数学知识
作者:互联网
相关证明参考数学部分简介 - OI Wiki (oi-wiki.org)
数论
质数
在大于 \(1\) 的整数中,只包括 \(1\) 和它本身的约数,又称作素数
质数的判定——试除法
\(O(\sqrt n)\)
bool is_prime(int n)
{
if (n < 2)
return false;
for (int i = 2; i <= n / i; i++)
if (n % i == 0)
return false;
return true;
}
分解质因数——试除法
从小到大枚举所有 \(n\) 的质因数
\(n\) 中最多有一个大于 \(\sqrt n\) 的质因子(反证法:如果有两个就大于 \(n\) 了)
void divide(int n)
{
for (int i = 2; i <= n / i; i++)
if (n % i == 0)
{
int s = 0;
while (n % i == 0)
{
n /= i;
s++;
}
printf("%d %d\n", i, s);
}
if (n > 1)
printf("%d %d\n", n, 1);
}
筛法
埃氏筛法
\(O(nloglog \, n)\)
int primes[N], cnt;
bool st[N];
void get_primes(int n)
{
for (int i = 2; i <= n; i++)
{
if (!st[i])
{
primes[cnt++] = i;
for (int j = i + i; j <= n; j += i)
st[j] = true;
}
}
}
线性筛法
把每一个合数用它的质因子筛掉
核心:\(n\) 只会被它的最小质因子筛掉
int primes[N], cnt;
bool st[N];
void get_primes(int n)
{
for (int i = 2; i <= n; i++)
{
if (!st[i]) primes[cnt++] = i;
for (int j = 0; primes[j] <= n / i; j++) // 筛选所有小于 n 的合数
{
st[primes[j] * i] = true;
if (i % primes[j] == 0) break; // primes[j] = 一定是 i 的最小质因子
}
}
}
if (i % primes[j] == 0) break;
解释
\(i\) 就是之前被筛选过了
\(primes\) 里面的质数都是从小到大的,\(i\) 乘上其他的质数也一定是 \(prime[j]\) 的
倍数,他们将在后面被筛,为了保证每次用最小质因子筛选,直接break
约数
试除法求约数
\(\because d \, |n \quad \therefore \dfrac{n}{d}|d\) 所以只用枚举到 \(\sqrt n\)
\(O(n)\)
vector<int> get_divsors(int n)
{
vector<int> res;
for (int i = 1; i <= n / i; i++)
if (n % i == 0)
{
res.push_back(i);
if (i != n / i) // 出去 i * i = n 的特殊情况
res.push_back(n / i);
}
sort(res.begin(), res.end());
return res;
}
约数个数
\(N = p_1^{\alpha_1} \times p_2^{\alpha_2} \times \dots \times p_n^{\alpha_n}\)
约数形为 \(d=p_1^{\beta_1} \times p_2^{\beta_2} \times \dots \times p_n^{\beta_n}\)
约数个数为:\((\alpha_1 + 1) \times (\alpha_2 + 1) \times \dots \times (\alpha_n + 1)\)
约数之和为:\((p_1^0 + p_1^1 + \dots + p_1^{\alpha_1})\times\dots\times(p_n^0 + p_n^1 +\dots+p_n^{\beta_n})\)
#include <iostream>
#include <unordered_map>
using namespace std;
const int mod = 1e9 + 7;
int main()
{
int n;
cin >> n;
unordered_map<int, int> q;
while (n--)
{
int x;
cin >> x;
for (int i = 2; i <= x / i; i++)
if (x % i == 0)
while (x % i == 0)
{
q[i]++;
x /= i;
}
if (x > 1)
q[x]++;
}
long long res = 1;
for (auto it : q)
res = res * (it.second + 1) % mod;
cout << res << endl;
return 0;
}
约数和
LL res = 1;
for (auto p : primes)
{
LL a = p.first, b = p.second;
LL t = 1;
while (b -- ) t = (t * a + 1) % mod;
res = res * t % mod;
}
欧几里得算法
int gcd(int a, int b)
{
return b ? gcd(b, a % b) : a;
}
欧拉函数
\(\varphi(n):\) \(1\) 到 \(n\) 中与 \(n\) 互质的数。
$n = p_1^{\alpha_1} \times p_2^{\alpha_2} \times \dots \times p_k^{\alpha_k} $
$\varphi(n) = n\prod_{i=1}^{n}(1 - \dfrac{1}{p_i}) $
证明:
若 \(p\) 为质数,\(\varphi(p^k) = p^{k} - p^{k-1}\),因为 \(p^k\) 除了 \(p^{k-1}\) 个 \(p\) 的倍数外,其他都与 \(p^k\) 互质。
\[\begin{align} \varphi(n) &= \prod_{i = 1}^{k} \varphi(p_i^{k_i}) \\ &= \prod_{i = 1}^{k} p_i^k - p_i^{k-1} \\ &= \prod_{i = 1}^{k} p_i^{k}(1 - \dfrac{1}{p_i}) \\ &= n\prod_{i = 1}^{k} (1 - \dfrac{1}{p_i}) \end{align} \]int eurl(int n)
{
int res = n;
for (int i = 2; i <= n / i; i++)
{
if (n % i == 0)
{
res = res / i * (i - 1);
while (n % i == 0) n /= i;
}
}
if (n > 1)
res = res / n * (n - 1);
return res;
}
筛法求欧拉函数
求 \(1\) 到 \(n\) 中每个数的欧拉函数。
用线性筛选,每个合数都是被最小质因数筛掉。
分三种情况
- \(i\) 是质数,\(euler[i] = i - 1\)
- \(i \bmod p_i = 0\),\(p_i\) 是 \(i \times p_i\) 的最小质因数,\(i\) 包含所有 \(i \times p_i\) 的质因数,所以 \(\varphi(i*p_i) = p_i \times \varphi(i)\)
- $i \bmod \neq 0 $,由性质 \(\varphi(i * p_i) = \varphi(i) \times \varphi(p_i) = p_i \times \varphi(i)\)
int primes[N], cnt, euler[N]; // primes 记录质数,euler记录欧拉函数
bool st[N];
void get_eulers(int n)
{
euler[1] =1;
for (int i = 2; i <= n; i++)
{
if (!st[i])
{
primes[cnt++] = i;
euler[i] = i - 1;
}
for (int j = 0; primes[j] <= n / i; j++)
{
int t = primes[j] * i;
st[t] = true;
if (i % primes[j] == 0)
{
euler[t] = euler[i] * primes[j];
break;
}
euler[t] =euler[i] * (primes[j] - 1);
}
}
}
欧拉定理
欧拉定理:若 \(a\) 与 \(n\) 互质,则 \(a^{\varphi(n)} \equiv 1 \bmod n)\)
费马定理:若 \(a\) 与 \(n\) 互质,且 \(n\) 为质数则 \(a^{n-1} \equiv 1 \bmod n\)
快速幂
快速求出 \(a^k mod \;p\) \(O(log \,k)\)
int qmi(int a, int k, int p)
{
int res = 1;
while (k)
{
if (k & 1)
res = (LL)res * a % p;
k >>= 1;
a = (LL)a * a % p;
}
return res;
}
快速幂求逆元
逆元:\(ax \equiv 1 \bmod b\), \(x\) 为 \(a\) 模 \(b\) 的逆元,其中 \(p\) 是质数
乘法逆元:要求\(\dfrac{a}{b} \bmod m\),可以算 \(\dfrac{a}{b} \equiv ax \bmod m\) ,\(x\) 就是 \(b\) 的乘法逆元。
算法:费马小定理:\(a^{p-1} \equiv 1 \bmod p\)
得 \(x = a^{p-2} \bmod p\)
扩展欧几里得算法
求 \(ax + by = gcd \, (a, b)\) 的一组解
\(b = 0\):
\(gcd(a, 0) = a \\ ax + 0y = a \\ x = 1, y = 0\)
\(b \neq 0:\)
$d = ax + by = gcd(b, a \bmod b) $ 每次递归将 \(x\) 和 \(y\) 变换
\(by + (a \bmod b)x = d\) 带入展开
\(by + (a - \lfloor \dfrac{a}{b}\rfloor \times b)x = d\) \(ax + b(y - \lfloor \dfrac{a}{b}\rfloor x) = d\)
比较原式 \(x\) 不变,\(y = y - \lfloor \dfrac{a}{b} \rfloor x\)
int exgcd(int a, int b, int &x, int &y)
{
if (!b)
{
x = 1, y = 0;
return a;
}
int d = ecgcd(b, a % b, y, x); // 能简化运算
y -= a / b * x;
return d;
}
线性同余方程
\(ax \equiv b \bmod m\) 求出 \(x\)
\(ax = ym + b \implies ax - ym = b\)
根据扩展欧几里得定理可以得到 \(ax + by = gcd(a, b)\) 的一组解,\(x\) 的就可以求出来。
#include <iostream>
using namespace std;
typedef long long LL;
int exgcd(int a, int b, int &x, int &y)
{
if (!b)
{
x = 1, y = 0;
return a;
}
int t = exgcd(b, a % b, y, x);
y -= a / b * x;
return t;
}
int main()
{
int n;
scanf("%d", &n);
while (n--)
{
int a, b, m, x, y;
scanf("%d %d %d", &a, &b, &m);
int t = exgcd(a, m, x, y);
if (b % t == 0)
printf("%d\n", (LL) b / t * x % m);
else
puts("impossible");
}
return 0;
}
中国剩余定理
高斯消元
枚举每一列 c
- 找到绝对值最大的一行
- 将改行换到最上面去
- 将改行的第一个数变成 1,此时这一行的方程固定。
- 将下面所有行的第 c 列消成 0
枚举之后倒着求解
#include <iostream>
#include <cmath>
using namespace std;
const int N = 110;
double a[N][N];
int n;
double eps = 1e-8; // 判断是否为 0
void out()
{
for (int i = 0; i < n; i++)
{
for (int j = 0; j <= n; j++)
printf("%10.2lf", a[i][j]);
puts("");
}
puts("");
}
int gauss()
{
int r, c;
for (r = 0, c = 0; c < n; c++)
{
int t = r;
// 找到绝对值最大的一行
for (int i = r; i < n; i++)
if (fabs(a[i][c]) > fabs(a[t][c]))
t = i;
if (fabs(a[t][c]) < eps)
continue;
// 将改行换到最上面
for (int i = c; i <= n; i++)
swap(a[t][i], a[r][i]);
// 将改行第一个数字变成 1
for (int i = n; i >= c; i--)
a[r][i] /= a[r][c];
// 将改行下面第 c 列都变成 0
for (int i = r + 1; i < n; i++)
if (fabs(a[i][c]) > eps)
for (int j = n; j >= c; j--)
a[i][j] -= a[r][j] * a[i][c];
r++;
}
if (r < n)
{
for (int i = r; i < n; i++)
if (fabs(a[i][n]) > eps)
return 2;
return 1;
}
for (int i = n - 1; i >= 0; i--)
for (int j = i + 1; j < n; j++)
a[i][n] -= a[i][j] * a[j][n];
return 0;
}
int main()
{
cin >> n;
for (int i = 0; i < n; i++)
for (int j = 0; j <= n; j++)
cin >> a[i][j];
int t = gauss();
if (t == 0)
for (int i = 0; i < n; i++)
{
if (fabs(a[i][n]) < eps)
a[i][n] = 0;
printf("%.2lf\n", a[i][n]);
}
else if (t == 1)
puts("Infinite group solutions");
else
puts("No solution");
return 0;
}
组合数学
\(C_n^m = \dfrac{n!}{m!(n-m)!}\)
\(C_n^m = C_{n-1}^{m} + C_{n-1}^{m-1}\)
卢卡斯定理:
\(C_n^m \equiv C_{n \, \bmod \, p}^{m \, \bmod \, p} \cdot C_{n\div p}^{m \div p} \bmod p\)
求组合数 \(C_n^m\) 的常用方法。
求的组数 | \(n,m\) 范围 | 方法 | 时间复杂度 |
---|---|---|---|
100000 | \(1 \leq m \leq n \leq 2000\) | 递推 | \(O(n^2)\) |
10000 | \(1 \leq m \leq n \leq 100000\) | 预处理 | \(O(nlogn)\) |
10000 | \(1 \leq m \leq n \leq 10^{18}\) | 卢卡斯定理 | |
1 | $ 1 \leq m \leq n \leq 5000$ 且不取模 | 高精度 |
递推
int c[N][N];
void init()
{
for (int i = 0; i < N; i++)
for (int j = 0; j <= i; j++)
if (!j) c[i][j] = 1;
else c[i][j] = (c[i-1][j] + c[i-1][j-1]) % mod;
}
预处理
#include <iostream>
using namespace std;
typedef long long LL;
const int N = 100010, mod = 1e9 + 7;
int fact[N], infact[N];
int qmi(int a, int k, int p)
{
int res = 1;
while (k)
{
if (k & 1)
res = (LL) res * a % mod;
k >>= 1;
a = (LL)a * a % mod;
}
return res;
}
int main()
{
fact[0] = infact[0] = 1;
for (int i = 1; i < N; i++)
{
fact[i] = (LL) fact[i-1] * i % mod;
infact[i] = (LL) infact[i - 1] * qmi(i, mod - 2, mod) % mod;
}
int n;
cin >> n;
while (n--)
{
int a, b;
scanf("%d %d", &a, &b);
printf("%d\n", (LL) fact[a] * infact[b] % mod * infact[a - b] % mod);
}
return 0;
}
卢卡斯定理
#include <iostream>
using namespace std;
typedef long long LL;
int qmi(int a, int k, int p)
{
int res = 1;
while (k)
{
if (k & 1)
res = (LL) res * a % p;
k >>= 1;
a = (LL)a * a % p;
}
return res;
}
int C(int a, int b, int p)
{
if (b > a)
return 0;
int res = 1;
for (int i = 1, j = a; i <= b; i++, j--)
{
res = (LL) res * j % p;
res = (LL) res * qmi(i, p - 2, p) % p;
}
return res;
}
int lucas(LL a, LL b, LL p)
{
if (a < p && b < p)
return C(a, b, p);
return (LL) C(a % p, b % p, p) * lucas(a / p, b / p, p) % p;
}
int main()
{
int n;
cin >> n;
while (n--)
{
LL a, b, p;
cin >> a >> b >> p;
cout << lucas(a, b, p) << endl;
}
return 0;
}
分解质因数法求组合数
任意一个大于 1 的正整数可以分解为 \(n = p_1^{\alpha_1}p_2^{\alpha_2} \cdots p_k^{\alpha_k}\) 的的形式,\(p\) 都为质因子。
\(C_a^b = \dfrac{a!}{b!(a-b)!}\),\(a!\) 对 \(p\) 分解得到的质因数个数为 \(\lfloor \dfrac{a}{p}\rfloor + \lfloor \dfrac{a}{p^2}\rfloor + \cdots \lfloor \dfrac{a}{p^k}\rfloor\) ,因此
#include <iostream>
#include <vector>
using namespace std;
const int N = 5010;
int primes[N], cnt, sum[N];
bool st[N];
void get_primes(int n)
{
for (int i = 2; i <= n; i++)
{
if (!st[i])
primes[cnt++] = i;
for (int j = 0; primes[j] <= n / i; j++)
{
st[primes[j] * i] = true;
if (i % primes[j] == 0)
break;
}
}
}
int get(int n, int p)
{
int res = 0;
while (n)
{
res += n / p;
n /= p;
}
return res;
}
vector<int> mul(vector<int> &a, int b)
{
vector<int> res;
int t = 0;
for (int i = 0; i < a.size(); i++)
{
t += a[i] * b;
res.push_back(t % 10);
t /= 10;
}
while (t)
{
res.push_back(t % 10);
t /= 10;
}
return res;
}
int main()
{
int a, b;
cin >> a >> b;
get_primes(a);
for (int i = 0; i < cnt; i++)
{
int p = primes[i];
sum[i] = get(a, p) - get(b, p) - get(a - b, p);
}
vector<int> res;
res.push_back(1);
for (int i = 0; i < cnt; i++)
for (int j = 0; j < sum[i]; j++)
res = mul(res, primes[i]);
for (int i = res.size() - 1 ; i >= 0; i--)
printf("%d", res[i]);
return 0;
}
卡特兰数
给定 n 个 0 和 n 个 1,它们按照某种顺序排成长度为 2n 的序列,满足任意前缀中 0 的个数都不少于 1 的个数的序列的数量为: Cat(n) = C(2n, n) / (n + 1)
\(H_n = C_{2n}^{n} - C_{2n-1}^{n-1} = \dfrac{C_{2n}^{n}}{n+1}(n \geq 2,n \in N_+)\)
容斥原理
\[\begin{aligned} \bigcup_1^{m} S_i &= S_1 + S_2 + \cdots S_i - (S_1 \cap S_2 + S_1 \cap S_3 + \cdots + S_{m-1} \cap S_m) + S_1 \cap S_2 \cap S_3 + \cdots \\ &= \sum_1^{m}(-1)^{m-1} \sum_{a_i < a_{i + 1}} \bigcap_{i = 1}{m}S_{a_i} \end{aligned} \]\(p\) 为质数集,记能被 \(p_i\) 整除的数的集合为 \(S_i\),要求 \(n\) 中能被任意一个 \(p_j\) 整除的数的个数,即求解所有集合的交集。
集合总数为 \(2^{m-1}\), 枚举每个集合,用二进制来表示集合的状态。例如枚举到 \(11\) 时,二进制表示 \((1011)_2\) 就可以表示为选中 \(S_1,S_2, S_4\) 这个集合,集合个数为 \(3\) 为奇数,交集元素总数为 \(\dfrac{n}{p_1p_2p_4}\)。
#include <iostream>
#include <algorithm>
using namespace std;
typedef long long LL;
const int N = 20;;
int p[N];
int n, m;
int main()
{
scanf("%d%d", &n, &m);
for (int i = 0; i < m; i++) scanf("%d", &p[i]);
int res = 0;
for (int i = 1; i < 1 << m; i++)
{
int t = 0, cnt = 0;
for (int j = 0; j < m; j++)
{
if (i >> j & 1)
{
if ((LL)p[j] * t > n)
{
t = -1;
break;
}
t *= p[j];
cnt++;
}
}
if (t == -1)
continue;
if (cnt % 2)
res += n / t;
else
res -= n / t;
}
cout << res << endl;
return 0;
}
简单博弈论
NIM游戏
Nim游戏
给定 \(N\) 堆物品,第 \(i\) 堆物品有 \(A_i\) 个。两名玩家轮流行动,每次可以任选一堆,取走任意多个物品,可把一堆取光,但不能不取。取走最后一件物品者获胜。两人都采取最优策略,问先手是否必胜。
我们把这种游戏称为 NIM 博弈。把游戏过程中面临的状态称为局面。整局游戏第一个行动的称为先手,第二个行动的称为后手。若在某一局面下无论采取何种行动,都会输掉游戏,则称该局面必败。
所谓采取最优策略是指,若在某一局面下存在某种行动,使得行动后对面面临必败局面,则优先采取该行动。同时,这样的局面被称为必胜。我们讨论的博弈问题一般都只考虑理想情况,即两人均无失误,都采取最优策略行动时游戏的结果。
NIM博弈不存在平局,只有先手必胜和先手必败两种情况。
定理: NIM 博弈先手必胜,当且仅当 A1 ^ A2 ^ … ^ An != 0
公平组合游戏ICG
若一个游戏满足:
由两名玩家交替行动;
在游戏进程的任意时刻,可以执行的合法行动与轮到哪名玩家无关;
不能行动的玩家判负;
则称该游戏为一个公平组合游戏。
NIM博弈属于公平组合游戏,但城建的棋类游戏,比如围棋,就不是公平组合游戏。因为围棋交战双方分别只能落黑子和白子,胜负判定也比较复杂,不满足条件 2 和条件 3。
有向图游戏
给定一个有向无环图,图中有一个唯一的起点,在起点上放有一枚棋子。两名玩家交替地把这枚棋子沿有向边进行移动,每次可以移动一步,无法移动者判负。该游戏被称为有向图游戏。
任何一个公平组合游戏都可以转化为有向图游戏。具体方法是,把每个局面看成图中的一个节点,并且从每个局面向沿着合法行动能够到达的下一个局面连有向边。
Mex运算
设 \(S\) 表示一个非负整数集合。定义 \(mex(S)\)为求出不属于集合S的最小非负整数的运算,即:
\(mex(S) = min\{x\}\), \(x\) 属于自然数,且 \(x\) 不属于$ S$。
SG函数
在有向图游戏中,对于每个节点 \(x\),设从 \(x\) 出发共有 \(k\) 条有向边,分别到达节点 \(y_1, y_2, \cdots, y_k\) ,定义 \(SG(x)\) 为 \(x\) 的后继节点 $y_1, y_2, \cdots, y_k $的 \(SG\)函数值构成的集合再执行 \(mex(S)\)运算的结果,即:
\(SG(x) = mex({SG(y_1), SG(y_2), …, SG(y_k)})\)
特别地,整个有向图游戏G的SG函数值被定义为有向图游戏起点 \(s\) 的 \(SG\) 函数值,即 \(SG(G) = SG(s)\)。
有向图游戏的和 —— 集合-Nim游戏 设 $G_1, G_2, …, G_m $是 \(m\) 个有向图游戏。定义有向图游戏 \(G\) ,它的行动规则是任选某个有向图游戏\(G_i\),并在 \(G_i\) 上行动一步。\(G\) 被称为有向图游戏 \(G_1, G_2, …, G_m\) 的和。
有向图游戏的和的SG函数值等于它包含的各个子游戏 \(SG\)函数值的异或和,即:
\(SG(G) = SG(G_1) \oplus SG(G_2) \oplus \cdots \oplus SG(G_m)\)(\(\oplus\) 表示异或)
定理
有向图游戏的某个局面必胜,当且仅当该局面对应节点的 \(SG\) 函数值大于 \(0\)。
有向图游戏的某个局面必败,当且仅当该局面对应节点的 \(SG\)函数值等于 \(0\)。
参考
作者:yxc
链接:https://www.acwing.com/blog/content/406/
来源:AcWing
标签:return,int,res,LL,times,数学知识,SG 来源: https://www.cnblogs.com/zhi-qiu/p/16573955.html