百僧分馍——《算法统宗》著名题目

前言

百僧分馍出自于我国明代著名数学家程大位所著的《算法统宗》,感兴趣的可以了解一下。

程大位icon-default.png?t=O83Ahttps://baike.baidu.com/item/%E7%A8%8B%E5%A4%A7%E4%BD%8D/685133

《算法统宗》 icon-default.png?t=O83Ahttps://baike.baidu.com/item/%E7%AE%97%E6%B3%95%E7%BB%9F%E5%AE%97?fromModule=lemma_search-box

原题

一百馒头一百僧,大僧三个更无争,小僧三人分一个,大小和尚各几丁?

这道题大意思大概是:有100个和尚分100只馒头,正好分完。如果大和尚一人分3只,小和尚3人分一只,试问大、小和尚各有几人?

 代码思路

这道题我们可以使用常用算法之一——模拟来做这道题。

双重for循环,看一下以下条件是否成立:i * 3 + j / 3 == 100 && i + j == 100,成立就可以输出答案了。如果有问题,就在评论区问我。

还有一种方法特别简单,想知道的私信!

代码实现

三种方法。

//第一种方法
#include <iostream>
using namespace std;
int main() {
	for (int i = 1; i <= 100; i++) //遍历100次 (i表示大和尚的数量) 
		for (int j = 1; j <= 100; j++) //遍历100次(j表示小和尚的数量) 
			if (i * 3 + j / 3 == 100 && i + j == 100) { //当找到答案时执行下列代码 
				cout << "大和尚有" << i << "个\n";
				cout << "小和尚有" << j << "个\n";
				return 0;
			}
}
//第二种方法
#include <iostream>
using namespace std;
int main() {
	const int n = 100; //定义常量 
	for (int i = 1; i <= n; i++) //i表示大和尚的数量 
		for (int j = 1; j <= n; j++) //j表示大和尚的数量
			if (i * 3 + j / 3 == n && i + j == n) {
				cout << "大和尚有" << i << "个\n";
				cout << "小和尚有" << j << "个\n";
				return 0;
			}
}
//第三种方法
#include <iostream>
using namespace std;
int main() {
	const int n = 100; //定义常量 
	for (int i = 1; i <= n; i++) //只需遍历一次 
		if (i * 3 + (n - i) / 3 == 100) {
			cout << "大和尚有" << i << "个\n";
			cout << "小和尚有" << n - i << "个\n";
			return 0;
		}
}

下一题:以碗知僧icon-default.png?t=O83Ahttps://blog.youkuaiyun.com/NOIP1ding_c/article/details/145050784?spm=1001.2014.3001.5502

请转成markdown语法 中国剩余定理 引入 「物不知数」问题:有物不知其数,三三数之剩二,五五数之剩三,七七数之剩二。问物几何? 即求满足以下条件的整数:除以 3 余 2,除以 5 余 3,除以 7 余 2。 该问题最早见于《孙子经》中,并有该问题的具体解法。宋朝数学家秦九韶于 1247 年《数书九章》卷一、二《大衍类》对「物不知数」问题做出了完整系的解答。上面具体问题的解答口诀由明朝数学家程大位在《算法》中给出: 三人同行七十希,五树梅花廿一支,七子团圆正半月,除零五便得知。 2\times 70+3\times 21+2\times 15=233=2\times 105+23,故答案为 23。 定义 中国剩余定理 (Chinese Remainder Theorem, CRT) 可求解如下形式的一元线性同余方程组(其中 n_1, n_2, \cdots, n_k 两两互质): \begin{cases} x &\equiv a_1 \pmod {n_1} \\ x &\equiv a_2 \pmod {n_2} \\ &\vdots \\ x &\equiv a_k \pmod {n_k} \\ \end{cases} 上面的「物不知数」问题就是一元线性同余方程组的一个实例。 过程 计所有模数的积 n; 对于第 i 个方程: 计 m_i=\frac{n}{n_i}; 计 m_i 在模 n_i 意义下的 逆元 m_i^{-1}; 计 c_i=m_im_i^{-1}(不要对 n_i 取模)。 方程组在模 n 意义下的唯一解为: x=\sum_{i=1}^k a_ic_i \pmod n。 实现 C++ Python LL CRT(int k, LL* a, LL* r) { LL n = 1, ans = 0; for (int i = 1; i <= k; i++) n = n * r[i]; for (int i = 1; i <= k; i++) { LL m = n / r[i], b, y; exgcd(m, r[i], b, y); // b * m mod r[i] = 1 ans = (ans + a[i] * m * b % n) % n; } return (ans % n + n) % n; } 证明 我们需要证明上面算法所得的 x 对于任意 i=1,2,\cdots,k 满足 x\equiv a_i \pmod {n_i}。 当 i\neq j 时,有 m_j \equiv 0 \pmod {n_i},故 c_j \equiv m_j \equiv 0 \pmod {n_i}。又有 c_i \equiv m_i \cdot (m_i^{-1} \bmod {n_i}) \equiv 1 \pmod {n_i},所以我们有: \begin{aligned} x&\equiv \sum_{j=1}^k a_jc_j &\pmod {n_i} \\ &\equiv a_ic_i &\pmod {n_i} \\ &\equiv a_i \cdot m_i \cdot (m^{-1}_i \bmod n_i) &\pmod {n_i} \\ &\equiv a_i &\pmod {n_i} \end{aligned} 即对于任意 i=1,2,\cdots,k,上面算法得到的 x 总是满足 x\equiv a_i \pmod{n_i},即证明了解同余方程组的算法的正确性。 因为我们没有对输入的 a_i 作特殊限制,所以任何一组输入 \{a_i\} 都对应一个解 x。 另外,若 x\neq y,则总存在 i 使得 x 和 y 在模 n_i 下不同余。 故系数列表 \{a_i\} 与解 x 之间是一一映射关系,方程组总是有唯一解。 解释 下面演示 CRT 如何解「物不知数」问题。 n=3\times 5\times 7=105; 三人同行 七十 希: n_1=3, m_1=n/n_1=35, m_1^{-1}\equiv 2\pmod 3,故 c_1=35\times 2=70; 五树梅花 廿一 支: n_2=5, m_2=n/n_2=21, m_2^{-1}\equiv 1\pmod 5,故 c_2=21\times 1=21; 七子团圆正 半月: n_3=7, m_3=n/n_3=15, m_3^{-1}\equiv 1\pmod 7,故 c_3=15\times 1=15; 所以方程组的唯一解为 x\equiv 2\times 70+3\times 21+2\times 15\equiv 233\equiv 23 \pmod {105}。(除 零五 便得知) Garner 算法 CRT 的另一个用途是用一组比较小的质数表示一个大的整数。 例如,若 a 满足如下线性方程组,且 a < \prod_{i=1}^k p_i(其中 p_i 为质数): \begin{cases} a &\equiv a_1 \pmod {p_1} \\ a &\equiv a_2 \pmod {p_2} \\ &\vdots \\ a &\equiv a_k \pmod {p_k} \\ \end{cases} 我们可以用以下形式的式子(称作 a 的混合基数表示)表示 a: a = x_1 + x_2 p_1 + x_3 p_1 p_2 + \ldots + x_k p_1 \ldots p_{k-1} Garner 算法 将用来计系数 x_1, \ldots, x_k。 令 r_{ij} 为 p_i 在模 p_j 意义下的 逆: p_i \cdot r_{i,j} \equiv 1 \pmod{p_j} 把 a 代入我们得到的第一个方程: a_1 \equiv x_1 \pmod{p_1} 代入第二个方程得出: a_2 \equiv x_1 + x_2 p_1 \pmod{p_2} 方程两边减 x_1,除 p_1 后得 \begin{aligned} a_2 - x_1 &\equiv x_2 p_1 &\pmod{p_2} \\ (a_2 - x_1) r_{1,2} &\equiv x_2 &\pmod{p_2} \\ x_2 &\equiv (a_2 - x_1) r_{1,2} &\pmod{p_2} \end{aligned} 类似地,我们可以得到: x_k=(\dots((a_k-x_1)r_{1,k}-x_2)r_{2,k})-\dots)r_{k-1,k} \bmod p_k 实现 该算法的时间复杂度为 O(k^2)。实际上 Garner 算法并不要求模数为质数,只要求模数两两互质,我们有如下伪代码: \begin{array}{ll} &\textbf{Chinese Remainder Algorithm }\operatorname{cra}(\mathbf{v}, \mathbf{m})\text{:} \\ &\textbf{Input}\text{: }\mathbf{m}=(m_0,m_1,\dots ,m_{n-1})\text{, }m_i\in\mathbb{Z}^+\land\gcd(m_i,m_j)=1\text{ for all } i\neq j\text{,} \\ &\qquad \mathbf{v}=(v_0,\dots ,v_{n-1}) \text{ where }v_i=x\bmod m_i\text{.} \\ &\textbf{Output}\text{: }x\bmod{\prod_{i=0}^{n-1} m_i}\text{.} \\ 1&\qquad \textbf{for }i\text{ from }1\text{ to }(n-1)\textbf{ do} \\ 2&\qquad \qquad C_i\gets \left(\prod_{j=0}^{i-1}m_j\right)^{-1}\bmod{m_i} \\ 3&\qquad x\gets v_0 \\ 4&\qquad \textbf{for }i\text{ from }1\text{ to }(n-1)\textbf{ do} \\ 5&\qquad \qquad u\gets (v_i-x)\cdot C_i\bmod{m_i} \\ 6&\qquad \qquad x\gets x+u\prod_{j=0}^{i-1}m_j \\ 7&\qquad \textbf{return }(x) \end{array} 可以发现在第六行中的计过程对应上述混合基数的表示。 应用 某些计数问题或数论问题出于加长代码、增加难度、或者是一些其他原因,给出的模数:不是质数! 但是对其质因数解会发现它没有平方因子,也就是该模数是由一些不重复的质数相乘得到。 那么我们可以别对这些模数进行计,最后用 CRT 合并答案。 下面这道题就是一个不错的例子。 洛谷 P2480 [SDOI2010] 古代猪文 给出 G,n( 1 \leq G,n \leq 10^9),求: G^{\sum_{k\mid n}\binom{n}{k}} \bmod 999~911~659 首先,当 G=999~911~659 时,所求显然为 0。 否则,根据 欧拉定理,可知所求为: G^{\sum_{k\mid n}\binom{n}{k} \bmod 999~911~658} \bmod 999~911~659 现在考虑如何计: \sum_{k\mid n}\binom{n}{k} \bmod 999~911~658 因为 999~911~658 不是质数,无法保证 \forall x \in [1,999~911~657], x 都有逆元存在,上面这个式子我们无法直接计。 注意到 999~911~658=2 \times 3 \times 4679 \times 35617,其中每个质因子的最高次数均为一,我们可以考虑别求出 \sum_{k\mid n}\binom{n}{k} 在模 2, 3, 4679, 35617 这几个质数下的结果,最后用中国剩余定理来合并答案。 也就是说,我们实际上要求下面一个线性方程组的解: \begin{cases} x \equiv a_1 \pmod 2\\ x \equiv a_2 \pmod 3\\ x \equiv a_3 \pmod {4679}\\ x \equiv a_4 \pmod {35617} \end{cases} 而计一个组合数对较小的质数取模后的结果,可以利用 卢卡斯定理。 扩展:模数不互质的情况 两个方程 设两个方程别是 x\equiv a_1 \pmod {m_1}、 x\equiv a_2 \pmod {m_2}; 将它们转化为不定方程: x=m_1p+a_1=m_2q+a_2,其中 p, q 是整数,则有 m_1p-m_2q=a_2-a_1。 由 裴蜀定理,当 a_2-a_1 不能被 \gcd(m_1,m_2) 整除时,无解; 其他情况下,可以通过 扩展欧几里得算法 解出来一组可行解 (p, q); 则原来的两方程组成的模方程组的解为 x\equiv b\pmod M,其中 b=m_1p+a_1, M=\text{lcm}(m_1, m_2)。 多个方程 用上面的方法两两合并即可。
最新发布
08-16
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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