A/B(数论)

这篇博客探讨了一种在大数除法中求解模运算的高效方法,特别是当模数为9973时。通过利用模运算的性质,作者提出了一种基于枚举的算法,用于找出满足条件的未知数x。这个算法适用于处理大数A,当A对9973取模的结果n和除数B已知的情况,且B与9973互质。博客内容包括输入输出格式、算法思路、模运算性质以及AC代码示例,展示了如何在实际编程中应用这些数学原理来解决问题。

A/B(数论)

要求(A/B)%9973,但由于A很大,我们只给出n(n=A%9973)(我们给定的A必能被B整除,且gcd(B,9973) = 1)。

Input
数据的第一行是一个T,表示有T组数据。
每组数据有两个数n(0 <= n < 9973)和B(1 <= B <= 10^9)。

Output
对应每组数据输出(A/B)%9973。

Sample Input
2
1000 53
87 123456789

Sample Output
7922
6060

思路: n = A % 9973,所以我们设A = a * 9973 + n,A / B = C,所以B = A / C = b * 9973 + x,其中x即为所求,又A = a * 9973 + n = C * B = B * b * 9973 + B * x,整理得 a * 9973 = B * b * 9973 + B * x - n,即(B * x - n) % 9973 = 0,n和B已知,x属于(0,9972),所以枚举x,即可得答案

模运算性质:
(a+b)%c==(a%c + b%c)%c

(a - b)%c==(a%c - b%c)%c

(a * b)%c==(a%c * b%c)%c

AC代码:

#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;
int main()
{
	int n,b,x,i,t;
	scanf("%d",&t);
	while(t--)
	{
		scanf("%d%d",&n,&b);
		for(i=0;i<9973;i++)
		if((((b%9973)*i)%9973-n)%9973==0)
		{
			printf("%d\n",i);
			break;
		}
	}
	return 0;
}
数论中,计算 \(a/b \bmod p\) 实际上是求 \(a\) 乘以 \(b\) 在模 \(p\) 意义下的乘法逆元,即找到一个整数 \(x\) 使得 \(b \times x \equiv 1 \pmod{p}\),那么 \(a/b \bmod p\) 就等价于 \(a \times x \bmod p\)。 ### 原理 在模运算中,除法不能直接进行,因为模运算的对象是整数,而普通的除法可能会得到小数结果。但可以利用乘法逆元将除法转化为乘法。根据定义,如果 \(b\) 和 \(p\) 互质(即 \(\gcd(b, p) = 1\)),那么根据扩展欧几里得算法或者费马小定理,可以找到 \(b\) 在模 \(p\) 意义下的唯一乘法逆元 \(x\)。 ### 计算方法 #### 扩展欧几里得算法 扩展欧几里得算法用于求解 \(ax + by = \gcd(a, b)\) 的整数解 \(x\) 和 \(y\)。当 \(b\) 和 \(p\) 互质时,\(\gcd(b, p) = 1\),可以通过扩展欧几里得算法找到 \(x\) 使得 \(b \times x + p \times y = 1\),此时 \(x\) 就是 \(b\) 在模 \(p\) 意义下的乘法逆元。 以下是使用 Python 实现的代码示例: ```python def extended_gcd(a, b): if b == 0: return a, 1, 0 gcd, x1, y1 = extended_gcd(b, a % b) x = y1 y = x1 - (a // b) * y1 return gcd, x, y def mod_inverse(b, p): gcd, x, _ = extended_gcd(b, p) if gcd != 1: raise ValueError("b 和 p 不互质,不存在乘法逆元") return x % p def divide_mod(a, b, p): inv_b = mod_inverse(b, p) return (a * inv_b) % p # 示例 a = 6 b = 2 p = 5 result = divide_mod(a, b, p) print(result) ``` #### 费马小定理 如果 \(p\) 是质数,且 \(b\) 不是 \(p\) 的倍数,那么 \(b^{p - 1} \equiv 1 \pmod{p}\),两边同时除以 \(b\) 可得 \(b^{p - 2} \equiv b^{-1} \pmod{p}\),即 \(b\) 在模 \(p\) 意义下的乘法逆元为 \(b^{p - 2} \bmod p\)。可以使用快速幂算法来计算 \(b^{p - 2} \bmod p\)。 以下是使用 Python 实现的代码示例: ```python def fast_pow(base, exponent, mod): result = 1 base = base % mod while exponent > 0: if exponent % 2 == 1: result = (result * base) % mod base = (base * base) % mod exponent = exponent // 2 return result def divide_mod_fermat(a, b, p): inv_b = fast_pow(b, p - 2, p) return (a * inv_b) % p # 示例 a = 6 b = 2 p = 5 result = divide_mod_fermat(a, b, p) print(result) ```
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值