卢卡斯(Lucas)定理

Lucas定理

C n m m o d    p = C n / p m / p × C n m o d    p m m o d    p m o d    p C_n^m \mod p=C_{n/p}^{m/p} \times C_{n\mod p}^{m\mod p} \mod p Cnmmodp=Cn/pm/p×Cnmodpmmodpmodp,p为素数

Lucas板子

int qpow(ll b,int n,int mod)
{
    int res=1;
    while(n)
    {
        if(n&1) res=1ll*res*b%mod;
        b=1ll*b*b%mod;
        n>>=1;
    }
    return res;
}

int fac[maxn];
void init(int p)
{
    fac[0]=fac[1]=1;
    for(int i=2;i<=p;++i)
        fac[i]=1ll*fac[i-1]*i%p;
}

int C(int n,int m,int p)
{
    if(m>n) return 0;
    return 1ll*fac[n]*qpow(1ll*fac[m]*fac[n-m]%p,p-2,p)%p;
}

int Lucas(ll n,ll m,int p)
{
    int ans=1;
    while(n&&m&&ans)
    {
        ans=1ll*ans*C(n%p,m%p,p)%p;
        n/=p;
        m/=p;
    }
    return ans;
}

组合数计算

取模时,需要注意 n < m 的情况,此时为 0

1、线性推逆元,在只需要初始化一次的时候使用比较好

const int N=5e5;
int fac[N+10],finv[N+10];
void init()
{
    fac[0]=fac[1]=1;
    for(int i=2;i<=N;++i)
        fac[i]=1ll*fac[i-1]*i%mod;
    finv[N]=qpow(fac[N],mod-2,mod);
    for(int i=N-1;i>=0;--i)
        finv[i]=1ll*finv[i+1]*(i+1)%mod;
}

int C(int n,int m)
{
    return 1ll*fac[n]*finv[m]%mod*finv[n-m]%mod;
}

2、推出阶乘之后,用费尔马小定理计算逆元

int fac[maxn];
void init(int p)
{
	fac[0]=fac[1]=1;
	for(int i=2;i<=p;++i)
		fac[i]=1ll*fac[i-1]*i%p;
}

int C(int n,int m,int p)
{
	if(m>n) return 0;
	return 1ll*fac[n]*qpow(1ll*fac[m]*fac[n-m]%p,p-2,p)%p;
}

3、直接用组合式公式计算

ll C(ll a,ll b,ll p)
{
    if(a<b) return 0;
    if(a==b) return 1;
    if(b>a-b) b=a-b;
    ll ca=1,cb=1;
    for(int i=0;i<b;++i)
    {
        ca=(ca*(a-i))%p;
        cb=cb*(i+1)%p;
    }
    return ca*qpow(cb,p-2,p)%p;
}

4、不需要取模时,用杨辉三角

ll C[1000][1000];
void init()
{
	C[0][0]=1;
	for(int i=1;i<=500;++i)
	{
		C[i][0]=C[i][i]=1;
		for(int j=1;j<=i-1;++j)
			C[i][j]=C[i-1][j-1]+C[i-1][j];
	}
}

Saving Beans HDU - 3037

在这里插入图片描述
链接:http://acm.hdu.edu.cn/showproblem.php?pid=3037

#include <bits/stdc++.h>
#define ll long long
using namespace std;
const int maxn=1e5+5,maxm=1e5+5;

int qpow(ll b,int n,int mod)
{
    int res=1;
    while(n)
    {
        if(n&1) res=1ll*res*b%mod;
        b=1ll*b*b%mod;
        n>>=1;
    }
    return res;
}

int fac[maxn];
void init(int p)
{
    fac[0]=fac[1]=1;
    for(int i=2;i<=p;++i)
        fac[i]=1ll*fac[i-1]*i%p;
}

int C(int n,int m,int p)
{
    if(m>n) return 0;
    return 1ll*fac[n]*qpow(1ll*fac[m]*fac[n-m]%p,p-2,p)%p;
}

int Lucas(ll n,ll m,int p)
{
    int ans=1;
    while(n&&m&&ans)
    {
        ans=1ll*ans*C(n%p,m%p,p)%p;
        n/=p;
        m/=p;
    }
    return ans;
}
int t,n,m,p;

int main()
{
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d%d%d",&n,&m,&p);
        init(p);
        printf("%d\n",Lucas(n+m,m,p));
    }
    return 0;
}
<think>嗯,用户想了解Lucas定理,涉及数学、计算机科学、组合数和取模运算。我需要先回忆一下Lucas定理的基本内容和应用场景。首先,Lucas定理是用来计算组合数取模的一个方法,特别是当模数是质数的时候。这个定理在组合数学和算法竞赛中应该比较常见,因为处理大数组合数取模的问题时,直接计算可能会非常耗时或者溢出,所以需要高效的算法。 根据用户提供的引用,特别是引用[3]提到数论是算法竞赛的重要部分,Lucas定理作为数论中的一个定理,可能在竞赛中用于解决组合数取模的问题。用户的问题涉及组合数和取模运算,所以需要详细说明定理的表述、证明思路以及实际应用方法。 首先,Lucas定理的具体内容是什么?我记得定理指出,对于质数p,将两个非负整数m和n表示为p进制展开,即m = m_k p^k + ... + m_0,n = n_k p^k + ... + n_0,那么组合数C(m, n) mod p等于各个对应位组合数C(m_i, n_i)的乘积再mod p。如果某一位的n_i > m_i,则整个组合数mod p为0。 接下来需要解释定理的数学表达式,用LaTeX写成独立公式。比如: $$ \binom{m}{n} \equiv \prod_{i=0}^k \binom{m_i}{n_i} \pmod{p} $$ 其中,m_i和n_i是m和n在p进制下的各位数字。这个表达式需要正确使用$$...$$格式,并且单独成段。 然后,定理的证明思路是怎样的?通常,证明会用到生成函数或者多项式展开,利用二项式定理在模p下的性质。例如,考虑多项式(1 + x)^m在模p下的展开,并分解为各个p进制位的乘积。这部分可能需要引用二项式定理Lucas的原始论文,但用户提供的引用中没有直接相关的,所以可能需要简要说明证明的大致步骤,而不过多深入细节。 应用场景方面,用户可能关心的是在算法竞赛中如何用Lucas定理快速计算组合数模质数的情况。例如,当需要计算C(n, k) mod p,其中p是质数,且n和k很大(比如1e18),这时候直接计算不可行,使用Lucas定理可以将问题分解为多个小规模的组合数计算,这些小组合数可以通过预计算阶乘和逆元来处理。 在步骤解释时,需要分步说明如何应用Lucas定理。例如: 1. 将n和k转换为p进制数。 2. 对每一位计算组合数C(n_i, k_i) mod p。 3. 将所有结果相乘再mod p得到最终结果。 可能还需要提到如何处理n_i < k_i的情况,这时候组合数为0,整个乘积也为0,因此直接返回0。 然后,给出一个具体的例子,比如计算C(12, 5) mod 3。将12和5转换为3进制,得到12=110_3,5=12_3。然后对应每一位的组合数:C(1,1)=1,C(1,2)=0(因为1<2),所以结果为1*0=0 mod 3。但这里可能需要注意位数对齐的问题,可能需要补前导零,比如5在3进制下是12,而12在3进制下是110,位数不同,所以需要将5补为012。然后每位组合数分别是C(1,0)=1,C(1,1)=1,C(0,2)=0,所以乘积是1*1*0=0。这个例子可能需要更详细地说明步骤,避免混淆。 接下来,可能需要给出代码示例,比如用递归或迭代的方式实现Lucas定理。代码部分需要用Python展示,并注意语法正确。例如,一个递归实现的Lucas函数,其中comb函数用于计算小规模的组合数mod p,可能需要预处理阶乘和逆元来提高效率。 此外,需要指出Lucas定理的限制,比如p必须是质数,如果p不是质数,则需要使用其他方法如中国剩余定理分解模数。这可能关联到引用[2]中提到的梅森素数判断中的模运算问题,但用户的问题中没有提到,所以可能不需要深入展开。 最后,生成相关问题需要考虑用户可能的后续疑问,比如Lucas定理的扩展应用、与其他定理(如中国剩余定理)的结合使用、处理非质数模数的方法、算法的时间复杂度以及优化技巧等。例如: 1. Lucas定理能否处理模数为合数的情况? 2. 如何结合中国剩余定理处理大数组合数取模? 3. 有没有比Lucas定理更高效的组合数取模算法? 4. Lucas定理的递归实现和迭代实现哪种更好? 需要确保这些问题与Lucas定理相关,并且能引导用户进一步深入学习。 总结,回答的结构应该包括定理的表述、证明思路、应用方法、实例演示、代码实现、应用场景以及相关问题。需要确保所有数学公式正确使用$...$或$$...$$,引用文献适当,并且回答符合用户要求的结构清晰和真实可靠。</think>### Lucas定理详解 Lucas定理是数论中用于高效计算组合数取模的重要工具,尤其适用于模数$p$为质数的情况。其核心思想是将大数分解为$p$进制各位的组合数乘积,从而降低计算复杂度[^3]。 #### 定理表述 设$p$为质数,$m,n$为非负整数,将其表示为$p$进制展开: $$ m = m_kp^k + m_{k-1}p^{k-1} + \dots + m_0 \\ n = n_kp^k + n_{k-1}p^{k-1} + \dots + n_0 $$ 则组合数满足: $$ \binom{m}{n} \equiv \prod_{i=0}^k \binom{m_i}{n_i} \pmod{p} $$ 若存在某位$n_i > m_i$,则$\binom{m}{n} \equiv 0 \pmod{p}$[^1]。 #### 证明思路 1. **多项式展开**:利用二项式定理展开$(1+x)^m$,在模$p$环境下分析系数 2. **生成函数分解**:将$(1+x)^m$分解为$p$进制各位的乘积形式 3. **系数对应**:通过比较系数得到组合数的分解关系 #### 应用步骤 以计算$\binom{12}{5} \mod 3$为例: 1. **转换进制**:$12=1\cdot3^2 + 1\cdot3^1 + 0\cdot3^0$,$5=0\cdot3^2 +1\cdot3^1 +2\cdot3^0$ 2. **逐位计算**: - $\binom{1}{0}=1$ - $\binom{1}{1}=1$ - $\binom{0}{2}=0$ 3. **结果相乘**:$1\times1\times0 \equiv 0 \mod 3$ #### 代码实现 ```python def comb(n, k, p): if k > n: return 0 # 预计算阶乘和逆元更高效 numerator = 1 for i in range(k): numerator = numerator * (n-i) % p denominator = 1 for i in range(1, k+1): denominator = denominator * i % p return numerator * pow(denominator, p-2, p) % p # 费马小定理求逆元 def lucas(n, k, p): if k == 0: return 1 return comb(n%p, k%p, p) * lucas(n//p, k//p, p) % p ``` #### 应用场景 - **算法竞赛**:处理$n,k$极大(如$10^{18}$)的组合数取模问题 - **密码学**:构造特定数学结构的加密算法 - **概率计算**:大样本空间下的离散概率计算
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