7.5 $\text{Math Notes}$
作者:互联网
\(\large\text{Date: 7.5}\)
\(\text{OI Maths}\)
\(\text{I - CRT}\)
一句话: \(\large Ans=\sum\limits_{i=1}^nr_iM_i\operatorname{inv}(M_i, m_i) (\mod M)\)
(\(\large M_i=\dfrac{M}{m_i},M=\prod m_i\))
\(\rm exgcd\) 求 逆元:
LL exgcd(LL a, LL b, LL &x, LL &y) {
if(!b) { x = 1; y = 0; return a; }
LL d = exgcd(b, a % b, x, y);
LL t = x;
x = y;
y = t - (a / b) * y;
return d;
}
LL inv(int a, int p) {
LL x, y;
exgcd(a, p, x, y);
return (x + p) % p;
}
\(2.\) 多项式乘法逆
题意:求 \(G(x)\),使得 \(G(x)\) 与已知多项式 \(F(x)\) 的乘积在模 \(x^n\) 意义下结果为 \(1\)
来来来,颓柿子了:
欲求 \(\large f(x)\cdot g(x)\equiv 1(\mod x^n)\)
假设已知 \(\large f(x)\cdot h(x)\equiv 1(\mod x^\frac{n}{2})\)
而 \(\large f(x)\cdot g(x)\equiv 1(\mod x^n)\) 是 \(\large f(x)\cdot g(x)\equiv 1(\mod x^\frac{n}{2})\) 的充分条件。
联立 \(\large \begin{cases}f(x)\cdot h(x)\equiv 1 (\mod x^\frac{n}{2})\\f(x)\cdot g(x)\equiv 1(\mod x^\frac{n}{2}) \end{cases}\)
得 \(\large g(x)-h(x) \equiv 0(\mod x^\frac{n}{2})\)
平方,得 \(g^2(x)+h^2(x)-2g(x)h(x)\equiv 0(\mod x^n)\) (这里模数同时平方)
同乘 \(\large f(x)\),得 \(\large f(x)g^2(x)+f(x)h^2(x)-2f(x)g(x)h(x)\equiv 0(\mod x^n)\)
我们认为 \(\large f(x)g(x)\equiv 1(\mod x^n)\), 所以
\(\large g(x)+f(x)h^2(x)-2h(x)\equiv 0(\mod x^n)\)
移项,得 \(\large g(x)=2h(x)-f(x)h^2(x)\)
结论: \(\large g(x)=2h(x)-f(x)h^2(x)\) 很显然这是一个递归的过程。
至此,我们用 \(\large f(x)g_{n-1}(x)\equiv 1(\mod x^\frac{n}{2})\) 中的 \(\large g_{x-1}(x)\) 推导出了 \(\large f(x)g_n(x)\equiv 1(\mod x^n)\) 中的 \(\large g_n(x)\)
这个过程和快速幂类似(然而我并不清楚)。
边界条件?
\(3.\text{The Mobius Inversion}\)
莫比乌斯反演定理:对于定义于非负整数集合上的两个函数\(F(n)\)和\(f(n)\),若它们满足\(\large F(n)=\sum_{d|n}f(d)\),则可得\(\large f(d)=\sum_{d|n}\mu(d)F(\dfrac{n}{d})\)。
对于定义于非负整数集合上的两个函数\(F(n)\)和\(f(n)\),若它们满足\(\large F(n)=\sum_{n|d}f(d)\)(注意,请仔细看这个式子,它与上面那个式子长得不一样),则可得\(\large f(d)=\sum_{n|d}\mu(\frac dn)F(d)\),其实也是同理的。
线性筛预处理 \(\large \mu(x)\):
inline void init(int n) {
mu[1] = 1;
for(int i = 2; i <= n; i++) {
if(!vis[i]) { mu[i] = -1; pr[++cnt] = i; }
for(int j = 1; j <= cnt && i * pr[j] <= n; j++) {
vis[i * pr[j]] = 1;
if(i % pr[j] == 0) break;
else mu[i * pr[j]] = -mu[i];
}
}
}
标签:frac,cdot,text,Notes,large,mod,LL,Math,equiv 来源: https://www.cnblogs.com/Doge297778/p/16446599.html