乘法逆元小結


在求解除法取模問題 (a/b)%m 時,我們可以轉化為 (a%(bm))/b
但是如果b很大,則會出現爆精度問題,所以我們避免使用除法直接計算。
可以使用逆元將除法轉換為乘法:
假設b存在乘法逆元,即與m互質(充要條件)。設c是b的逆元,即 bc1(modm) ,那么有 a/b=(a/b)1=(a/b)bc=ac(modm)
即,除以一個數取模等於乘以這個數的逆元取模。

  1. 逆元求解一般利用擴歐。
  2. m 為質數的時候直接使用費馬小定理,m非質數使用歐拉函數。
  3. m 為質數的時候,神奇的線性方法。

擴展歐幾里得算法:

要求 a,m 互素。存在唯一解。
之前總結過擴展歐幾里得算法

代碼:

int extgcd(int a, int b, int& x, int& y)
{
    int d = a;
    if(b != 0){
        d = extgcd(b, a % b, y, x);
        y -= (a / b) * x;
    }else {
        x = 1;
        y = 0;
    }
    return d;
}
int mod_inverse(int a, int m)
{
    int x, y;
    extgcd(a, m, x, y);
    return (m + x % m) % m;
}

費馬小定理:

p 是素數的情況下,對任意整數 x 都有 xpx(mod)p
如果 x 無法被 p 整除,則有 xp11(modp)
可以在 p 為素數的情況下求出一個數的逆元, xxp21(modp) xp2 即為逆元。

代碼:

利用快速冪求出逆元。

歐拉函數:

ϕ(m) 表示小於等於 m 且與 m 互素的正整數的個數。
如果 x m 互質,則有 xϕ(m)1(modm) ,即 x×xϕ(m)11(modm) xϕ(m)1 即為 x 的逆元。
m 為質數的情況下, ϕ(m)=m1 ,即為費馬小定理。

代碼:

關鍵是求出歐拉函數的值。
利用歐拉函數的積性性質

對於任意整數 n ,可以將它分解 n=pk11pk22pk33...pkmm ,其中 pi 為質數。

其中 ϕ(n)=ϕ(p1k1)ϕ(pk22)...ϕ(pkmm)

最后轉化為 ϕ(n)=n(pi1)/pi

對給定n進行整數分解。時間復雜度 O(n)

int eurler_phi(int n)
{
    int res = n;
    for(int i = 2; i * i <= n; i++){
        if(n % i == 0){
            res = res / i * (i - 1);
            while(n % i == 0) n /= i;
        }
    }
    if(n != 1) res = res / n * (n - 1);
    return res;
}

篩法求歐拉函數值的表,利用埃氏篩法,每次發現質因子就把他的倍數的歐拉函數乘上 (p1)p 。時間復雜度 O(maxn)
ACdreamers博客里介紹,利用定理進行優化:

當n為奇數時,有 ϕ(2n)=ϕ(n)

因為2n是偶數,偶數與偶數一定不互素,所以只考慮2n與小於它的奇數互素的情況,則恰好就等於n的歐拉函數值。

int euler[maxn];
void euler_phi2()
{
    for(int i = 1; i < maxn; i++){
        if(i % 2 == 0)  euler[i] = i / 2;
        else  euler[i] = i;
    }
    for(int i = 3; i < maxn; i += 2){
        if(euler[i] == i){
            for(int j = i; j < maxn; j += i){
                euler[j] = euler[j] / i * (i - 1);
            }
        }
    }
}

線性時間求所有逆元:

規定 p 為質數,且 111(modp)
p=ka+b,b<a,1<a<p ,即 ka+b0(modp)
兩邊同時乘以 a1b1 ,得到
kb1+a10(modp)
a1kb1(modp)
a1p/a(pmoda)1(modp)
從頭開始掃一遍即可,時間復雜度 O(n)

代碼:

int inv[maxn];
inv[1] = 1;
for(int i = 2; i < maxn; i++)
    inv[i] = (p - p / i) % p * inv[p % i];


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM