$$ \left { \begin{aligned} x_1 = a_1 \ (mod \ m_1) \ x_2 = a_2 \ (mod \ m_2) \ . \qquad \qquad \ . \qquad \qquad \ . \qquad \qquad\ x_n = a_k \ (mod \ m_k) \end{aligned} \right . $$
中国剩余定理
算法流程
- 计算所有模数的积 M;
- 对于第 i 个方程: a. 计算 $n_i \ = \ \frac{M}{m_i}$; b. 计算 $n_i$ 在模 $m_i$ 意义下的逆元 $n_i^{-1}$;
- 方程组的唯一解为: $x = \sum_{i = 1}^k (n_i * n_i^{-1} * a_i) \ (mod \ M)$。
代码实现
#include <iostream>
#include <algorithm>
using namespace std;
typedef long long LL;
const int N = 15;
int A[N], B[N];
LL exgcd(LL a, LL b, LL &x, LL &y)
{
if (!b)
{
x = 1;
y = 0;
return a;
}
LL gcd = exgcd(b, a % b, y, x);
y -= a / b * x;
return gcd;
}
int main()
{
int n;
cin >> n;
// 第一步: 计算所有模数的积M
LL M = 1;
for (int i = 0; i < n; ++ i)
{
cin >> B[i] >> A[i];
M *= B[i];
}
LL res = 0;
for (int i = 0; i < n; ++ i)
{
// LL ni = M / B[i];
// LL ti = qpow(ni, B[i] - 2, B[i]); // B[i] - 2为负数qpow无法处理 题目中只说到任意两个B[i]互质,但没说一定是质数,所以不满足费马小定理的条件
LL ni = M / B[i], ti, x; // 第二步a: 计算ni
exgcd(ni, B[i], ti, x); // 第二步b: 计算ni的逆元ti
res = (res + ni * ti % M * A[i] % M) % M; //第三步: 计算答案
}
cout << (res % M + M) % M << endl; // 保证M是大于0的最小值
return 0;
}
扩展中国剩余定理
当满足中国剩余定理条件时也可以使用下面的计算方法计算,因为下面的方法没有什么限定条件 中国剩余定理要求 $m_1, \ m_2, \ ... \ m_n$ 必须是两两互质的,如果不满足这个条件时,就需要使用其它方法来做了 我记得书上有种做法,但是记不清怎么搞的了,待定。
推导过程
问题和对应的推导过程
网上找的推导过程
手写推导过程
简单地说就是对于多个式子,我们每次只看两个式子,通过数学推导将其等价变形为一个式子,逐渐将所有式子合并最终得到x的解
需要注意的问题
图1的4式是减法,但是扩展欧几里得计算的是加法( $k_1 \ a_1 + k_2 \ a_2 = m_2 - m_1$ ),出现的问题只不过是其实我们实际计算的其实是k2',而k2' = -k2,但是这并不会对我们的后续操作产生什么影响,因为我们用的是k1,后面并没有用到k2,而无论是加法还是减法,k1求解出来的值都是一样的。
代码实现
/**
* 给定 2n 个整数
* a1,a2,…,an 和 m1,m2,…,mn,
* 求一个最小的非负整数 x,满足∀i∈[1,n],x≡ai(mod mi)
* 其实代码只需要按照我们的推导过程直译即可
*/
#include <iostream>
using namespace std;
typedef long long LL;
LL exgcd(LL a, LL b, LL &x, LL &y)
{
if (!b)
{
x = 1, y = 0;
return a;
}
LL d = exgcd(b, a % b, y, x);
y -= a / b * x;
return d;
}
int main()
{
int n;
cin >> n;
LL m1, a1; // 因为一次合并后m1存储的就是m1和m2的最小公倍数了,是有可能会爆int的
cin >> m1 >> a1;
LL res;
for (int i = 0; i < n - 1; ++ i)
{
LL m2, a2;
cin >> m2 >> a2;
LL k1, k2;
LL d = exgcd(m1, m2, k1, k2);
if ((a2 - a1) % d)
{
res = -1;
break;
}
k1 *= (a2 - a1) / d; // 正解中对k1还有其它处理
/**
* 作用是保证k1为最小非负值
* 可是为什么需要保持k1为非负值?
* 这里我忽略了取余的另一个作用就是缩小数据
* 首先我们必须明确的一点是根据推导过程可知,所有的 k = k1 (mod (m2 / d)),这样的k都是k1的一个解,只需要k2对应变化即可
* 在下面的步骤中,我们计算res和a1都需要用到k1,本题数据比较极限,如果k1过大,会导致下面的计算结果溢出,所以这里需要取k1的最小非负整数解
*/
k1 = (k1 % (m2/d) + m2/d) % (m2/d);
res = k1 * m1 + a1;
a1 = m1 * k1 + a1;
m1 = m1 / d * m2;
}
/**
* 最终合并结果就剩下了一个式子 x = a1 (mod m1)
* 题目要求求解最小的非负整数解
* 所以可以按照下面的方法做,需要注意res为-1的无解情况
* 那么为什么正解不可能是-1???????????????
*/
/**
* 需要特判-1的样例
* 5
* 35 30
* 22 2
* 16 5
* 28 23
* 32 18
*
* 实际输出:769
* 正确输出:-1
*/
if (res != -1) res = (res % m1 + m1) % m1;
cout << res << endl;
}
标签:剩余,int,res,定理,扩展,k1,m1,m2,LL
From: https://blog.51cto.com/u_14882565/6969998