1 条题解
-
0
自动搬运
来自洛谷,原作者为

阮行止
算法+网络安全研究者,致力于推动 OI 教育的进步搬运于
2025-08-24 22:03:31,当前版本为作者最后更新于2020-03-22 16:28:58,作者可能在搬运后再次修改,您可在原文处查看最新版自动搬运只会搬运当前题目点赞数最高的题解,您可前往洛谷题解查看更多
以下是正文
中国剩余定理(CRT)不能解决模数不互质情况的模线性同余方程组。这是中国剩余定理的原理所决定的。来看中国剩余定理的形式:
$$\text{ans} \equiv \sum_{i} r_i \cdot M_i \cdot \text{inv}(M_i, m_i) \pmod M $$其中的 在 不互质的情况下,根本不存在。而只要有任意两个模数不互质,就会产生 不互质的情况,从而破坏掉整个解。
如果bug比较小,我们能否进行修复?很遗憾,这条路是没有希望的。CRT不能解决模不互质方程组的本质困难在于:CRT最核心的思想是构造一组 ,使得
$$\begin{cases}R_i \% m_i=1 \\ R_i \% m_k = 0 ~ (i \neq k)\end{cases} $$的性质是如此美好,我们只需要把 作为答案输出就行了。很显然,这个和式模 余 , 模 余 ……总之完美地满足了我们的需求。但也就是这个 需要用到逆元,使得CRT无法应对模不互质的情况。这个缺陷是在于CRT的核心思想,给它动小手术是没有用的。我们想找到解模不互质方程组的办法,就必须完全跳出CRT的窠臼。
那么我们应该怎么做呢?方程组是由很多个模线性同余方程构成的。假设我们能把两个模线性同余方程组,等价地合并成一个方程,问题就迎刃而解了——只需要不停地合并这些方程,只到只剩下一个。
理想是美好的,道路是曲折的。首先,未必两个方程可以合并成一个方程(我们可能找不到快速的实现方式)。此外,即使可以把两个方程合并成一个,这个变换也未必是等价变换(可能新方程的解未必是原方程的解,也可能原方程的解被新方程漏掉了)。我们要做的事情是:给出将两个方程合并成一个方程的方法,然后证明这个变换的等价性。
数学基础
作为我们接下来讨论的基础,我想先展示几个例子。它们的规模都很小,完全可以手工验证。
$$\begin{cases}x \equiv 2 \pmod 4 \\ x \equiv 4 \pmod 6\end{cases} \quad \Rightarrow \quad x\equiv 10 \pmod {12} $$$$\begin{cases}x \equiv 4 \pmod 6 \\ x \equiv 3 \pmod 5\end{cases} \quad \Rightarrow \quad x\equiv 28 \pmod {30} $$$$\begin{cases}x \equiv 2 \pmod 4 \\ x \equiv 3 \pmod 6\end{cases} \quad \Rightarrow \quad \varnothing $$可以粗略地总结出几个规律:
- 新方程与原方程具有同样的形式。
- 新方程的模数,是之前两个模数的lcm.
- 可能存在无解的情况
这几条性质是整个算法的基石,我们会在后文详细讨论。这里先一步步摸出 “合并” 的算法。形式化地,考虑这样一组模线性同余方程:
$$\begin{cases}a \equiv r_1 \pmod {m_1} \\ a \equiv r_2 \pmod {m_2}\end{cases} $$这个方程组等价于:
移一下项,立刻有
左边的,右边的 是已知量。这就是一个典型的不定方程。解不定方程这个任务,我们是熟悉的:可以通过裴蜀定理判断有没有解,可以用扩展欧几里得算法(exgcd)给出 的整个解系。于是算法有了第一步:
- 如果 ,则判断方程有解
- 否则,报告无解
接下来考虑如何求出一组 . 约定几个记号:记 $d = \gcd(m_1, m_2), ~p_1=\frac{m_1}{d}, ~ p_2=\frac{m_2}{d}$. 显然 是互质的。 那么把 用 来代替, 用 来代替,可以把上面的式子写成:
右边那一串东西是整数,因为当且仅当 才会有解。左边满足了 互质,因此求出整个解系是很容易的。现在假设我们拿exgcd求出了下面这个方程的解 :
这是一个非常标准的exgcd. 求出来了 之后,可以直接拼出 :
$$\begin{cases}k_1 = \frac{r_2-r_1}{d}\lambda_1 \\ k_2 = - \frac{r_2-r_1}{d}\lambda 2\end{cases} $$于是
$$x=r_1+k_1m_1 = r_1 + \frac{r_2-r_1}{d}\lambda_1m_1 $$至此,我们成功地构造出了一个 ,满足 $\begin{cases}x \equiv r_1 \pmod {m_1} \\ x \equiv r_2 \pmod {m_2}\end{cases}$. 但是整个解系如何给出呢?我们有
【定理】 若有特解 , 那么 $\begin{cases}x \equiv r_1 \pmod {m_1} \\ x \equiv r_2 \pmod {m_2}\end{cases}$ 的通解是:,亦即
从线性代数的角度讲,这个通解的构造方式是十分平凡的。对 取模的结果,将整个整数集划分成了 个等价类,哪个等价类里面有特解,那整个等价类肯定全都是解。一人得道,鸡犬升天。接下来唯一需要说明的事情就是:为什么任意一个完全剩余系里面,只会有一个解?这个问题等价于:为什么 里面,只有一个解?
证明解的唯一性,常常采用这样一种手段:假设 都是原问题的解,然后经过一系列推理,得到 ,于是解的唯一性就不言而喻了。我们也采用这种手段来解决唯一性问题。设上述集合里面有 满足
$$\begin{cases}x\equiv a_1 \pmod {m_1} \\ x\equiv a_2 \pmod {m_2}\end{cases} ~ , ~ \begin{cases}y\equiv a_1 \pmod {m_1} \\ y\equiv a_2 \pmod {m_2}\end{cases} $$不妨设 . 那立刻就可以发现
$$\begin{cases}(x-y) \bmod m_1 = 0 \\ (x-y) \bmod m_2 = 0\end{cases} \quad \Rightarrow \quad\text{lcm}(m_1, m_2) ~ | ~ (x-y) $$都是小于 的数,它们的差也必然要小于 . 但 又要被 整除,那怎么办?只有 ,也就是 . 到此为止,我们证明了:一个完全剩余系中,有且仅有一个解。以上就是整个 exCRT 算法的全部数学基础。
算法流程及实现
- 读入所有方程组。
- 弹出两个方程,先判断有没有解。
- 无解:报告异常
- 有解:合并成同一个方程,然后压进方程组
- 执行上述步骤(2), 直到只剩下一个方程。这个方程就是解系。
本题代码如下:
from functools import reduce def gcd(a, b): if b==0: return a return gcd(b, a%b) def lcm(a, b): return a * b // gcd(a,b) def exgcd(a, b): if b==0: return 1, 0 x, y = exgcd(b, a%b) return y, x - a//b*y def uni(P, Q): r1, m1 = P r2, m2 = Q d = gcd(m1, m2) assert (r2-r1) % d == 0 l1, l2 = exgcd(m1//d, m2//d) return (r1 + (r2-r1)//d*l1*m1) % lcm(m1, m2), lcm(m1, m2) def CRT(eq): return reduce(uni, eq) if __name__ == "__main__": n = int(input()) eq = [list(map(int, input().strip().split()))[::-1] for x in range(n)] print(CRT(eq)[0])
- 1
信息
- ID
- 3600
- 时间
- 1000ms
- 内存
- 500MiB
- 难度
- 6
- 标签
- 递交数
- 0
- 已通过
- 0
- 上传者