IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> Lucas 定理 -> 正文阅读

[数据结构与算法]Lucas 定理

Lucas 定理

结论

? 结论很简单,就是一个简单的式子( p p p 是质数):

C n m ≡ C n m o d ?? p m m o d ?? p × C n p m p ( m o d p ) C_n^m \equiv C_{n \mod p}^{m \mod p} \times C_{\frac{n}{p}}^{\frac{m}{p}} \pmod p Cnm?Cnmodpmmodp?×Cpn?pm??(modp)

? 根据这个式子,我们就能快速计算 p p p 较小的组合数了。

? 具体来说,现预处理出一个数组 f r a c [ i ] frac[i] frac[i] 表示模 p p p 下的 i ! i! i!。然后我们就能写出一个 log ? \log log 级别求组合数(要求 n , m < p n, m < p n,m<p)的函数:

int qp(int a, int b, int p){                          // 快速幂 
    int ans = 1 % p;
    for(; b; b >>= 1){
        if((b & 1) == 1)
            ans = (long long)ans * a % p;
        a = (long long)a * a % p;
    }
    return ans;
}

int inv(int a, int p) { return qp(a, p - 2, p); }                         // 求逆元 (质数就是 x^{p-2}) 

int C(int n, int m, int p){                                               // 正常的组合数 
	if(n < m) return 0;
	return (long long)frac[n] * inv(frac[m], p) % p * inv(frac[n - m], p) % p;
}

? 然后根据我们上面给出的式子,我们发现 C n m o d ?? p m m o d ?? p C_{n \mod p}^{m \mod p} Cnmodpmmodp? 是可以用 C C C 这个函数解决的。那么我们很自然的想到递归计算 C n p m p C_{\frac np}^{\frac mp} Cpn?pm??。就像这样:

int lucas(int n, int m, int p){                                           // lucas 求组合数 
	if(n < m) return 0;
	if(!n) return 1;
	return (long long)lucas(n / p, m / p, p) * C(n % p, m % p, p) % p;
}

式子的证明

? 考虑 C p n m o d ?? p C_p^n \mod p Cpn?modp 的取值,注意到:

C p n = p ! n ! ( p ? n ) ! C_p^n = \frac{p!}{n!(p - n)! } Cpn?=n!(p?n)!p!?

? 分子的质因数分解中 p p p 次项恰好为 1 1 1。所以只有 n = 0 ∨ n = p n = 0 \lor n = p n=0n=p 的时候 n ! ( p ? n ) ! n!(p - n)! n!(p?n)! 的质因子含有 p p p。所以我们得到以下式子:

C p n m o d ?? p = [ n = 0 ∨ n = p ] C_p^n \mod p = [n = 0 \lor n = p] Cpn?modp=[n=0n=p]

? 进而:

( a + b ) p ≡ ∑ n = 0 p C p n a n b p ? n ≡ ∑ n = 0 p [ n = 0 ∨ n = p ] a n b p ? n ≡ a p + b p ( m o d p ) \begin{aligned} (a + b) ^ p & \equiv \sum_{n = 0}^pC_p^na^nb^{p - n} \\ & \equiv \sum_{n = 0}^p [n = 0 \lor n = p]a^nb^{p - n} \\ & \equiv a^p + b^p \pmod p \end{aligned} (a+b)p?n=0p?Cpn?anbp?nn=0p?[n=0n=p]anbp?nap+bp(modp)?

? 这个式子不仅适用于整数,还适用于多项式,比如说考虑二项式 f p ( x ) = ( a x n + b x m ) p m o d ?? p f^p(x) = (ax^n + bx^m)^p \mod p fp(x)=(axn+bxm)pmodp 的结果:

f p ( x ) ≡ ( a x n + b x m ) p ≡ a p x p n + b p x p m ≡ a x p n + b x p m ≡ f ( x p ) ( m o d p ) \begin{aligned} f^p(x) \equiv (ax^n + bx^m)^p & \equiv a^px^{pn} + b^px^{pm} \\ & \equiv ax^{pn} + bx^{pm} \equiv f(x^p) \pmod p \end{aligned} fp(x)(axn+bxm)p?apxpn+bpxpmaxpn+bxpmf(xp)(modp)?

? 考虑二项式 ( 1 + x ) n m o d ?? p (1 + x) ^ n \mod p (1+x)nmodp,那么 C n m C_n^m Cnm? 就是在求 x m x^m xm 次项的系数。使用上面证明过的引理,我们可以得到:

( 1 + x ) n ≡ ( 1 + x ) p ? n p ? ( 1 + x ) n m o d ?? p ≡ ( 1 + x p ) ? n p ? ( 1 + x ) n m o d ?? p ( m o d p ) (1 + x)^n \equiv (1 + x)^{p\lfloor \frac np \rfloor}(1 + x)^{n \mod p} \equiv (1 + x^p)^{\lfloor \frac np \rfloor}(1 + x)^{n \mod p} \pmod p (1+x)n(1+x)p?pn??(1+x)nmodp(1+xp)?pn??(1+x)nmodp(modp)

? 注意前面那一坨只有在 p p p 的倍数的时候才会有取值,后面那一坨的最高此项是 n m o d ?? p ≤ p ? 1 n \mod p \leq p - 1 nmodpp?1,所以这俩玩意儿的卷积在任何一个位置最多有一种方式进行贡献,也就是说前者去 p p p 的倍数次项,后者取余数次项,也就是上面最初给出的式子:

C n m ≡ C n p m p × C n m o d ?? p m m o d ?? p ( m o d p ) C_n^m \equiv C_{\frac np}^{\frac mp} \times C_{n \mod p}^{m \mod p} \pmod p Cnm?Cpn?pm??×Cnmodpmmodp?(modp)

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2022-04-06 23:27:37  更:2022-04-06 23:30:36 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 9:34:44-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码