数论<2>——乘法逆元的求法

本文介绍了逆元的概念及其在编程中的几种求解方法,如扩展欧几里得、费马小定理快速幂以及线性求逆元,还提及了一种通过枚举阶乘并递推计算逆元的新方法,并给出了P3811问题的代码示例。

引入

首先,我们来想一个问题:4/2 mod 3=? (⊙o⊙)…多少有点弱智了。很明显,是2。但在实际过程中,每一步都要取模,然后就出问题了。比如你把4拆了,拆成2+2,然后模3,变成1,然后除2,再模3,就成了......\frac{1}{2} \:mod \:3?????????????什么玩意儿啊?

所以,我们就需要逆元这个玩意儿。

扩展欧几里得

ax\equiv 1\:(mod\: p),则称x是a的逆元。这个式子,有点熟悉,同余方程

于是,我们就可以用扩展欧几里得求逆元了!!!(证明在数论基础中有介绍)

int exgcd(int a,int b,int &x,int &y){
	if(b==0){
		x=1;
		y=0;
		return a;
	}
	int res=exgcd(b,a%b,x,y);
	int tmp=x;
	x=y;
	y=tmp-a/b*y;
	return res;
}
int inverse(int n,int mod){
	int x,y;
	int _=exgcd(n,mod,x,y);
	x%=mod;
	if(x<0)
		x+=mod;
	return x;
}

很显然,逆元不止这些求法。

费马小定理(快速幂)

还是那个式子:ax\equiv 1\: (mod \:p),然后由费马小定理可得ax\equiv a^{p-1}\: (mod \:p)

所以,x\equiv a^{p-2} \:(mod \:p)。然后,我们就可以用快速幂求a^{p-2},也就是逆元了。

int fast_pow(int base,int n){
	int res=1;
	while(n){
		if(n&1)
			res=res*base%p;
		base=base*base%p;
		n>>=1;
	}
	return res;
}
int inverse(int x){
	return fast_pow(x,p-2);
}

线性求逆元

由于up太菜,看不懂,只好放个传送门和两张图片了。

一种新方法

这个方法比较有意思。它先枚举出1~n的阶乘,然后只算n的阶乘的逆元。接着从后往前递推,算出1~n的所有阶乘的逆元。怎么算?

首先,我们知道(ab)^{-1}\equiv a^{-1}\times b^{-1} \:(mod \:p)。(证明:两边同乘一个ab就结束了)

然后,我们令inv表示阶乘的逆元,f是阶乘,所以就得出了下面这一大坨东西↓

inv[n]=inverse(f[n])=(n!)^{-1}\equiv n^{-1}\cdot (n-1)^{-1}\cdot ......1^{-1} \: (mod \: p)

所以我们就得到了inv[n-1]\equiv inv[n]\times n \: (mod \: p),因为n和n^{-1}抵消。

SO,根据这个,inverse(i)=inv[i]\times f[i-1]。\ohhhhhhhhhhhhhhhhhhhhhhhhh

一道模板题:P3811

现在就很简单啦,线性求逆元和新方法随你用。

#include <bits/stdc++.h>
using namespace std;
const int maxn=3000005;
long long factorial[maxn],invf[maxn];
long long exgcd(long long a,long long b,long long &x,long long &y){
	if(b==0){
		x=1;
		y=0;
		return a;
	}
	long long res=exgcd(b,a%b,x,y);
	long long tmp=x;
	x=y;
	y=tmp-a/b*y;
	return res;
}
long long inverse(long long n,long long mod){
	long long x,y;
	long long _=exgcd(n,mod,x,y);
	x%=mod;
	if(x<0)
		x+=mod;
	return x;
}
int main(){
	int n,p;
	cin>>n>>p;
	factorial[0]=1;
	for(int i=1;i<=n;i++)
		factorial[i]=factorial[i-1]*i%p;
	invf[n]=inverse(factorial[n],p);
	for(int i=n-1;i>=0;i--)
		invf[i]=invf[i+1]*(i+1)%p;
	for(int i=1;i<=n;i++)
		cout<<invf[i]*factorial[i-1]%p<<endl;
	return 0;
}

但是要写scanf和printf,不然会T。即使加上了这些↓也会TLE。(亲身经历)

#pragma GCC optimize(3)  //吸氧,O3优化

ios::sync_with_stdio(false);  //cin/cout加速器

当然,求单个逆元也可以用快速幂,都是log级别,随便你。

逆元的应用有很多,具体遇到了再说,就不放在本篇里了。

ok,以上就是本期的全部内容了。我们下期再见!(~ ̄(OO) ̄)ブ

友情提示:请勿复制P3811的代码

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合型(ACO-MLP)。该型通过三维环境离散化建,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的型架构、核心算法流程及MATLAB代码示例,涵盖空间建、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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