后的x,显然在模p意义下最后只会有唯一解

问题在于我们现在的p可能不是一次,而是有k次,要想用CRT来进行合并只能靠求出(C_n^m mod p_i^{k_i})
因为要把同余式(xequiv a (mod p_1p_2))拆开必须要满足(p_1)(p_2)互质,显然两个相同的数不会互质

于是问题转化为快速求出(C_n^m mod p_i^{k_i})
为方便,我们设现在考虑的模数是(p^k),(p)是一个质数
还是考虑用阶乘来解决:$$C^m_n=dfrac{n!}{m!(n-m)!}$$
我们仔细观察可以发现(n!)中含有的(p)这个因子的个数一定会不少于(m!(n-m)!)中p的个数,我们可以很容易得到一个阶乘中含有的p的个数的递推公式:$$f(n)=f(lfloor { frac{n}{p} } floor)*lfloor { frac{n}{p} } floor$$
例如我们要求:(9!)(2)的个数:

[9!=1 imes2 imes3 imes4 imes5 imes6 imes7 imes8 imes9 \ =1 imes3 imes5 imes7 imes9 imes[2 imes(1 imes2 imes3 imes4)] ]

这就比较直观了,有了这个的话,我们假设求出阶乘中不含(p)的项的积,这样就可以通过逆元来进行组合数计算了,只需要最后把因该有的(p)给再乘上去就行了

于是问题再次变为如何快速求出阶乘

其实方法在上面(9!)的变换中就可以发现了,由于我们不管(p)有多少,发现提出来一个(p)之后,右边那部分的阶乘可以递归进行计算,就是(lfloor { frac{n}{p} } floor!),于是关键在于计算左边
由于是模p意义下,在上面的式子中,可以发现左边其实全部都是1,手玩一下其他的发现显然这个东西是以p个一循环的,并且可能会剩下不超过p个数
所以循环部分算出一个然后快速幂(n/p)次,最后还会剩下(n\%p)个,直接暴力算这些
所以对于一次的阶乘要算的次数也不会超过(O(p))次,总共有(log_pn)
所以计算一个阶乘的复杂度为(O(p log_pn))
总复杂度也就是把所有模数的复杂度加起来,最高也不超过最大质因子的复杂度
所以我们就解决了这个问题
剩下的就是算出逆元,求出组合数,处理多余的质因子p,然后CRT合并

代码:

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
ll n,m;int p;
inline void exgcd(int a,int b,int&x,int &y){
	if(!b) {x=1;y=0;return;}exgcd(b,a%b,x,y);
	int tmp=x;x=y;y=tmp-a/b*y;return;
}
template<class T>inline int fpow(int x,T k,int mod){int ret=1;for(;k;k>>=1,x=(ll)x*x%mod) if(k&1) ret=(ll)ret*x%mod;return ret;}
template<class T>inline void Inc(T&x,int y,int mod){x+=y;if(x>=mod) x-=mod;return;}
inline int Fac(ll n,int pi,int pk){
	if(n<=1) return 1;
	int ret=1,rsub=Fac(n/pi,pi,pk),res=n%pk;
	if(n>=pk) {for(int i=2;i<=pk;++i) if(i%pi) ret=(ll)ret*i%pk;ret=fpow(ret,n/pk,pk)%pk;} // 统计长度为模数且不含该模数质因子的阶乘
	for(int i=2;i<=res;++i) if(i%pi) ret=(ll)ret*i%pk;//模意义下,直接枚举模了之后的未统计数也可以
	return (ll)ret*rsub%pk;
}
inline int Inv(int a,int b) {int x,y;exgcd(a,b,x,y);x=(x+b)%b;return x;}
inline ll Count(ll n,int d){return n<d? 0:(Count(n/d,d)+n/d);}
inline int C(ll n,ll m,int pi,int pk)
{
	if(m>n) return 0;
	int facn=Fac(n,pi,pk),facm=Fac(m,pi,pk),facmn=Fac(n-m,pi,pk);//求解三个阶乘
	ll num=Count(n,pi)-Count(m,pi)-Count(n-m,pi);//把p这个质因子都提出来单独算(其实算阶乘的时候没有处理这些数)
	return (ll)facn*Inv(facm,pk)%pk*Inv(facmn,pk)%pk*fpow(pi,num,pk)%pk;
}
inline int EXLucas(ll n,ll m,int p){
	if(n<m) return 0;if(n==m||!m) return 1;
	int ans=0;int x=p;
	for(int i=2;i<=p;++i)
		if(!(x%i)){
			int pk=1;while(!(x%i)) pk*=i,x/=i;
			int res=C(n,m,i,pk);
			Inc(ans,(ll)res*(p/pk)%p*Inv(p/pk,pk)%p,p);
		}return ans;
}
int main(){scanf("%lld %lld %d",&n,&m,&p);printf("%d
",EXLucas(n,m,p));}

Upd: 稍微改了一下上面的模板 , 下面的模板是预处理阶乘后的 , 这样 (p) 这部分的复杂度就不用带 (log) 了。

int FC[4][N],Pr[4]={0,3,11,100003},mo[4]={0,81,121,100003};//这里用于预处理到模数(不含其质因子)的阶乘,存放质因子和分解后模数
inline int gcd(int a,int b){return b? gcd(b,a%b):a;}
inline int Count(int n,int d){return n<d? 0:(n/d+Count(n/d,d));}//计算阶乘中的该因子个数
inline void Exgcd(int a,int b,int &x,int &y){
	if(!b) {x=1;y=0;return;}
	Exgcd(b,a%b,x,y);int tmp=x;x=y;y=tmp-a/b*y;return;
}
inline int Inv(int a,int mod){a%=mod;int x,y;Exgcd(a,mod,x,y);return (x+mod)%mod;}
inline int Fac(int n,int id){//阶乘
	return n<=Pr[id]? FC[id][n]:((ll)fpow(FC[id][mo[id]],n/mo[id],mo[id])*FC[id][n%mo[id]]%mo[id]*Fac(n/Pr[id],id))%mo[id];
}
inline int Comb(int n,int m,int id){//组合数
	int facn=Fac(n,id),facm=Fac(m,id),facnm=Fac(n-m,id);
	int Pop=fpow(Pr[id],Count(n,Pr[id])-Count(m,Pr[id])-Count(n-m,Pr[id]),mo[id]);
	if(!Pop) return 0;
	return (ll)facn*Inv(facm,mo[id])%mo[id]*Inv(facnm,mo[id])%mo[id]*Pop%mo[id];
}
inline int ExLucas(int n,int m){
	if(n<m) return 0;if(!n&&!m) return 1;int ret=0;
	for(int i=1;i<=3;++i) {int C=Comb(n,m,i);Inc(ret,(ll)C*Inv(mod/mo[i],mo[i])%mod*(mod/mo[i])%mod);}
	return ret%mod;
}

//压行真的好看多了

7.二次剩余

求解 (x) 使得:

[x^2equiv n (mod p) ]

(p) 如果是 (2) 那么 (x=n) 一定是 (n)的一个二次剩余 , 所以这里讨论的 (p)都是奇质数。

首先二次剩余并不一定存在 , 其存在的充要条件是: (n^{frac{p-1}{2}} equiv 1 (mod p))
证明(以下运算均在模意义下):
首先我们有 (x^{p-1}=1)
把要求的东西左右各 (frac{p-1}{2}) 次方那么就是 (n^{frac{p-1}{2}}=x^{p-1}=1,)证毕。

求解方法:

法1:
我们可以利用质数 (p) 的原根 (g) 来解决这个问题
我们找到一个 (d) 使得,(g^d=n),因为 (g)(p) 的原根那么一定是有解的,可以使用 (BSGS) 求解。
那么问题变成 (x^2=g^d) , 可以证明 (d) 一定是一个偶数 ,所以 (x=g^{frac{d}{2}}) ,就做完了。
复杂度为 (O(sqrt p)) ,因为要使用 (BSGS) 算法求解离散对数。

法2:
这就是一种很数学的方法了。
我们随机一个数 (a) 满足 (a^2-n) 没有二次剩余,这样的期望次数为 2 。
然后令 (delta=sqrt{a^2-n}),定义一个新的数域,所有数可以表示为 (a+bdelta)
结论是 ((a+delta)^{frac{p+1}{2}}) 就是 (n) 的二次剩余。

证明:
因为 (a^2-n) 没有二次剩余,所以 ((a^2-n)^{frac{p-1}{2}} eq 1)
由费马小定理得到 ((a^2-n)^{p-1}=1) , 那么由代数基本定理这个形如 (x^2=1) 的方程只有 (+1,-1) 两个根,所以 ((a^2-n)^{frac{p-1}{2}}=-1)
也就是 (delta^{p-1}=-1)

然后考虑 ((a+delta)^{p})

[(a+delta)^p=sum_{i=0}^p a^idelta^{p-i}{pchoose i} ]

因为 (p) 是一个奇质数,所以组合数在(mod p) 意义下时当且仅当 (i=0)(i=p) 时才不为0

所以:((a+delta)^p=a^p+delta^p)
因为 (a^p=a,delta^p=-delta)

((a+delta)^p=a-delta)
((a+delta)^{p+1}=a-delta)

代码:

inline int Get_sqrt(int n){//二次剩余
	if(n<=1) return n;if((int)sqrt(n)*(int)sqrt(n)==n) return (int)sqrt(n);
	srand(time(NULL));int a,delta,D=(mod-1)>>1;
	while(233) {a=rand()%mod;delta=Dif((ll)a*a%mod,n);if(fpow(delta,D)!=1) break;}
	D=(mod+1)>>1;int b=1;int c=1,d=0;
	while(D){
		if(D&1) {int _c=c;c=((ll)a*c+(ll)b*d%mod*delta)%mod,d=((ll)a*d+(ll)b*_c)%mod;}
		int _a=a;a=((ll)a*a+(ll)b*b%mod*delta)%mod;b=(2ll*b*_a)%mod;D>>=1;
	}c=min(c,mod-c);
	return c;
}

2.逆元

1.定义:在 mod m 的意义下,设b是a的逆元,则:(a*b≡1 (mod;m))

2.求解方法:

1.线性递推法
逆元的递推公式:$$inv[i]=(P-P/i)*inv[P%i]%P$$

阶乘逆元的递推公式:$$inv[i]=inv[i+1]*(i+1)%P$$

上面的(inv[i])表示 (i!) 的逆元

2.扩展欧基里德法:

在上面我们用扩欧求了如下同余方程的解:$$ax equiv b (mod p)$$

而逆元是求的这个同余方程:$$ax equiv 1 (mod p)$$

所以把b直接设为1然后扩欧解出x的最小正整数解就是a的逆元了

可以发现a,p一定要互质,不然同余方程无解,即a在a和p不互质的情况下是没有逆元的

3.费马小定理

费马小定理:
当a和p互质且p是质数时,有

[a^{p-1} equiv 1 (mod p) ]

相当于是:$$a^{p-2}*a equiv 1 (mod p)$$
所以(a^{p-2})就是a的逆元了

4.欧拉定理

欧拉定理:
当a和p互质时,有

[a^{varphi(p)} equiv 1 (mod p) ]

所以(a)的逆元是(a^{varphi(p)-1}),其实费马小定理是欧拉定理在p是质数时的一个特殊情况

补充:
扩展欧拉定理:

[a^b equivegin{cases} a^{b \%varphi(p)+varphi(p)} (mod p) & ,b> varphi(p)\ a^b & ,bleq varphi(p)\ end{cases} ]

证明不会

小结:逆元在a和p互质的情况下才有

原文地址:https://www.cnblogs.com/NeosKnight/p/10391254.html