标签：le 数论 cdot 质数 逆元 pmod Part 同余 equiv
逆元
准确地说，这里讲的是模意义下的乘法逆元。
定义：如果有同余方程 \(ax\equiv 1\pmod p\)，则 \(x\) 称为 \(a\bmod p\) 的逆元，记作 \(a^{-1}\)。
作用是抵消乘法，即 \(x\cdot a\cdot a^{-1}\equiv x\pmod p\)
进一步可以得到 \(\frac xa\equiv x\times a^{-1}\pmod p\)，这也是分数取模的计算方式
最通用的求法是 exgcd 。
\(ax\equiv 1\pmod p\) 等价于 \(ax+py=1(x,y\in\Z)\)，可直接用 exgcd 求解。时间复杂度 \(O(\log p)\)。
这也表明当且仅当 \(\gcd(a,p)=1\) 时，\(a\bmod p\) 的逆元存在。
OI 中为了方便，往往选择一个大质数作为模数 \(p\)，以保证在给定的数据范围内逆元始终存在。
下文仅讨论 \(p\) 为质数的情况，且默认其它数均小于 \(p\)
这里我们不加证明地引入费马小定理：若 \(p\) 为质数，\(a,p\) 互质，则 \(a^{p-1}\equiv 1\pmod p\)。
则 \(a^{-1}\equiv a^{p-2}\pmod p\)，故直接用快速幂计算 \(a^{p-2}\bmod p\) 即得 \(a^{-1}\)。
时间复杂度是 \(O(\log p)\)，单次求逆元似乎没有更优的做法了
但要算多个逆元时有一些技巧可以做到线性
给定 \(n,p\)，求 \(1\sim n\) 中所有整数在模 \(p\) 意义下的逆元。
\(1\le n\le 3\times10^6,n<p<20000528\)，保证 \(p\) 为质数
有一个经典的线性递推求 \(1\sim n\) 逆元的方法。
比如我们当前求的是 \(x^{-1}\)。
设 \(p=ax+b\)，则
为得到 \(x^{-1}\)，将两边同除以 \(x\)
\[a\equiv -b\cdot x^{-1}\pmod p \]整理一下
\[x^{-1}\equiv -a\cdot b^{-1}\pmod p \]代入 \(a=p/x,b=p\%x\)
\[x^{-1}\equiv -(p/x)\cdot (p\% x)^{-1}\pmod p \]即得递推式。
核心代码：
inv[1]=1;
for (int i=2; i<=n; ++i)
inv[i]=1ll*(p-p/i)*inv[p%i]%p;
再讲一个有点奇怪的做法
所求即 \(inv(x)=x^{p-2}\)。注意到这是个积性函数。
于是可以用欧拉筛去筛它，当 \(x\) 为质数时用快速幂直接计算。
由于 \(1\sim n\) 的质数大约有 \(\ln n\) 个，这个做法的时间复杂度是 \(O\left(\dfrac{n\log p}{\ln n}+n\right)\)，比 \(O(n)\) 略慢。
实际上这个技巧原本是 \(O\left(\dfrac{n\log k}{\ln n}+n\right)\) 计算 \(1^k\sim n^k\)，这里令 \(k=p-2\) 强行套用了而已
也可以考虑预处理阶乘：
fac[0]=1;
for (int i=1; i<=n; ++i) fac[i]=1ll*fac[i-1]*i%p;
inv[n]=power(fac[n],p-2,p); // 快速幂计算逆元
for (int i=n; i; --i) inv[i-1]=1ll*inv[i]*i%p;
其中 fac,inv 分别是阶乘及其逆元。显然 \(x^{-1}\equiv fac_x\cdot inv_{x-1}\pmod p\)。
时间复杂度 \(O(n)\)。在一些组合计数的题中会更自然地用到。
然后是第二道板子题
给定 \(n\) 个正整数 \(a_i\)，求它们在模 \(p\) 意义下的逆元。
为减少输出量，给定常数 \(k\)，只需输出 \(\sum\limits_{i=1}^n\dfrac{k^i}{a_i}\)。
\(1\le n\le 5\times10^6,2\le k<p\le 10^9,1\le a_i<p\)，保证 \(p\) 为质数
令 \(A\) 为所有数的积，\(pre_i\) 为前缀积，\(suf_i\) 为后缀积，则 \(a_i^{-1}=A^{-1}\cdot pre_{i-1}\cdot suf_{i+1}\)。
于是显然可以 \(O(n)\) 计算。
本质上是因为算除法（逆元）要一个 log ，而乘法是常数级，于是化除为乘减少计算量
感觉其实就是通分（？）
标签：le,数论,cdot,质数,逆元,pmod,Part,同余,equiv 来源： https://www.cnblogs.com/REKonib/p/15872805.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。