codeforces 711E 勒让德定理 逆元

本文介绍了一种涉及模运算和快速幂计算的算法问题解决方法。通过利用数学性质简化问题,并采用勒让德定理及逆元快速幂技术进行高效求解。代码示例展示了如何实现这些算法。
部署运行你感兴趣的模型镜像

要先化简再取模
公式很好推主要是化简
用到两条性质
1. gcd(2^n - k, 2^n) = gcd(k, 2 ^ n)
因为当k为奇数 2^n - k 为奇数 那等式两边都为1
当k为偶数时 2^n - k 为偶数 k = b * 2^k1 b为奇数 2^n - k = 2^k1*(2^(n-k1)-b) 2^(n-k1)-b 是奇数,所以gcd(2^n - k, 2^n) = gcd(k, 2 ^ n) = 2^k1
2. 勒让德定理
在正数n!的素因子标准分解式中,素数p的指数记作Lp(n!), 则
Lp(n!)=∑k≥1⌊n/p^k⌋ (n >= p^k)
然后最后gcd(2^t)也有了公式也有了就逆元加快速幂就能做了

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<iostream>
#define LL unsigned long long
#define mod 1000003ll
LL fastMod(LL a, LL n)
{
    LL ans = 1;
    while(n)
    {
        if(n & 1ll) ans *= a;
        a *= a;
        ans %= mod;
        a %= mod;
        n >>= 1ll;
    }
    return ans;
}
LL n, k;
int main()
{
    scanf("%I64u %I64u", &n, &k);
    if(n <= 63)
    {
        LL pre = 1;
        for(int i = 1; i <= n; i++) pre *= 2;
        if(pre < k)
        {
            printf("1 1\n");
            return 0;
        }
    }
    LL cnt = 0;
    for(LL i = 2; i <= (k - 1); i<<=1ll) cnt += (k - 1) / i;
    LL gcd = fastMod(2ll, cnt);
    LL ans1 = 1, ans2 = fastMod(2ll, n);
    for(LL i = 2; i <= k; i++)
    {
        ans1 *= ((ans2 - i + 1) % mod + mod) % mod;
        ans1 %= mod;
        if(ans1 == 0) break;
    }
    ans2 = fastMod(ans2, k -  1) % mod;
    ans1 = ans1 * fastMod(gcd, mod - 2) % mod;
    ans2 = ans2 * fastMod(gcd, mod - 2) % mod;
    ans1 = (ans2 - ans1 + mod) % mod;
    printf("%I64u %I64u\n", ans1, ans2);
    return 0;
}

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

### Codeforces 上与费马小定理相关的题目及其实现 #### 费马小定理简介 费马小定理指出,如果 $p$ 是质数且 $a$ 不是 $p$ 的倍数,则有: $$ a^{p-1} \equiv 1 \ (\text{mod}\ p) $$ 由此可以推导出,在模 $p$ 下求逆元的方法:对于任意整数 $a$ (满足 $\gcd(a, p) = 1$),其在模 $p$ 意义下的逆元为 $a^{p-2}$。 --- #### 经典题目解析与实现 以下是几道经典的 Codeforces 题目以及它们基于费马小定理的解决方法: --- ##### **题目一:Codeforces 1380G** 该题要求计算一系列操作后的结果,并涉及大量取模运算。其中的关键在于利用费马小定理快速求解逆元[^3]。 ###### 解决方案 通过预处理阶乘及其逆元数组,可以在常数时间内完成组合数的查询。下面是完整的代码实现: ```cpp #include <bits/stdc++.h> using namespace std; typedef long long LL; const int MAXN = 3e5 + 5; const LL MOD = 998244353; // 快速幂模板 LL qpow(LL a, LL b){ LL res = 1; while(b){ if(b & 1) res = res * a % MOD; a = a * a % MOD; b >>= 1; } return res; } LL fact[MAXN], inv_fact[MAXN]; void preprocess(){ fact[0] = 1; for(int i=1;i<MAXN;i++) fact[i] = fact[i-1]*i%MOD; inv_fact[MAXN-1] = qpow(fact[MAXN-1], MOD-2); for(int i=MAXN-2;i>=0;i--){ inv_fact[i] = inv_fact[i+1]*(i+1)%MOD; } } // 计算组合数 C(n,k) mod MOD LL comb(LL n, LL k){ if(k > n || k < 0) return 0; return fact[n] * inv_fact[k] % MOD * inv_fact[n-k] % MOD; } int main(){ ios::sync_with_stdio(false); cin.tie(0); preprocess(); // 输入处理... } ``` 此代码片段实现了对阶乘和逆元的预处理功能,从而能够高效地支持后续的大规模组合数计算需求[^3]。 --- ##### **题目二:Advertising Agency (Codeforces Round #697 Div. 3)** 这是一道关于广告公司分配预算的问题,核心思路也是围绕着组合数展开讨论[^4]。 ###### 解决方案 由于直接计算可能会超出计算机所能表达的最大数值范围,因此采用动态规划配合费马小定理间接获取答案成为必然选择之一。下面给出了一种可行的做法: ```cpp #include<bits/stdc++.h> using namespace std; const int N=2e5+5,MOD=1e9+7; long long fac[N],inv[N]; vector<int>v; long long power(long long x,long long y){ long long ret=1; while(y){ if(y&1)ret=(ret*x)%MOD; x=x*x%MOD;y>>=1; } return ret; } void precompute(){ fac[0]=fac[1]=1; for(int i=2;i<N;i++)fac[i]=(fac[i-1]*i)%MOD; inv[N-1]=power(fac[N-1],MOD-2); for(int i=N-2;i>=0;i--)inv[i]=(inv[i+1]*(i+1))%MOD; } long long C(int n,int r){ if(r>n||r<0)return 0; return ((fac[n]*inv[r]%MOD)*inv[n-r])%MOD; } int main(){ precompute(); int T,n,m,x,y; scanf("%d",&T); while(T--){ v.clear(); scanf("%d%d%d%d",&n,&m,&x,&y); for(int i=1;i<=n;i++){ int tmp;scanf("%d",&tmp); if(tmp<=y)v.push_back(tmp); } sort(v.begin(),v.end()); long long ans=0; for(int i=v.size();i>0;i--){ if((long long)i*m>x)break; ans+=C(v.size()-i+i-1,i-1); ans%=MOD; } printf("%lld\n",ans); } } ``` 这里不仅包含了基本的幂次方函数定义,还额外加入了针对特定条件筛选有效元素列表的操作步骤。 --- #### 总结 上述两例充分体现了费马小定理在实际竞赛编程中的广泛应用价值——无论是用来加速单步除法操作还是辅助构建更大规模的数据结构模型都极为重要! ---
评论
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