拓展lucas结论及模板
lucas及其拓展
模板题 洛谷 P4720
本文侧向结论和代码实现,
推导请转至lucas定理及其拓展的推导 https://blog.csdn.net/yuyilahanbao/article/details/100568285
lucas定理
请阅读lucas定理 https://blog.csdn.net/yuyilahanbao/article/details/100550317
拓展lucas的结论
(nm)≡pk1−k2−k3×b1×b2−1×b3−1×cu1−u2−u3×k1!k2!×k3!(modpw)\tbinom{n}{m} \equiv
{
p^{k_1-k_2-k_3} \times b_1 \times {b_2}^{-1} \times {b_3}^{-1}
\times c^{u_1-u_2-u_3}
\times \frac{{k_1}!}{{k_2}! \times {k_3}!}
} \pmod{p^w}(mn)≡pk1−k2−k3×b1×b2−1×b3−1×cu1−u2−u3×k2!×k3!k1!(modpw).
当r1≥r2r_1 \geq r_2r1≥r2时,k1=k2+k3k_1=k_2+k_3k1=k2+k3,故上面这个式子最后分式的部分k1!k2!×k3!=(k1k2)\frac{{k_1}!}{{k_2}! \times {k_3}!}=\tbinom{k_1}{k_2}k2!×k3!k1!=(k2k1).
当r1<r2r_1 < r_2r1<r2时,k1=k2+k3+1k_1=k_2+k_3+1k1=k2+k3+1,最后的那个分式无法直接变成组合数,但是我们只需要分子分母同时乘以k1−k2k_1-k_2k1−k2,即可变成组合数。k1!k2!×k3!=(k1−k2)×(k1k2)\frac{{k_1}!}{{k_2}! \times {k_3}!}=(k_1-k_2) \times \tbinom{k_1}{k_2}k2!×k3!k1!=(k1−k2)×(k2k1)
各个字母代表的含义。
与n,m,n-m有关的量k,r,u,v分别用下标1,2,3区分.
k,r是除以ppp的商与余数,u,v是除以模数pwp^wpw的商与余数。
b是n!n!n!(m!m!m!或(n−m)!(n-m)!(n−m)!)最后剩下的v个数中不是p的倍数的数的乘积。
c是[1,pw]\left[1,p^w\right][1,pw]中不是p的倍数的数的乘积。
从结论中的式子可以看到b,c我们只关注模pkp^kpk意义下的值,因此可以预先求出[1..i]  (i<pw)[1..i] \; (i < p^w)[1..i](i<pw)中不是p的倍数的数的乘积f(i)f(i)f(i)(模pkp^kpk意义下的)。
(nm) mod N\tbinom{n}{m} \bmod N(mn)modN的求取
N是任意正整数。对NNN进行素数分解。N=∏i=1qpikiN=\prod\limits_{i=1}^{q}p_i^{k_i}N=i=1∏qpiki.
对(nm) mod piki\tbinom{n}{m} \bmod p_i^{k_i}(mn)modpiki问题,可以通过上一小节的拓展lucas求得,记答案是cic_ici.
于是得到了qqq个线性同余方程,即线性同余方程组(nm)≡ci(modpiki)(1≤i≤q)\tbinom{n}{m} \equiv c_i \pmod{p_i^{k_i}} \quad (1 \leq i \leq q)(mn)≡ci(modpiki)(1≤i≤q).
对于线性同余方程组,并且注意到模数pikip_i^{k_i}piki两两互质,可以用中国剩余定理(也可以用拓欧)解出其通解x=x0+ktx=x_0+ktx=x0+kt。并且由于模数互质,k=lcm(piki)=N(1≤i≤q)k=lcm(p_i^{k_i})=N \quad (1 \leq i \leq q)k=lcm(piki)=N(1≤i≤q).所以在[0,N)[0,N)[0,N)内只有一个特解x0x_0x0,而这个特解就是(nm) mod N\tbinom{n}{m} \bmod N(mn)modN.
核心代码
ll pow(ll a, ll n)
{
if (n == 0) return 1;
// 始终维持要求的数可以表示为(a)^n*t
ll t = 1;
while (n > 1)
{
if (n&1) t = t*a;
n >>= 1; a = a*a;
}
return a*t; // now n = 1
}
// 质因数分解,p_i^{k_i} 共q项 返回q
int factor(ll n, vector<ll>&p, vector<int>&k) {
p.clear(); k.clear();
if (n <= 1) return 0;
int q = 0;
for (ll i = 2; i*i <= n; ++i) { // 不必担心溢出,因为会溢出说明肯定会tle
if (!(n%i)) {
p.push_back(i);
k.push_back(0);
do {n /= i; ++k[q];} while (!(n%i));
++q;
}
}
if (n > 1) {
p.push_back(n);
k.push_back(1);
++q;
}
return q;
}
// 求C(n,m)%(p^k)
const ll kMaxPk = 1000000;
// f[i]表示1..i中不是p的倍数的数的乘积(%pk) inv_f则是相应的逆元
ll f[kMaxPk],inv_f[kMaxPk];
ll ex_lucas(ll n, ll m, ll p, ll k, ll pk) {
ll k1,k2,k3,r1,r2,r3,u1,u2,u3,v1,v2,v3;
ll ans = 1;
f[0] = 1; inv_f[0] = 1;
for (ll j = 1; j < pk; ++j) {
if (j%p) {
f[j] = (f[j-1]*j)%pk;
multiplicative_inverse(f[j],pk,inv_f[j]); // 肯定存在逆元
} else {
f[j] = f[j-1];
inv_f[j] = inv_f[j-1];
}
}
while(1) {
if (m == 0) return ans;
k1 = n/p, r1 = n%p;
k2 = m/p, r2 = m%p;
k3 = (n-m)/p, r3 = (n-m)%p;
u1 = n/pk, v1 = n%pk;
u2 = m/pk, v2 = m%pk;
u3 = (n-m)/pk, v3 = (n-m)%pk;
if (k1-k2-k3) { // == 1
ans = (ans*p)%pk;
} // else == 0
ans = (ans*f[v1])%pk;
ans = (ans*inv_f[v2])%pk;
ans = (ans*inv_f[v3])%pk;
if (u1-u2-u3) { // == 1
ans = (ans*f[pk-1])%pk;
} // else == 0
if (r1 < r2) ans = ans*((k1-k2)%pk)%pk;
n = k1; m = k2;
}
}
const int kMaxQ = 30;
ll a[kMaxQ];
ll c[kMaxQ];
ll mm[kMaxQ];
// 返回C(n,m)%N N的分解因式后最大的x=p^k
// 可以开x大小的数组
ll ex_lucas_N(ll n, ll m, ll N) {
vector<ll>p;
vector<int>k;
int q = factor(N,p,k);
for (int i = 0; i < q; ++i) {
a[i] = 1;
mm[i] = pow(p[i],k[i]);
c[i] = ex_lucas(n,m, p[i], k[i], mm[i]);
}
ll ans,kk;
linear_congruence_equations(q,a,c,mm,ans,kk);
return ans;
}
完整ac代码
// luogu p4720
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
// 求解不定方程ax+by=(a,b)的一组特解并返回a,b最大公约数
// x,y存储返回的一组特解。
ll ex_gcd(ll a, ll b, ll &x, ll &y) {
if (b) {
auto d = ex_gcd(b, a%b, y, x); // 注意x和y位置互换了。
// x是后,无需赋值,y是 前-a/b*后 即 y -= a/b*x
y -= a/b*x;
return d;
} else {
x = 1; y = 0;
return a;
}
}
// 求解不定方程ax+by=c.
// 返回值表示是否有解
// d存储是(a,b)
// 当有解的情况下
// x,y存储一组特解,并且确保x是最小的非负整数。
// 通解是X=x+(b/d)*t,Y=y-(a/d)*t t是整数。
bool binary_linear_indefinite_equation(ll a, ll b, ll c, ll &x, ll &y, ll &d) {
d = ex_gcd(a, b, x, y); // solve: ax+by=(a,b)
if (c%d) return false;
x *= c/d;
y *= c/d;
auto k = b/d;
x = (x%k+k)%k; // 调为最小非负整数
y = (d-a*x)/b;
return true;
}
// 线性同余方程 Linear congruence equation
// ax = c (mod m) <===> ax+my=c
// x存储最小非负解,通解X=x+kt t为整数
// 有解的情况下,最小非负解x肯定在[0,m)范围内
bool linear_congruence_equation(ll a, ll c, ll m, ll &x, ll &k) {
ll y, d;
auto ans = binary_linear_indefinite_equation(a, m, c, x, y, d);
k = m/d;
return ans;
}
// 求a在Zm<+,*>中的乘法逆元x
// 返回逆元是否存在,x存储逆元
// ax = 1 (mod m)
bool multiplicative_inverse(ll a, ll m, ll &x) {
ll k;
return linear_congruence_equation(a, 1, m, x, k);
// assert(k == m);
}
// 线性同余方程组 Linear congruence equations
// a_ix = c_i (mod m_i) 共n个
// 可能存在的问题,由于迭代过程中k一直在求最小公倍数,所以可能会爆long long,这个,最佳的方法是直接暴力把ll的定义改为__int128
// 但是要注意__int128的输入输出
// 如果还是爆,我没法子了
bool linear_congruence_equations(int n, ll a[], ll c[], ll m[], ll &x, ll &k) {
ll x_i, k_i, t, t_i, d;
x = 0; k = 1;
for (int i = 0; i < n; ++i) {
if (!linear_congruence_equation(a[i], c[i], m[i], x_i, k_i))
return false;
// kt+x
// k_it_i+x_i
if (!binary_linear_indefinite_equation(
k, k_i, x_i-x, t, t_i, d))
return false;
x += k*t;
k *= k_i/d;
}
return true;
}
ll pow(ll a, ll n)
{
if (n == 0) return 1;
// 始终维持要求的数可以表示为(a)^n*t
ll t = 1;
while (n > 1)
{
if (n&1) t = t*a;
n >>= 1; a = a*a;
}
return a*t; // now n = 1
}
int factor(ll n, vector<ll>&p, vector<int>&k) {
p.clear(); k.clear();
if (n <= 1) return 0;
int q = 0;
for (ll i = 2; i*i <= n; ++i) { // 不必担心溢出,因为会溢出说明肯定会tle
if (!(n%i)) {
p.push_back(i);
k.push_back(0);
do {n /= i; ++k[q];} while (!(n%i));
++q;
}
}
if (n > 1) {
p.push_back(n);
k.push_back(1);
++q;
}
return q;
}
// 求C(n,m)%(p^k)
const ll kMaxPk = 1000000;
// f[i]表示1..i中不是p的倍数的数的乘积(%pk) inv_f则是相应的逆元
ll f[kMaxPk],inv_f[kMaxPk];
ll ex_lucas(ll n, ll m, ll p, ll k, ll pk) {
ll k1,k2,k3,r1,r2,r3,u1,u2,u3,v1,v2,v3;
ll ans = 1;
f[0] = 1; inv_f[0] = 1;
for (ll j = 1; j < pk; ++j) {
if (j%p) {
f[j] = (f[j-1]*j)%pk;
multiplicative_inverse(f[j],pk,inv_f[j]); // 肯定存在逆元
} else {
f[j] = f[j-1];
inv_f[j] = inv_f[j-1];
}
}
while(1) {
if (m == 0) return ans;
k1 = n/p, r1 = n%p;
k2 = m/p, r2 = m%p;
k3 = (n-m)/p, r3 = (n-m)%p;
u1 = n/pk, v1 = n%pk;
u2 = m/pk, v2 = m%pk;
u3 = (n-m)/pk, v3 = (n-m)%pk;
if (k1-k2-k3) { // == 1
ans = (ans*p)%pk;
} // else == 0
ans = (ans*f[v1])%pk;
ans = (ans*inv_f[v2])%pk;
ans = (ans*inv_f[v3])%pk;
if (u1-u2-u3) { // == 1
ans = (ans*f[pk-1])%pk;
} // else == 0
if (r1 < r2) ans = ans*((k1-k2)%pk)%pk;
n = k1; m = k2;
}
}
const int kMaxQ = 30;
ll a[kMaxQ];
ll c[kMaxQ];
ll mm[kMaxQ];
// 返回C(n,m)%N N的分解因式后最大的x=p^k
// 可以开x大小的数组
ll ex_lucas_N(ll n, ll m, ll N) {
vector<ll>p;
vector<int>k;
int q = factor(N,p,k);
for (int i = 0; i < q; ++i) {
a[i] = 1;
mm[i] = pow(p[i],k[i]);
c[i] = ex_lucas(n,m, p[i], k[i], mm[i]);
}
ll ans,kk;
linear_congruence_equations(q,a,c,mm,ans,kk);
return ans;
}
int main()
{
ll n,m,N;
scanf("%lld%lld%lld",&n,&m,&N);
ll ans = ex_lucas_N(n,m,N);
printf("%lld\n",ans);
return 0;
}
拓展lucas结论及模板的更多相关文章
- 【拓展Lucas】模板
求\(C_n^m \mod p\),写得太丑了qwq. 第一次写拓展Lucas竟然是在胡策的时候qwq写了两个半小时啊_(:з」∠)还写挂了一个地方qwq 当然今天胡策我也是第一次写中国剩余定理(ˇˍ ...
- BZOJ 3129 [SDOI2013]方程 (拓展Lucas)
题目大意:给定一个方程$X_{1}+X_{2}+X_{3}+X_{4}+...+X_{n}=M$,$\forall X_{i}<=A_{i} (i<=n1)$ $\forall X_{i} ...
- 数学:拓展Lucas定理
拓展Lucas定理解决大组合数取模并且模数为任意数的情况 大概的思路是把模数用唯一分解定理拆开之后然后去做 然后要解决的一个子问题是求模质数的k次方 将分母部分转化成逆元再去做就好了 这里贴一份别人的 ...
- 【bzoj2142】【礼物】拓展Lucas定理+孙子定理
(上不了p站我要死了,侵权度娘背锅) Description 一年一度的圣诞节快要来到了.每年的圣诞节小E都会收到许多礼物,当然他也会送出许多礼物.不同的人物在小E 心目中的重要性不同,在小E心中分量 ...
- 拓展Lucas小结
拓展Lucas是解决大组合数取模非质数(尤其是含平方因子的合数)问题的有力工具... 首先对模数质因数分解,把每个质因子单独拎出来处理答案,然后用中国剩余定理(excrt)合并 问题转化为,对于每个质 ...
- BZOJ2142: 礼物(拓展lucas)
Description 一年一度的圣诞节快要来到了.每年的圣诞节小E都会收到许多礼物,当然他也会送出许多礼物.不同的人物在小E 心目中的重要性不同,在小E心中分量越重的人,收到的礼物会越多.小E从商店 ...
- Lucas(卢卡斯)定理模板&&例题解析([SHOI2015]超能粒子炮·改)
Lucas定理 先上结论: 当p为素数: \(\binom{ N }{M} \equiv \binom{ N/p }{M/p}*\binom{ N mod p }{M mod p} (mod p)\) ...
- 【BZOJ-2142】礼物 拓展Lucas定理
2142: 礼物 Time Limit: 10 Sec Memory Limit: 259 MBSubmit: 1313 Solved: 541[Submit][Status][Discuss] ...
- 『Lucas定理以及拓展Lucas』
Lucas定理 在『组合数学基础』中,我们已经提出了\(Lucas\)定理,并给出了\(Lucas\)定理的证明,本文仅将简单回顾,并给出代码. \(Lucas\)定理:当\(p\)为质数时,\(C_ ...
随机推荐
- 【动手学pytorch】softmax回归
一.什么是softmax? 有一个数组S,其元素为Si ,那么vi 的softmax值,就是该元素的指数与所有元素指数和的比值.具体公式表示为: softmax回归本质上也是一种对数据的估计 二.交叉 ...
- 【C++】C++程序加载lib静态库
使用Visual Studio 编写C++程序有几种配置lib的方法,以下是在代码中加载lib文件的方法: 在项目所在目录下创建文件夹lib,将lib文件此路径下,包括Debug和Release两种模 ...
- 编译生成protobuf的jar包
编译生成protobuf的jar包 配置maven 安装maven,并修改maven源为阿里云 下载maven wget http://mirror.bit.edu.cn/apache/maven/m ...
- JVM性能优化系列-(4) 编写高效Java程序
4. 编写高效Java程序 4.1 面向对象 构造器参数太多怎么办? 正常情况下,如果构造器参数过多,可能会考虑重写多个不同参数的构造函数,如下面的例子所示: public class FoodNor ...
- golang-练习ATM
package main import "fmt" var ( action int loop bool = true save_money int money int draw_ ...
- Python Flask 开发学习笔记
Flask学习 安装pipenv虚拟环境 pip Install pipenv 运行pipenv pipenv --version 进入虚拟容器 pipenv install 安装flask pipe ...
- CentOS与Ubuntu的区别
学习博客:https://www.cnblogs.com/lirongzheng/p/8250511.html 更多Ubuntu相关信息见Ubuntu 专题页面 http://www.linuxidc ...
- 计算机网络 From Mr.Liu
引言 本博客摘自Mr.Liu,原帖请点击这里. 感谢Mr.Liu,这个文章很充分的描述了计算机网络的核心知识点. 我还在学习中,所以没有进行自己的转述.图片因为是copy代码而没有获得,想看更详尽的, ...
- css常用样式font控制字体的多种变换
CSS 字体属性定义文本的字体系列.大小.加粗.风格(如斜体)和变形(如小型大写字母)font-family控制字体,由于各个电脑系统安装的字体不尽相同,但是基本装有黑体.宋体与微软雅黑这三款字体,通 ...
- 插入数据失败提示: Setting autocommit to false on JDBC Connection 自动提交失败
来源:https://blog.csdn.net/qq_42799475/article/details/102742109 今天在执行mybstis的测试时,明明已经写好了插入语句但是数据库没有插入 ...