第二十八章 数论——扩展欧几里德算法与线性同余方程

news2025/1/15 17:19:17

第二十八章 扩展欧几里德算法

  • 一、裴蜀定理
    • 1、定理内容
    • 2、定理证明
  • 二、扩展欧几里德定理
    • 1、作用
    • 2、思路
    • 3、代码
  • 三、线性同余方程
    • 1、问题
    • 2、思路
    • 3、代码

一、裴蜀定理

1、定理内容

对于任意整数 a a a b b b,一定存在整数 x x x y y y使得 a x + b y ax+by ax+by g c d ( a , b ) gcd(a,b) gcd(a,b)的倍数。

如果反过来说的话,如果 m = a x + b y m=ax+by m=ax+by,那么 m m m一定是 g c d ( a , b ) gcd(a,b) gcd(a,b)的倍数。

特殊地:

如果 a x + b y = 1 ax+by=1 ax+by=1,那么1一定是 g c d ( a , b ) gcd(a,b) gcd(a,b)的倍数,所以 g c d ( a , b ) gcd(a,b) gcd(a,b)只能是1

2、定理证明

假设 k = g c d ( a , b ) k=gcd(a,b) k=gcd(a,b),则 a = g ∗ k , b = f ∗ k a=g*k,b=f*k a=gkb=fk

那么 m = x ∗ g ∗ k + b ∗ f ∗ k = k ∗ ( g x + f y ) m=x*g*k+b*f*k=k*(gx+fy) m=xgk+bfk=k(gx+fy),所以 m m m一定是 k k k的倍数,又因为 k = g c d ( a , b ) k=gcd(a,b) k=gcd(a,b),所以 m m m一定是 g c d ( a , b ) gcd(a,b) gcd(a,b)的倍数。

证毕。

二、扩展欧几里德定理

1、作用

对于刚刚的裴蜀定理而言,其中的 g c d ( a , b ) gcd(a,b) gcd(a,b)是可以直接用前面讲解的普通的欧几里德算法(辗转相除法)进行求解。

但是我们如何求 m m m呢?

如果我们想求 m m m,我们就要知道系数 x x x y y y,而此时就需要用到我们的扩展欧几里德算法了。

2、思路

我们之前的辗转相除法的

一开始是: g c d ( a , b ) gcd(a,b) gcd(a,b)

那么接下来就是: g c d ( b , a % b ) gcd(b,a \% b) gcd(b,a%b)

然后不断地循环…

最后的状态是: a % b = 0 a\%b=0 a%b=0了。此时,我们的这个0应该是赋值给了形参 b b b,而我们要求的最大公因数应该是赋值给了 a a a

所以在这种情况下,我们此时的的形参a,所代表的数就是我们的答案。

即,此时的形参 a = g c d ( a 0 , b 0 ) a=gcd(a_0,b_0) a=gcd(a0,b0) a 0 a_0 a0 b 0 b_0 b0表示的一开始传入的数据。)

此时的这个 a a a其实就可以构造出一个刚刚的 m = x a + y b m=xa+yb m=xa+yb,我们让 m m m a a a的一倍大小。也就是让 m = a m=a m=a,此时我们只需要让 x = 1 , y = 0 x=1,y=0 x=1,y=0

但是这个 x , y x,y xy并不是我们的最终答案,为什么?

因为我们是用的递归到最后一步的时候,形参 a a a所对的结果。而不是我们一开始的 a 0 a_0 a0

那怎么办呢?

递归算法会递归到最后一步,然后再利用最后一步往上捯。我们已经知道了最后一层的答案,那么我们只需要再知道最后一层和上一层的关系式。我们就能够利用最后一层的 x , y x,y x,y,推导出倒数第二层的,然后一步一步地推导出我们所需要的 x , y x,y x,y

我们倒数第二层的形参记作 g c d ( a 2 , b 2 ) gcd(a_2,b_2) gcd(a2,b2)

最后一层的记作 g c d ( a 1 , b 1 ) gcd(a_1,b_1) gcd(a1,b1)

那么根据辗转相除法:

a 1 = b 2 a_1=b_2 a1=b2
b 1 = a 2 % b 2 = a 2 − [ a 2 b 2 ] ∗ b 2 b_1=a_2\%b_2=a_2-[\frac{a_2}{b_2}]*b_2 b1=a2%b2=a2[b2a2]b2

我们的 m = a 1 ∗ x + b 1 ∗ y m=a_1*x+b_1*y m=a1x+b1y

我们利用 a 2 , b 2 a_2,b_2 a2b2将其替换掉
m = b 2 x + ( a 2 − [ a 2 b 2 ] ∗ b 2 ) y m=b_2x+(a_2-[\frac{a_2}{b_2}]*b_2)y m=b2x+(a2[b2a2]b2)y

整理一下:
m = b 2 ( x − [ a 2 b 2 ] ∗ y ) + a 2 y m=b_2(x-[\frac{a_2}{b_2}]*y)+a_2y m=b2(x[b2a2]y)+a2y

即:
m = a 2 y + b 2 ( x − [ a 2 b 2 ] ∗ y ) m=a_2y+b_2(x-[\frac{a_2}{b_2}]*y) m=a2y+b2(x[b2a2]y)

所以上一层的
x 2 = y 1 x_2=y_1 x2=y1
y 2 = x 1 − [ a 2 b 2 ] ∗ y 1 y_2=x_1-[\frac{a_2}{b_2}]*y_1 y2=x1[b2a2]y1

利用这两个公式我们就能不断地导出上一层的系数,最终得到答案。

3、代码

#include<iostream>
using namespace std;
int exgcd(int a,int b,int&x,int&y)
{
    if(!b)
    {
        x=1,y=0;
        return a;
    }
    else
    {
        int res=exgcd(b,a%b,x,y);
        int tmp=y;
        y=x-a/b*y;
        x=tmp;
        return res;
    }
}
int main()
{
    int n;
    cin>>n;
    while(n--)
    {
        int a,b;
        cin>>a>>b;
        int x=0,y=0;
        exgcd(a,b,x,y);
        cout<<x<<" "<<y<<endl;
    }
}

三、线性同余方程

1、问题

在这里插入图片描述

2、思路

这道题的核心就是解方程: a i ∗ x i ≡ b i ( m o d   m i ) a_i*x_i\equiv b_i(mod\ m_i) aixibi(mod mi),我们需要解出这个 x i x_i xi

我们先对这个方程进行一下化简:

由于二者同余,所以我们可以写成 a i ∗ x i = k ∗ m i + c a_i*x_i=k*m_i+c aixi=kmi+c

这个 c c c就是余数,而 b i % m i = c b_i\%m_i=c bi%mi=c,因此我们将这个式子带入

a i ∗ x i = k ∗ m i + b i % m i a_i*x_i=k*m_i+b_i\%m_i aixi=kmi+bi%mi

那么现在就是结合这个式子得出 x i x_i xi的值,那么我们怎么对这个式子进行变形呢?

上述的式子可以写成:

a i ∗ x i − k ∗ m i = b i % m i a_i*x_i-k*m_i=b_i\%m_i aixikmi=bi%mi

我们令 y i = − k y_i=-k yi=k

则: a i ∗ x i + m i ∗ y i = b i % m i a_i*x_i+m_i*y_i=b_i\%m_i aixi+miyi=bi%mi

则可以写成: b i % m i = a i ∗ x i + m i ∗ y i b_i\%m_i=a_i*x_i+m_i*y_i bi%mi=aixi+miyi

现在就是求解这个方程。

如果此时有解:

我们看看如何求解?

a i ∗ x i + m i ∗ y i = b i % m i a_i*x_i+m_i*y_i=b_i\%m_i aixi+miyi=bi%mi

这个式子中,我们知道 a i , m i , b i a_i,m_i,b_i ai,mi,bi

我们要解的只有 x i x_i xi y i y_i yi,而这就需要应用一下我们的扩展欧几里德算法了。

我们的扩展欧几里得算法其实是求的:

a i ∗ x 0 + m i ∗ y 0 = g c d ( a i , m i ) a_i*x_0+m_i*y_0=gcd(a_i,m_i) aix0+miy0=gcd(ai,mi)

为了得到结果,我们需要对两边同乘 b i % m i g c d ( a i , m i ) \frac{b_i\%m_i}{gcd(a_i,m_i)} gcd(ai,mi)bi%mi。这样才是对的。

所以我们的 x i = x 0 ∗ b i % m i g c d ( a i , m i ) x_i=x_0*\frac{b_i\%m_i}{gcd(a_i,m_i)} xi=x0gcd(ai,mi)bi%mi

那么什么时候无解呢?

题目要求我们的 x i x_i xi是整数,所以如果分子不能整除分母,就无解了。

所以当 ( b i % m i ) % g c d ( a i , m i ) ! = 0 (b_i\%m_i)\%gcd(a_i,m_i)!=0 (bi%mi)%gcd(ai,mi)!=0的时候,无解。

3、代码

#include<iostream>
using namespace std;
typedef long long LL;
LL exgcd(LL a,LL b,LL&x,LL&y)
{
	if(b==0)
	{
		x=1,y=0;
		return a;
	}
	else
	{
		LL res=exgcd(b,a%b,x,y);
		LL tmp=y;
		y=x-a/b*y;
		x=tmp;
		return res;
	}
}
int main()
{
	int n;
	cin>>n;
	while(n--)
	{
		LL a,b,m,x,y;
		scanf("%lld%lld%lld",&a,&b,&m);
		LL d=exgcd(a,m,x,y);
		if((b%m)%d)puts("impossible");
		else printf("%lld\n",x*b%m/d);
	}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/117552.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Linux的基本指令

前言 相对于linux操作系统,其实window也是操作系统&#xff0c;我们这节课说的是Linux的基本指令 那么在window上有没有基本指令呢&#xff0c;答案是有的&#xff0c;我们可以使用windowsr进入cmd就可以用我们的基本指令 基本指令 在本文中&#xff0c;我们基本上都使用类比的…

基于threeJS实现圣诞节孔明灯效果

1.效果图 2.实现思路 使用three.js的套路几乎是固定的&#xff1a; 1 初始化场景&#xff08;scene&#xff09; 2.创建透视相机&#xff08;camera&#xff09; 3.设置相机位置&#xff08;position&#xff09; 4.创建纹理加载器对象&#xff08;texture&#xff09; 5.创建…

【SegNeXt】语义分割中对卷积注意力设计的反思

目录 1.摘要 2.相关工作 2.1语义分割 2.2多尺度网络 2.3注意力机制 3.网络结构 3.1卷积编码器 3.2解码器 4.实验 个人总结&#xff1a; 论文链接&#xff1a;论文 代码链接&#xff1a;代码 论文发表于NeurIPS 2022&#xff0c;值得注意的是&#xff0c;在Transforme…

UVM入门和进阶实验0

一. 概述 UVM学习流程仍然按照SV时候的核心流程&#xff0c;即&#xff1a; 如何搭建验证框架验证组件之间的连接和通信如何编写测试用例&#xff0c;继而完成复用和覆盖率的收敛 我们UVM入门和进阶实验0还是同之前SV验证实验0思想一样&#xff0c;让大家通过简单的实验要求…

学习HTTP协议,这一篇就够啦 ~~

HTTP协议一、什么是HTTP1.1 应用层协议1.2 HTTP1.3 HTTP协议的工作过程二、HTTP协议格式2.1 Fiddler抓包工具2.2 协议格式三、HTTP请求 (Request)3.1 认识 "方法" (method)3.1.1 GET 方法3.1.2 POST 方法3.1.3 GET和POST比较3.1.4 其他方法3.2 认识URL3.2.1 URL基本格…

基于迅为3568开发板的多屏同/异显动态方案

iTOP-RK3568开发板采用四核Cortex-A55处理器&#xff0c;芯片内置VOP控制器&#xff0c;支持HDMI、LVDS、MIPI、EDP四种显示接口的多屏同显、异显和异触&#xff0c;可有效提高行业定制的拓展性。 iTOP-RK3568开发板支持以下屏幕&#xff1a; 迅为 LVDS 7 寸屏幕 迅为 LVDS …

【数学】三角函数小题

∣三角函数小题NightguardSeries.∣\begin{vmatrix}\huge{\textsf{ 三角函数小题 }}\\\texttt{Nightguard Series.}\end{vmatrix}​ 三角函数小题 Nightguard Series.​​ 以下是一些废话 不愿意看的可以跳过 最近守夜人更新得很慢&#xff0c;守夜人拖更主要有三个原因&#…

Hudi(1):Hudi概述

目录 0. 相关文章链接 1. Hudi简介 2. 发展历史 3. Hudi特性 4. 使用场景 4.1. 近实时写入 4.2. 近实时分析 4.3. 增量 pipeline 4.4. 增量导出 0. 相关文章链接 Hudi文章汇总 1. Hudi简介 Apache Hudi&#xff08;Hadoop Upserts Delete and Incremental&#xff0…

servlet(三)文件的下载

主要有几个步骤: 1、获取要下载的文件名 2、读取要下载的文件内容 (通过 ServletContext 对象可以读取,这个也是 ServletContext的应用) 3、获取要下载的文件类型 4、在回传前&#xff0c;通过响应头告诉客户端返回的数据类型 5、还要告诉客户端收到的数据是用于下载使用&#…

Web APIs 简介、DOM

文章目录一、Web APIs 简介1、Web APIs 和 JS 基础关联性2、API 和 Web API二、DOM1、DOM简介2、获取元素&#xff08;1&#xff09;根据ID获取&#xff08;2&#xff09;根据标签名获取&#xff08;3&#xff09;通过HTML5新增的方法获取&#xff08;4&#xff09;获取特殊元素…

【数据库数据恢复】oracle数据库执行truncate table的数据恢复案例

数据库恢复环境&#xff1a; 操作系统&#xff1a;windows server&#xff1b; 数据库&#xff1a;win_oracle_x64。 数据库故障&分析&#xff1a; oracle数据库误truncate table&#xff0c;备份无法使用。 oracle数据库误操作导致数据丢失是比较常见的一种故障&#xf…

《Linux运维总结:Centos7.6二进制安装Mysql8.0.30》

一、安装Mysql服务 1.1、下载二进制安装包 官方&#xff1a;二进制安装包下载 [rootlocalhost ~]# cd /data/pkgs [rootlocalhost pkgs]# wget https://downloads.mysql.com/archives/get/p/23/file/mysql-8.0.30-linux-glibc2.12-x86_64.tar.xz [rootlocalhost pkgs]# tar a…

启动报异常:org.yaml.snakeyaml.parser.ParserException: while parsing a block mapping

目录 异常信息 异常原因 解决结果 异常信息 17:20:38.414 [main] ERROR o.s.b.SpringApplication - [reportFailure,870] - Application run failedorg.yaml.snakeyaml.parser.ParserException: while parsing a block mapping in reader, line 4, column 3: name: R…

JMeter分布式部署

目录 一、JMeter分布式执行原理 二、jmeter分布式部署 三、jmeter分布式执行 X、常见问题 1、Cannot start. localhost.localdomain is a loopback address 一、JMeter分布式执行原理 1、jmeter分布式压测时&#xff0c;选择其中一台作为调度机(master)&#xff0c;其他机…

密码技术学习二:认证

1、单向散列函数 概念&#xff1a;单向散列函数有一个输入和一个输出&#xff0c;其中输入称为消息&#xff0c;输出称为散列值。单向散列函数可以根据消息的内容计算出散列值&#xff0c;而散列值就可以被用来检查消息的完整性&#xff1b; 单向散列函数输出的散列值也称为消…

ArcGis制作深度学习标签

项目场景&#xff1a; 在导入的tif文件上制作深度学习标签文件 问题描述 cv2读取导出标签tif文件是出现错误&#xff1a; imread_(/kaggle/input/a-small-jpg/headwrong.tif): cant read header: OpenCV(4.5.4) /tmp/pip-req-build-jpmv6t9_/opencv/modules/imgcodecs/src/grf…

independent watchdog 独立看门狗 window watchdog 窗口看门狗

看门狗&#xff08;watchdog&#xff09; 防止硬件因外界电磁场干扰或其他导致不能正常工作的&#xff0c;导致不可预料后果&#xff0c;对芯片进行实时检测的模块或芯片称为看门狗。 看门狗工作过程 启动看门狗后&#xff0c;有一个计数器从最大值递减&#xff0c;计数器减…

双层pdf-不用手动添加目录超链接教程

双层pdf最大的特点是文件既可以是文本型的&#xff08;比如由word生成的文件&#xff09;&#xff0c;也可以是图像型的&#xff0c;既可以100%保留原始版面效果&#xff0c;又便于建立索引数据库&#xff0c;进行科学的管理。在标书中应用广泛。 使用软件&#xff1a;wordAdo…

Linux文件操作(基础IO)

在C、C、Python等语言中存在对文件操作的接口&#xff0c;通过这些接口我们可以创建文件&#xff0c;并实现文件内容的写入和读取&#xff0c;本文将介绍Linux下我们是如何进行文件操作的&#xff0c;并且深入底层的解析文件操作的原理。 文章目录一、C语言中的文件接口1.1 fop…

【pandas】教程:1-处理什么样的数据

pandas 处理什么样的数据&#xff1f; pandas 数据表格的表示 想存储一些 Titanic 乘客数据&#xff0c;知道姓名&#xff0c;年龄&#xff0c;性别等&#xff1b; df pd.DataFrame({"Name": ["Braund, Mr. Owen Harris","Allen, Mr. William Henry…