算法学习之BSGS(大步小步)及其扩展

2023-10-24 00:59

本文主要是介绍算法学习之BSGS(大步小步)及其扩展,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

BSGS

大步小步算法,也称拔山盖世算法...

求解 : \tiny \dpi{200} \tiny A^x \equiv B (mod P)  已知 A,B,P得情况下,求解x

分为普通情况和扩栈情况.

1.先说普通情况,

P是素数(确定的)\tiny A^P = 1, 或 P为非素数但 , gcd(A,P) = 1,A,P, 互质时

开始之前先证明一个结论:

如果\tiny A^P = 1,那么对于x∈N,有\tiny A^{x mod {\varphi(p)}} \equiv A^x(mod P)  也就是费马小定理.
证明:因为\tiny A^P = 1,根据欧拉定理,得\tiny A^{\varphi (P)} \equiv 1 (mod P)
设k∈N,根据同幂性,得\tiny A^{k*\varphi (P)} \equiv 1(mod P)
设a∈N且a<φ(P),所以\tiny A^{k*\varphi (P)+a} \equiv A^a(mod P)
\tiny A^{x mod {\varphi(p)}} \equiv A^x(mod P),得证。 

 

将 x 分块 成  i*m - j   m = \tiny \left \lceil \sqrt{p} \right \rceil  = sqrt(p) + 1;

 <\tiny 0 \leq j <\left \lceil \sqrt{p} \right \rceil;

\tiny 0 \leq i < \left \lceil \sqrt{p} \right \rceil +1    然后 就 化简成了 :  \tiny A^{i*m} \equiv A^j*B (mod P)

然后可以枚举[0-m] 将 \tiny A^j*B 存入 哈希表中.然后 枚举[1,m] 查询 哈希表中是否有 \tiny A^{i*m}

如果有, 则 x = i*m - hash[\tiny A^j*B]

注意: [0−m]枚举j,而从[1−m]枚举i 的原因是:    i不能为0,否则i*m−j有可能出现负数的情况

模板题:

bzoj 5296 [Cqoi2018]破解D-H协议

这道题: 已知 g,p  g是p 的原根, 则 g^p = 1; 求 \tiny g^{ab} (mod P)  , 则 只需要求解  \tiny g^a \equiv A (mod P)  ,a

然后求 B^a 就是 \tiny g^{ab} (mod P)

可以预处里 \tiny g^j [0-m] 然后,求解 \tiny g^{j*B} 时  呈上一个逆元 A 在进行判断[

[代码]:

#include <iostream>
#include <bits/stdc++.h>
#define rep(i,a,n) for(int i=a;i<=n;i++)
#define per(i,a,n) for(int i =n;i>=a;i--)
#define Si(x) scanf("%d",&x)//BSGS 算法
typedef long long ll;
const int maxn = 1e5+10;
const int mod = 1e9+7;
using namespace std;map<ll,int>hashs;ll n,p,g,A,B;
int bl;
ll  qpow(ll a,ll n)
{ll res = 1;for(;n;n>>=1){if(n&1)res = res*a %p;a = a*a %p;}return res;
}
void init()
{hashs.clear();bl = sqrt(p)+1;ll ans  = 1 ;for(int i = 0 ; i <= bl;i++){if(i==0){hashs[g%p] = i;continue;}ans = ans*g % p;hashs[ans] = i;}
}
void solve()
{cin>>A>>B;ll a;ll base = qpow(g,bl);ll temp = qpow(A,p-2);for(int i = 1 ;i <= bl ;i++){temp = temp*base%p;if( hashs[temp]){a = i*bl - hashs[temp];break;}}B = qpow(B,a);cout<<B<<endl;
}
int main()
{cin>>g>>p>>n;init();while(n--){solve();}return 0;
}

2.扩展BSBG

 gcd(A,P)!=1  此时, 我们要想办法把 方程转化成gcd(P,A) = 1

方程改写成: \tiny A^x + kP = B, k \in Z;

设 g = gcd(A,P) 如果 g 不能整出B, 则 方程无解, 当 可以整出时 两边同时整出g

得 : \tiny \frac{A}{g} A^{x-1} + k\frac{P}{g} = \frac{B}{g} , k \in Z;  消去一个因子后得 到 方程: \tiny \frac{A}{g} A^{x-1} \equiv \frac{B}{g} (mod \frac{P}{g})

令 :  \tiny P' = \frac{P}{g}, B' = \frac{B}{g}({\frac{A}{g}})^{-1}

得到新的方程: \tiny A^{x'} \equiv B' (mod P'); x = x'+1

不断重复这个过程最后一定会得到一个可以解的方程,套用刚刚的BSBG解出后即可。

要注意的是在这个过程中如果某一步发现\tiny B' = 1,那么就可以直接退出,因为这时候已经得到解了.

注意:整出g得时候肯会出现多次,所以要记录cnt

代码:  

inline ll qpow(ll a,ll n,ll p)
{ll res = 1;for(;n;n>>=1){if(n&1) res = res*a %p;a = a*a%p;}return res;
}
int BSBG(ll a,ll b,ll p) // -1 no answer
{a%=p,b%=p;if(b==1) return 0;int cnt = 0;ll t = 1;for(int g = __gcd(a,p); g!=1; g = __gcd(a,p)){if(b%g) return -1;// no answerp/=g,b/=g,t = t*a/g%p;++cnt;if(b==t) return cnt; }map<ll,ll>Hashs;int m = sqrt(p) +1;ll base = b;for(int i = 0 ; i<=m;i++){Hashs[base]  = i;base = base*a%p;}base = qpow(a,m,p);ll now = t;for(int i = 1;i<=m+1;i++){now = now *base %p;if( Hashs[now]){return i*m-Hashs[now] +cnt;}}return -1;
}

 

 

这篇关于算法学习之BSGS(大步小步)及其扩展的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/271638

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Java常用注解扩展对比举例详解

《Java常用注解扩展对比举例详解》:本文主要介绍Java常用注解扩展对比的相关资料,提供了丰富的代码示例,并总结了最佳实践建议,帮助开发者更好地理解和应用这些注解,需要的朋友可以参考下... 目录一、@Controller 与 @RestController 对比二、使用 @Data 与 不使用 @Dat

Spring组件初始化扩展点BeanPostProcessor的作用详解

《Spring组件初始化扩展点BeanPostProcessor的作用详解》本文通过实战案例和常见应用场景详细介绍了BeanPostProcessor的使用,并强调了其在Spring扩展中的重要性,感... 目录一、概述二、BeanPostProcessor的作用三、核心方法解析1、postProcessB

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1