数论:从gcd到exgcd

· · 个人记录

注:如果方程设成ax-by=0之类的,判断-b即可。详见本文。

Part 0 前言

gcd以及exgcd算法是oi数论的基础,不管是求逆、解不定方程还是扩展中国剩余定理等都需要用到这里的知识。

Part 1 引入——求解gcd

欧几里得算法

我们小学二年级就学过最大公约数,并了解过一种计算gcd的方法——辗转相除法。其定义如下:

int gcd(int a,int b){
    if(b==0) return a;
    return gcd(b,a%b);
}

该算法用到了一个重要的性质:

gcd(a,b) = gcd(b,a\bmod b)

笔者太菜,有关证明详见 OI-wiki-最大公约数

而exgcd,便是以这段代码为基础,转化而来。它可以求解形如ax+by=c的方程(整数域中)。我们先学习一下怎样判断其无解。

裴蜀定理

a,b 是不全为零的整数,则存在整数x,y,使得 ax+by=gcd(a,b)

这句话告诉我们什么道理呢?

  1. ax+by=c$ 这个方程有整数解,当且仅当 $gcd(a,b)|c
  2. f=ax+by,在整数域中,使得 f>0f 尽可能的小,则f_{min}=gcd(a,b)

对于多元有推论:

  1. n元一次线性方程 \sum\limits_{i=1}^nA_i\times X_i=C有整数解,当且仅当 gcd(A_1,A_2,...,A_n)|C
  2. 在整数域中,使得 C>0C 尽可能的小,则C=gcd(A_1,A_2,...,A_n)

当你学会这个推论,那么便可以解决这道题了:

P4549 【模板】裴蜀定理

Part 2 推导

exgcd算法

别被标题吓到,其实这个挺简单的。 学会推式子,不会忘了咋打~~~

注意:标准的exgcd只能用于求解方程ax+by=gcd(a,b),若cgcd(a,b)的倍数,我们在后文讨论。

如题,我们有ax+by=gcd(a,b)

考虑进行一次迭代,带入a=b,b=a\%b,我们又有:bx'+(a\%b)y'=gcd(b,a\%b)

注意这里的x',y'系数已经改变,新方程的解与原方程x,y不一样,故另作标号。

类似gcd,exgcd经过不断迭代递归,最后也会到达状态为exgcd(a,0)的形式,即y系数为0,x系数为a,方程为ax+0y=gcd(a,0)=a,故此时x=1,y=0

那么如何通过这个解求得上一个方程的x,y

我们知道, gcd(a,b) = gcd(b,a\%b) ,所以ax+by=bx'+(a\%b)y'

a\%b=a-b*\left \lfloor a/b \right \rfloor,所以有:

ax+by =bx'+(a-b*\left \lfloor a/b \right \rfloor)y' =bx'+ay'-b*\left \lfloor a/b \right \rfloor y' =ay'+b(x'-\left \lfloor a/b \right \rfloor y')

待定系数,我们有x=y',y=x'-\left \lfloor a/b \right \rfloor y'

由此,我们便可以一层一层向上推出原方程的一组解。

代码如下:

LL exgcd(LL a, LL b, LL& x, LL& y) {
    if (b == 0) {
        x = 1, y = 0;
        return a;
    }
    LL px, py; // 上一次的答案(x'和y')
    LL ans = exgcd(b, a % b, px, py);
    x = py, y = px - a / b * py;
    return ans;
}

这里可以直接在exgcd中求得gcd(a,b)的值,但是若传入的参数a,b为负数,则gcd有可能是负数。

推导通解

那么已知一组特解(x_0,y_0),如何才能求出方程的通解呢?或者限定xy的值为最小正整数,该如何求解?下面是通解的推导:

ax_0+by_0=gcd(a,b) \Rightarrow ax_0+k*lcm(a,b)+b_y0-k*lcm(a,b)=gcd(a,b)

我们知道lcm(a,b)=ab/gcd(a,b),故上式可化为:

ax_0+a(k*b/gcd)+by_0-b(k*a/gcd)=gcd(a,b) \Rightarrow a(x_0+k*b/gcd)+b(y_0-k*a/gcd)=gcd(a,b)

待定系数得:\begin{cases} x=x_0+k*b/gcd \\ y=y_0-k*a/gcd \end{cases}

由此,我们便有了求解xy的最小正整数解的方法:

注意到式子形如x=a+kb,也即x \equiv x_0 \pmod{b/gcd}(这对于y也同理)

p=\left|b/gcd\right|,则x的最小整数解即为x = (x_0 * gcd \% p + p) \% p

更一般的情况

上一节推导了ax+by=gcd(a,b)的通解,而一般往往求解的方程是ax+by=c=n*gcd(a,b)

聪明的你会说,给算出来的x和y乘个n不就得了,即:

\begin{cases} x'=nx=n*(x_0+k*b/gcd) \\ y'=ny=n*(y_0-k*a/gcd) \end{cases}

但是,如果你直接给上一节算出的最小整数解乘n,其实不一定是该方程的最小整数解:

\begin{cases}x'=nx_0+kn*b/gcd=nx_0+q*b/gcd \\ y'=ny_0-kn*a/gcd=ny_0-q*a/gcd \end{cases}

在构造x'y'时,我们只要求kn是整数,故k实际上可以取任意实数,可以一并视为一个倍数q

从集合的角度看,其实下面这组解集是包含上面那组解集的。

我们不难得到最小整数解:

x' = (x_0 * (c/gcd) \% p + p) \% p$,其中$p=\left|b/gcd\right|

那如果a,b有负数呢?我们不妨假设a>0,b>0

-ax+by=n*gcd(a,b)

我们有a(-x/n)+b(y/n)=gcd(a,b),说明exgcd求得的特解x_0=-x/n,y_0=y/n,移项解出xy,再利用取模的公式即可(下文有图像)。

代码实现

#include <cmath>
// 求解形如ax+by=0
// 若形如ax-by=0,系数变为a,-b

LL a, b, c, X0, Y0;
LL gcd = exgcd(abs(a), abs(b), X0, Y0); // gcd一定要是正值
if (c % gcd != 0) continue;             // 先判方程无解
LL p = abs(b / gcd);
if (a < 0) X0 = -X0;                    // 系数为负 解也为负
// if (b < 0) Y0 = -Y0;

// 取决于要取哪个值,算一个带入求另一个即可
LL x = (X0 * c / gcd % p + p) % p;
LL y = (c - a * x) / b;

Part 3 几何意义与一些问题

裴蜀定理到底说了个啥?为啥取模求最小正整数的方法对于所有情况都适用?

我们不妨画出直线ax+by=c

Q:不符合裴蜀定理的情况——与整数格点无交点

Q:为什么模数偏偏是b/gcd,a/gcd

eq2为原方程,eq1为exgcd所求的方程,可以发现,eq1取(1,0),乘倍数3后并不是x为最小整数解的点。

并且可以观察到,转化前后直线斜率相同,斜率三角形相同,故一旦确定一个格点(x_0,y_0),则每一个解的x,y坐标在直线上挪动的距离也相同,所以模数也相同。

Q:(x,y)是否都能取正整数?

我们可以先算出x的最小正整数解,验证对应的y是否大于0;如小于0,则再算y的最小正整数,求出对应的x是否大于0(一定要二次确认,会存在y>0x不是最小正整数解的情况)

(下面这两幅图配的不太对) 凑合着看看,建议手画理解一下。