• 扩展欧几里德算法


    扩展欧几里德算法是用来在已知不完全为0的非负整数a, b情况下求解一组x,y,使它们满足贝祖等式: ax+by = gcd(a, b) =d

    证明:

    a*x1+b*y1=gcd(a, b); 

    b*x2+(a%b)*y2=gcd(b, a%b);

    因为由欧几里德定理知:gcd(a, b)==gcd(b, a%b)

    所以a*x1+b*y1=b*x2+(a%b)*y2;     因为r=a%b,   r =a-k*b所以==>

    a*x1+b*y1=b*x2+(a-k*b)*y2;         因为k=a/b;所以 ==>

    a*x1+b*y1=b*x2+(a-(a/b)*b)*y2;     展开得到  ==>    

    a*x1+b*y1=b*x2+a*y2-b*(a/b)*y2;  转换得到      ==>

    a*x1+b*y1=a*y2+b*(x2-(a/b)*y2);

    观察上式可知 x1=y2, y1=x2-a/b*y2;注:所有除法向下取整

    因此x1,y1是由x2,y2得出来的,同理x2,y2是由x3,y3得出来的,

    那什么时候是终止呢?也就是递归gcd(a, b)中b=0时;也就是说此时a的值就是要求得最大公约数

    即gcd(a, 0)此时由扩展欧几里得定律a*x+b*y==gcd(a, b)

    知 a*x+b*y=a;

    解出x=1, y=0;

    这时往上回溯便可得到一组x1和y1的值

    如果求x的最小正整数解

    求出来x可能是负的,但是因为ax+by=gcd(a,b);所以a(x+bn)+b(y-an)=gcd(a,b);

    那么xo=x+bn和yo=y-an都能是该方程的解

    那么最小的正x则为(x%b+b)%b;

    代码

    #define ll long longvoid exgcd(ll a,ll b,ll &x,ll &y){//a,b,x,y同ax+by=gcd(a,b)中的a,b,x,y 
        if(!b){
            x=1,y=0;return;
        }
        ll t;
        exgcd(b,a%b,x,y);
        t=x,x=y,y=t-(a/b)*y;
    }

     也可顺便把gcd(a,b)求出

    #define ll long longvoid exgcd(ll a,ll b,ll &x,ll &y,ll &d){//a,b,x,y同ax+by=gcd(a,b)中的a,b,x,y 
        if(!b){
            d=a,x=1,y=0;return;
        }
        ll t;
        exgcd(b,a%b,x,y,d);
        t=x,x=y,y=t-(a/b)*y;
    }

     求乘法逆元

    ax≡1 (mod p),等同于ax+py=1;

    因为a,p互素,所以等同于ax+py=gcd(a,p),就可以用扩展欧几里得求解了

    代码:

    #define ll long long
    void exgcd(ll a,ll b,ll &x,ll &y){//a,b,x,y同ax+by=gcd(a,b)中的a,b,x,y if(!b){ x=1,y=0;return; } ll t; exgcd(b,a%b,x,y); t=x,x=y,y=t-(a/b)*y; } inline ll Inverse(ll a,ll p){//求a模p的乘法逆元 ll x,y; exgcd(a,p,x,y); return x; }
  • 相关阅读:
    loglikelihood ratio 相似度
    实例详解机器学习如何解决问题
    【特征工程】特征选择与特征学习
    基于贝叶斯的文本分类实战
    转 :scikit-learn的GBDT工具进行特征选取。
    QT静态库和动态库的导出
    C#.NET为List加入扩展方法:获取唯一值
    caffe卷积层代码阅读笔记
    UVa 11300
    zoj 3882 Help Bob(zoj 2015年7月月赛)
  • 原文地址:https://www.cnblogs.com/bennettz/p/7571446.html
Copyright © 2020-2023  润新知