在我的项目中,问题的一部分存在。但为了简化,这里的问题正在制定中。有两个正的共素整数:a
和b
,其中a < b
。列出了从{1}到a
的{{1}}的倍数,然后是b-1
的模数运算。
b
,a mod b
,2*a mod b
,...,3*a mod b
现在,还有另一个整数,比如(b-1)*a mod b
。通过列表中的第一个n ( 1 <= n < b)
数字,我们必须找到有多少数字,比如n
(m
)。这可以用蛮力方法完成,从而得到1 <= m < b
。
一个例子:
O(n)
列表是:
a=6, b=13, n=8, m=6
这是从1到12的数字的排列,因为如果我们包含另一个数字,即6, 12, 5, 11, 4, 10, 3, 9, 2, 8, 1, 7
,任何两个共素的模运算都会产生数字的排列。如果我们选择0
,则列表将为a= 2, b=13
,这会给出一种模式。如果2, 4, 6, 8, 10, 12, 1, 3, 5, 7, 9, 11
和a
非常大(在我的项目中它们可以达到10 ^ 20),那么我不知道如何推断出如此大数字的模式。
现在回到示例,我们从列表中取出第一个b
数字,这样就可以了解
n = 8
将6, 12, 5, 11, 4, 10, 3, 9
运算符应用于less-than
,它会将小于m = 6
的数字的总数设为3,如下面的列表中所述
m
其中0表示不小于0, 0, 1, 0, 1, 0, 1, 0
,1表示小于m
。
因为,上面的算法是m
,这对于O(n)
的范围是不可接受的,所以社区可以给出提示/线索/提示以使我达到{{1}解决方案,甚至是更好的[0, 10^20]
解决方案?
答案 0 :(得分:1)
(警告:我对于不是[0,n]的乘数范围有点不满,所以我调整了它。这很容易补偿。)
我将使用经过测试的Python代码绘制草图,该实现可以及时运行 O(log max {a,b})。首先,这里有一些实用功能和一个天真的实现。
from fractions import gcd
from random import randrange
def coprime(a, b):
return gcd(a, b) == 1
def floordiv(a, b):
return a // b
def ceildiv(a, b):
return floordiv(a + b - 1, b)
def count1(a, b, n, m):
assert 1 <= a < b
assert coprime(a, b)
assert 0 <= n < b + 1
assert 0 <= m < b + 1
return sum(k * a % b < m for k in range(n))
现在,我们怎样才能加快速度呢?第一个改进是将乘数划分为不相交的范围,使得在一个范围内,a
的相应倍数在b
的两个倍数之间。知道了最低值和最高值,我们可以通过天花板分数计算小于m
的倍数。
def count2(a, b, n, m):
assert 1 <= a < b
assert coprime(a, b)
assert 0 <= n < b + 1
assert 0 <= m < b + 1
count = 0
first = 0
while 0 < n:
count += min(ceildiv(m - first, a), n)
k = ceildiv(b - first, a)
n -= k
first = first + k * a - b
return count
这还不够快。第二个改进是用递归调用替换大多数while循环。在下面的代码中,j
是在存在环绕的意义上“完整”的迭代次数。 term3
使用类似count2
的逻辑来计算剩余的迭代次数。
每个完整的迭代都会在阈值floor(m / a)
下提供floor(m / a) + 1
或m
个残差。我们是否获得+ 1
取决于该迭代的first
。 first
从0
开始,并在每次迭代中通过while循环以a - (b % a)
模a
更改。只要它低于某个阈值,我们就得到+ 1
,并且这个计数可以通过递归调用来计算。
def count3(a, b, n, m):
assert 1 <= a < b
assert coprime(a, b)
assert 0 <= n < b + 1
assert 0 <= m < b + 1
if 1 == a:
return min(n, m)
j = floordiv(n * a, b)
term1 = j * floordiv(m, a)
term2 = count3(a - b % a, a, j, m % a)
last = n * a % b
first = last % a
term3 = min(ceildiv(m - first, a), (last - first) // a)
return term1 + term2 + term3
可以类似于欧几里德GCD算法分析运行时间。
这里有一些测试代码来证明我的正确性声明的证据。请记住在测试性能之前删除断言。
def test(p, f1, f2):
assert 3 <= p
for t in range(100):
while True:
b = randrange(2, p)
a = randrange(1, b)
if coprime(a, b):
break
for n in range(b + 1):
for m in range(b + 1):
args = (a, b, n, m)
print(args)
assert f1(*args) == f2(*args)
if __name__ == '__main__':
test(25, count1, count2)
test(25, count1, count3)