数论:从gcd到exgcd
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
裴蜀定理
设
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?
-
ax+by=c$ 这个方程有整数解,当且仅当 $gcd(a,b)|c - 令
f=ax+by ,在整数域中,使得f>0 且f 尽可能的小,则f_{min}=gcd(a,b)
对于多元有推论:
- 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 - 在整数域中,使得
C>0 且C 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
如题,我们有
考虑进行一次迭代,带入
注意这里的
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
那么如何通过这个解求得上一个方程的
我们知道,
又
待定系数,我们有
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
我们知道
待定系数得:
由此,我们便有了求解
注意到式子形如
设
更一般的情况
上一节推导了
聪明的你会说,给算出来的x和y乘个n不就得了,即:
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:
在构造
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:
那如果
我们有
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
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
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
Q:
我们可以先算出
(下面这两幅图配的不太对) 凑合着看看,建议手画理解一下。