【算法基础 数学】快速幂求逆元(逆元、扩展欧几里得定理、小费马定理)

本文主要是介绍【算法基础 数学】快速幂求逆元(逆元、扩展欧几里得定理、小费马定理),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!

文章目录

  • 为什么需要逆元
  • 逆元的概念
    • 1.单位元
    • 2.逆元
    • 3.模乘的单位元
    • 4.模乘的逆元
  • 开始求逆元
    • 1.扩展欧几里得定理
    • 2.费马小定理


原文链接

为什么需要逆元

首先,在算法竞赛中,很多情况下会遇到数值很大的数据,这个时候,题目往往会让我们对某个数去摸,来控制数据范围。

在±*运算中,我们可以对每个数单独取模,然后再对运算之后的数取模。

但是除法比较特殊,例如: ( 40 ÷ 5 ) m o d 10 ≠ ( ( 40 m o d 10 ) ÷ ( 5 m o d 10 ) ) ) m o d 10 (40\div5)mod 10\neq((40mod 10)\div(5mod 10)))mod10 (40÷5)mod10=((40mod10)÷(5mod10)))mod10

那我们可以将其转化为乘法,就相当于:除以一个数,就是乘以一个数的倒数

这个时候就要用到逆元

逆元的概念

1.单位元

在一个集合中,对于某种运算,如果对于任何的集合元素a和元素e运算,得到还是集合元素a本身,就称e为这个运算下的单位元

  • 例如

在加法中:对任意实数a: a + e = e + a = a a + e = e + a = a a+e=e+a=a, 则e为单位元, e = 0 e = 0 e=0
在乘法中:对任意实数a: a × e = e × a = a a \times e = e \times a = a a×e=e×a=a, 则e为单位元, e = 1 e = 1 e=1
(每种运算都有自己的单位元)

2.逆元

在一个集合中,对于某种运算,如果任意两个元素的运算结果等于单位元,则称这两个元素互为逆元

  • 例如

在加法中:对任意实数a: a + − a = 0 a + -a = 0 a+a=0, 而0是加法的单位元,则-a为加法的逆元
在乘法中:对任意实数a: a × a − 1 = 1 a \times a^{-1} = 1 a×a1=1,则 a − 1 a^{-1} a1为乘法的逆元

3.模乘的单位元

对于模 n n n乘法,所有模 n n n a a a同余的数都可以表示成:
a ( m o d n ) = k n + a ( k ∈ Z ) a(mod~n)=kn+a~~(k\in Z) a(mod n)=kn+a  (kZ)
令单位元为 e ( m o d n ) e(mod~n) e(mod n),将 a ( m o d n ) a(mod~n) a(mod n) e ( m o d n ) e(mod~n) e(mod n)进行模乘运算,得到:
a ( m o d n ) × e ( m o d n ) = ( k 1 n + a ) ( k 2 n + e ) = ( k 1 k 2 n 2 + k 1 e n + k 2 a n + a e ) = ( k 1 k 2 n + k 1 e + k 2 a ) n + a e \begin{equation*} %加*表示不对公式编号 \begin{split} & a(mod~n)\times e(mod~n)\\ & = (k_1n+a)(k_2n+e)\\ & =(k_1k_2n^2+k_1en+k_2an+ae)\\ & =(k_1k_2n+k_1e+k_2a)n+ae\\ \end{split} \end{equation*} a(mod n)×e(mod n)=(k1n+a)(k2n+e)=(k1k2n2+k1en+k2an+ae)=(k1k2n+k1e+k2a)n+ae

根据单位元定义,
a ( m o d n ) × e ( m o d n ) = a ( m o d n ) a(mod~n)\times e(mod~n) = a(mod~n) a(mod n)×e(mod n)=a(mod n)

带入定义式:
( k 1 k 2 n + k 1 e + k 2 a ) n + a e = k n + a (k_1k_2n+k_1e+k_2a)n+ae = kn+a (k1k2n+k1e+k2a)n+ae=kn+a


{ k = k 1 k 2 n + k 1 e + k 2 a e = 1 \begin{cases} k = k_1k_2n+k_1e+k_2a\\ e = 1\\ \end{cases} {k=k1k2n+k1e+k2ae=1

也就是说,模乘的单位元是1

4.模乘的逆元

模乘运算中,任意整数 a ( m o d n ) a(mod~n) a(mod n)的逆元表示为:
a − 1 ( m o d n ) a^{-1}(mod~n) a1(mod n)
根据定义,满足:
a a − 1 ≡ 1 ( m o d n ) aa^{-1}\equiv 1(mod~n) aa11(mod n)

可以理解为 a a a a − 1 a^{-1} a1 n n n的作用下发生了反应,变成了1

但是,不像加减法和乘除法每个数(乘除法除0以外)都有逆元

对于每个数 a a a均有唯一的与之对应的乘法逆元 x x x,使得 a x ≡ 1 ( m o d n ) ax\equiv 1(mod~n) ax1(mod n)
逆元存在的充要条件: g c d ( a , n ) = 1 gcd(a,n)=1 gcd(a,n)=1(这个数和模数互质)

此时,在模 n n n的意义下,一个数 a a a如果有逆元 x x x,那么除以 a a a就相当于乘以 x x x

开始求逆元

如何在给定 a a a n n n的前提下给出逆元?

先在这里附上欧几里得定理

1.扩展欧几里得定理

已知整数a、b,扩展欧几里得算法可以在求得a、b的最大公约数的同时,能找到整数x、y(其中一个很可能是负数),使它们满足贝祖等式 a x + b y = g c d ( a , b ) ax + by = gcd(a,b) ax+by=gcd(a,b)

扩展欧几里得常用来求形如方程:ax + by = c 的整数通解或者特解。

等式方程 ax+by = c 是不一定有整数解x、y的
但是已知:若 c c%gcd(a,b)=0 c,则方程 a x + b y = c ax + by = c ax+by=c必定存在整数解,否则必定无解(其推导如下)。
对于最简单的情况: 对于不完全为0的非负整数 a , b , g c d ( a , b ) a,b,gcd(a, b) a,b,gcd(a,b) 表示 a , b a,b a,b的最大公约数,必定存在整数对 x , y x, y x,y满足 a × x + b × y = = g c d ( a , b ) a\times x+b\times y==gcd(a, b) a×x+b×y==gcd(a,b)。 我们一般根据欧几里算法与最大公约数的关系由最简单的情况来拓展推导方程的通解。

已知:a % gcd(a,b) == 0,b % gcd(a,b) == 0;若整数x、y为方程 ax + by = c 的一组解
则 ax % gcd(a,b) == 0,by % gcd(a,b) == 0
则 ax + by % gcd(a,b) == 0
即 c % gcd(a,b) == 0
因此 方程 ax + by = c 有解的充要条件是 c % gcd(a,b) == 0
————————————————
版权声明:本文为CSDN博主「阿阿阿安」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_40772692/article/details/81183174

  • 下面举一个例子

【例题】给定正整数 a , b a,b a,b,求满足等式 a x + b y = 1 ax+by=1 ax+by=1 x x x的最小正整数解。如果不存在,返回-1。

首先找出 a , b a,b a,b的最大公约数,令 g = g c d ( a , b ) g = gcd(a,b) g=gcd(a,b)
则,原式可以转化为:
g ( a g x + b g y ) = 1 g(\frac{a}{g}x+\frac{b}{g}y) = 1 g(gax+gby)=1
如果 a b = 1 ( a , b ∈ Z + ) ab = 1~~(a,b\in Z^+) ab=1  (a,bZ+),则 a = 1 , b = 1 a=1, b=1 a=1,b=1

所以 g = 1 g = 1 g=1

所以,只需要考虑 a , b a,b a,b互素的情况

下面给出扩展欧几里得定理的代码:

int extend_gcd(int a,int b,int &x,int & y)
{if(b == 0){x = 1;y = 0;return a;}// x,y调换传给下一次递归等价于x1 = y2int t = extend_gcd(b,a%b,y,x);//等价y1 = x2 -(a/b) * y2y -= a / b * x;return t;
}

那上面这个跟逆元有什么联系呢?
来看这道题

【例题】给定正整数 p p p a a a,求满足 a x ≡ 1 ( m o d p ) ax\equiv 1(mod~p) ax1(mod p)的最小正整数 x x x,如果不存在,返回-1

乍看上去跟上面一点关系都没有
将原式换成:
a x = k n + 1 ( k ∈ Z ) ax = kn+1~~(k\in Z) ax=kn+1  (kZ)
移项后得到
a x − k n = 1 ax-kn = 1 axkn=1
由于k是个整数,不分正负,所以可以表示为
a x + k n = 1 ax+kn = 1 ax+kn=1
于是,可表示为
a x + b y = 1 ax+by = 1 ax+by=1

ll inv(ll a, ll n){ll x, y;ExpGcd(a, n, x, y);x = (x % n + n) % n;return x;
}

2.费马小定理

b b b存在乘法逆元的充要条件是 b b b与模数 m m m互质。当模数 m m m为质数时, b m − 1 ≡ 1 ( m o d m ) b^{m-1}\equiv 1(mod~m) bm11(mod m), b m − 2 b^{m-2} bm2为b的逆元

【例题】给定素数 p p p和正整数 a a a,求满足 a x ≡ 1 ( m o d p ) ax\equiv 1(mod~p) ax1(mod p)的最小正整数 x x x,如果不存在,返回-1

a a a p p p的倍数时, a x ≡ 0 ( m o d p ) ax\equiv 0(mod~p) ax0(mod p),所以一定不存在
当不是倍数(a和p互质), a p − 1 ≡ 1 ( m o d p ) ⇒ a × a p − 2 ≡ 1 ( m o d p ) a^{p-1}\equiv 1(mod~p) \Rightarrow a\times a^{p-2}\equiv 1(mod~p) ap11(mod p)a×ap21(mod p)

此时 a p − 2 a^{p-2} ap2就是a的逆元

  • 这道题就是求的 a p − 2 a^{p-2} ap2,考的费马定理和快速幂

题目描述:给定 n n n a i , p i a_i,p_i ai,pi,其中 p i p_i pi 是质数,求 a i a_i ai p i p_i pi的乘法逆元,若逆元不存在则输出 impossible

注意:请返回在 0 ∼ p − 1 0∼p−1 0p1 之间的逆元。

#include<iostream>
#include<algorithm>
using namespace std;typedef long long LL;LL qmi(int a, int b, int p){LL res = 1 % p;while(b){if(b & 1) res = res * a % p;a = a * (LL)a % p;b >>= 1;}return res;
}int main(){int n, a, p;cin >> n;while(n--){cin >> a >> p;int res = qmi(a, p - 2, p);if(a % p) cout << res << endl;      //保证a不是p的倍数else cout << "impossible" << endl;}return 0;
}

这篇关于【算法基础 数学】快速幂求逆元(逆元、扩展欧几里得定理、小费马定理)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/630576

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

hdu4828(卡特兰数+逆元)

这题的前几个数据分别为1,2,5,14,32......................然后确定这是个卡特兰数列 下面来介绍下卡特兰数,它的递推式为f[i+1] = f[i]*(4*n - 6)/n,其中f[2] = f[3] =1;f[4] = 2;f[5] = 14;f[6] = 32.................................. 但是这题的n太大了,所以要用到逆元,

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

电脑桌面文件删除了怎么找回来?别急,快速恢复攻略在此

在日常使用电脑的过程中,我们经常会遇到这样的情况:一不小心,桌面上的某个重要文件被删除了。这时,大多数人可能会感到惊慌失措,不知所措。 其实,不必过于担心,因为有很多方法可以帮助我们找回被删除的桌面文件。下面,就让我们一起来了解一下这些恢复桌面文件的方法吧。 一、使用撤销操作 如果我们刚刚删除了桌面上的文件,并且还没有进行其他操作,那么可以尝试使用撤销操作来恢复文件。在键盘上同时按下“C

hdu4869(逆元+求组合数)

//输入n,m,n表示翻牌的次数,m表示牌的数目,求经过n次操作后共有几种状态#include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdlib.h>#includ

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO