Zengtudor/bdfz_2024_summer
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
0464e800da
bdfz_2024_summer/day7/inverse/inverse_by_chat.md

412 lines
11 KiB
Markdown
Raw Normal View History

update binExp
2024-08-08 04:15:58 +00:00
快速幂算法是一种高效计算大整数幂次的方法，时间复杂度为 $O(\log n)$，远优于直接的幂运算 $O(n)$。其核心思想是将指数的二进制展开，通过平方和乘法快速计算幂次。以下是详细的解释和实现。
### 核心思想
假设我们要计算 $a^b \mod m$，其基本思想如下：
1. 如果 $b$ 是偶数：
$
a^b = (a^{b/2})^2
$
2. 如果 $b$ 是奇数：
$
a^b = a \cdot a^{b-1}
$
通过这种递归分治的方法，可以将指数迅速减半，从而提高计算效率。
### 算法步骤
1. 初始化结果 $result = 1$。
2. 当 $b > 0$ 时，执行以下循环：
- 如果 $b$ 是奇数，更新结果：$result = (result \cdot a) \mod m$。
- 更新基数：$a = (a \cdot a) \mod m$。
- 将 $b$ 右移一位（相当于除以 2）。
3. 返回结果。
### 代码实现
以下是 C++ 代码实现：
```cpp
#include <iostream>
using namespace std;
// 快速幂算法，计算 (base^exp) % mod
long long modExp(long long base, long long exp, long long mod) {
long long result = 1; // 初始化结果
while (exp > 0) {
if (exp % 2 == 1) { // 如果 exp 是奇数
result = (result * base) % mod;
}
base = (base * base) % mod; // 基数自乘
exp /= 2; // 指数右移一位
}
return result;
}
int main() {
long long base = 3, exp = 200, mod = 13;
cout << base << "^" << exp << " % " << mod << " = " << modExp(base, exp, mod) << endl;
return 0;
}
```
### 逐行解释
1. **函数声明和初始化**：
```cpp
long long modExp(long long base, long long exp, long long mod) {
long long result = 1;
```
- `modExp` 函数接受三个参数：`base` (底数)，`exp` (指数)，和 `mod` (模数)。
- `result` 初始化为 1，将用于存储最终结果。
2. **循环**：
```cpp
while (exp > 0) {
```
- 当 `exp` 大于 0 时，继续循环。
3. **处理指数为奇数的情况**：
```cpp
if (exp % 2 == 1) {
result = (result * base) % mod;
}
```
- 如果 `exp` 是奇数（即 `exp % 2 == 1`），更新 `result` 为 `(result * base) % mod`。
4. **更新基数和指数**：
```cpp
base = (base * base) % mod;
exp /= 2;
}
```
- 将 `base` 更新为 `(base * base) % mod`，这一步相当于将 `base` 平方。
- 将 `exp` 右移一位（相当于除以 2）。
5. **返回结果**：
```cpp
return result;
}
```
- 当 `exp` 为 0 时，循环结束，返回 `result`。
6. **主函数**：
```cpp
int main() {
long long base = 3, exp = 200, mod = 13;
cout << base << "^" << exp << " % " << mod << " = " << modExp(base, exp, mod) << endl;
return 0;
}
```
- 定义底数、指数和模数，调用 `modExp` 计算结果并输出。
### 示例计算
假设我们要计算 $3^{200} \mod 13$，步骤如下：
1. 初始值：`result = 1`，`base = 3`，`exp = 200`，`mod = 13`。
2. $200$ 是偶数，计算 `base = (3 * 3) % 13 = 9`，`exp = 200 / 2 = 100`。
3. $100$ 是偶数，计算 `base = (9 * 9) % 13 = 81 % 13 = 3`，`exp = 100 / 2 = 50`。
4. $50$ 是偶数，计算 `base = (3 * 3) % 13 = 9`，`exp = 50 / 2 = 25`。
5. $25$ 是奇数，计算 `result = (1 * 9) % 13 = 9`，`base = (9 * 9) % 13 = 81 % 13 = 3`，`exp = 25 / 2 = 12`。
6. 重复上述步骤，直到 `exp` 为 0。
最终结果为 `3^{200} % 13 = 9`。
通过这种方法，可以高效地计算大整数幂次的模运算。如果有其他问题或需要进一步的解释，随时告诉我！
要使用费马小定理和快速幂来计算 $\frac{a}{b} \mod p$，需要先了解费马小定理和快速幂算法。
### 费马小定理
费马小定理表明，对于一个质数 $ p $ 和任意整数 $ a $，如果 $ a $ 不被 $ p $ 整除，则：
$ a^{p-1} \equiv 1 \pmod{p} $
通过这个定理，可以得到 $ a $ 的逆元：
$ a^{p-2} \equiv a^{-1} \pmod{p} $
### 快速幂算法
快速幂算法用于高效地计算大整数的幂模某个数的值。其时间复杂度是 $ O(\log n) $。
### 实现步骤
1. **使用费马小定理求模逆元**。
2. **使用快速幂算法求出 $ b^{p-2} \mod p $ 作为 $ b $ 的逆元**。
3. **将分数转换为乘法形式**。
### C++ 实现
以下是使用费马小定理和快速幂算法计算 $\frac{a}{b} \mod p$ 的 C++ 实现：
```cpp
#include <iostream>
using namespace std;
// 快速幂算法，计算 (base^exp) % mod
long long modExp(long long base, long long exp, long long mod) {
long long result = 1;
while (exp > 0) {
if (exp % 2 == 1) { // 如果 exp 是奇数
result = (result * base) % mod;
}
base = (base * base) % mod;
exp /= 2;
}
return result;
}
// 求 b 在模 p 下的逆元，使用费马小定理
long long modInverse(long long b, long long p) {
// b^(p-2) ≡ b^(-1) (mod p)
return modExp(b, p - 2, p);
}
// 计算 (a / b) % p
long long modDivide(long long a, long long b, long long p) {
long long inv = modInverse(b, p);
return (a * inv) % p;
}
int main() {
long long a = 10, b = 3, p = 7;
try {
long long result = modDivide(a, b, p);
cout << "Result of " << a << "/" << b << " mod " << p << " is: " << result << endl;
} catch (const invalid_argument &e) {
cout << e.what() << endl;
}
return 0;
}
```
### 逐行解释
1. **快速幂算法**：
```cpp
long long modExp(long long base, long long exp, long long mod) {
long long result = 1;
while (exp > 0) {
if (exp % 2 == 1) { // 如果 exp 是奇数
result = (result * base) % mod;
}
base = (base * base) % mod;
exp /= 2;
}
return result;
}
```
- `modExp` 函数实现快速幂算法，通过不断将指数减半，并在指数为奇数时乘以当前基数。
- 循环中，基数平方并取模，指数减半，最终结果为 $(base^{exp}) \mod mod$。
2. **求模逆元**：
```cpp
long long modInverse(long long b, long long p) {
return modExp(b, p - 2, p);
}
```
- 使用费马小定理计算 $ b $ 的逆元，即 $ b^{p-2} \mod p $。
3. **计算 $\frac{a}{b} \mod p$**：
```cpp
long long modDivide(long long a, long long b, long long p) {
long long inv = modInverse(b, p);
return (a * inv) % p;
}
```
- 调用 `modInverse` 求出 $ b $ 的模逆元 $ inv $。
- 计算并返回 $ (a \times inv) \mod p $。
4. **主函数**：
```cpp
int main() {
long long a = 10, b = 3, p = 7;
try {
long long result = modDivide(a, b, p);
cout << "Result of " << a << "/" << b << " mod " << p << " is: " << result << endl;
} catch (const invalid_argument &e) {
cout << e.what() << endl;
}
return 0;
}
```
- 定义 $ a, b, p $ 的值。
- 调用 `modDivide` 计算结果并输出。
update
2024-08-09 02:03:38 +00:00
使用扩展欧几里得算法（Extended Euclidean Algorithm, Exgcd）来求解模逆元也是一种经典且高效的方法，特别是在处理大数时更为优越。接下来，我将详细解释如何使用扩展欧几里得算法来实现分数 \(\frac{a}{b} \mod p\) 的计算，并与快速幂进行比较。
### 扩展欧几里得算法的原理
扩展欧几里得算法不仅可以用于求两个数的最大公约数（GCD），还能求出模逆元。对于两个整数 \(a\) 和 \(b\)，扩展欧几里得算法可以找到一组整数 \(x\) 和 \(y\)，使得：
\[
ax + by = \gcd(a, b)
\]
当 \(a\) 和 \(b\) 互质时，\(\gcd(a, b) = 1\)，因此方程变为：
\[
ax + by = 1
\]
在这种情况下，\(x\) 就是 \(a\) 模 \(b\) 的逆元，即：
\[
a^{-1} \equiv x \pmod{b}
\]
### C++ 实现
下面是使用扩展欧几里得算法计算分数 \(\frac{a}{b} \mod p\) 的 C++ 实现代码：
```cpp
#include <iostream>
using namespace std;
// 扩展欧几里得算法
long long extendedGCD(long long a, long long b, long long &x, long long &y) {
if (b == 0) {
x = 1;
y = 0;
return a;
}
long long x1, y1;
long long gcd = extendedGCD(b, a % b, x1, y1);
x = y1;
y = x1 - (a / b) * y1;
return gcd;
}
// 求 b 的逆元，前提是 b 和 p 互质
long long modInverse(long long b, long long p) {
long long x, y;
long long g = extendedGCD(b, p, x, y);
if (g != 1) {
throw invalid_argument("Inverse doesn't exist.");
} else {
// 确保结果是正数
return (x % p + p) % p;
}
}
// 计算 (a / b) % p
long long modDivide(long long a, long long b, long long p) {
long long inv = modInverse(b, p);
return (a * inv) % p;
}
int main() {
long long a = 10, b = 3, p = 7;
try {
long long result = modDivide(a, b, p);
cout << "Result of " << a << "/" << b << " mod " << p << " is: " << result << endl;
} catch (const invalid_argument &e) {
cout << e.what() << endl;
}
return 0;
}
```
### 逐行解释
1. **扩展欧几里得算法**：
```cpp
long long extendedGCD(long long a, long long b, long long &x, long long &y) {
if (b == 0) {
x = 1;
y = 0;
return a;
}
long long x1, y1;
long long gcd = extendedGCD(b, a % b, x1, y1);
x = y1;
y = x1 - (a / b) * y1;
return gcd;
}
```
- 当 \(b = 0\) 时，直接返回 \(a\) 作为 gcd，设 \(x = 1\) 和 \(y = 0\)。
- 递归调用 `extendedGCD(b, a % b, x1, y1)`，计算 gcd 及其对应的系数。
- 通过回溯，计算当前的 \(x\) 和 \(y\)。
2. **求模逆元**：
```cpp
long long modInverse(long long b, long long p) {
long long x, y;
long long g = extendedGCD(b, p, x, y);
if (g != 1) {
throw invalid_argument("Inverse doesn't exist.");
} else {
return (x % p + p) % p;
}
}
```
- 使用扩展欧几里得算法计算 \(b\) 的模逆元 \(x\)。
- 如果 gcd 不为 1，则 \(b\) 和 \(p\) 不互质，逆元不存在。
- 否则，返回 \(x\) 的正值作为逆元。
3. **计算 \(\frac{a}{b} \mod p\)**：
```cpp
long long modDivide(long long a, long long b, long long p) {
long long inv = modInverse(b, p);
return (a * inv) % p;
}
```
- 调用 `modInverse` 求出 \(b\) 的逆元 \(inv\)。
- 返回 \( (a \times inv) \mod p \)。
4. **主函数**：
```cpp
int main() {
long long a = 10, b = 3, p = 7;
try {
long long result = modDivide(a, b, p);
cout << "Result of " << a << "/" << b << " mod " << p << " is: " << result << endl;
} catch (const invalid_argument &e) {
cout << e.what() << endl;
}
return 0;
}
```
- 定义 \(a, b, p\) 的值，计算并输出结果。
### 为什么使用 Exgcd ？
相比于快速幂算法，Exgcd 在某些场景下更加灵活和高效：
1. **处理更大范围的数**：Exgcd 可以直接处理整数（包括负数），而快速幂需要在计算中额外处理这些情况。
2. **无需质数模**：快速幂算法基于费马小定理，只能在模数为质数的情况下使用。而 Exgcd 不要求模数为质数。
3. **更快的计算速度**：对于某些特定的输入，Exgcd 在常数时间上可能更快。
通过这种方式，你可以在 C++ 中使用扩展欧几里得算法来实现高效的分数模运算。如果你还有其他问题或需要进一步的解释，随时告诉我！
Reference in New Issue Copy Permalink