最大公约数

最大公约数

最大公约数即为 Greatest Common Divisor,常缩写为 gcd。

一组整数的公约数,是指同时是这组数中每一个数的约数的数。 \pm 1 是任意一组整数的公约数。

一组整数的最大公约数,是指所有公约数里面最大的一个。

那么如何求最大公约数呢?我们先考虑两个数的情况。

欧几里得算法

如果我们已知两个数 a b ,如何求出二者的最大公约数呢?

不妨设 a > b

我们发现如果 b a 的约数,那么 b 就是二者的最大公约数。 下面讨论不能整除的情况,即 a = b \times q + r ,其中 r < b

我们通过证明可以得到 \gcd(a,b)=\gcd(b,a \bmod b) ,过程如下:


a=bk+c ,显然有 c=a \bmod b 。设 d \mid a,~d \mid b ,则 c=a-bk, \frac{c}{d}=\frac{a}{d}-\frac{b}{d}k

由右边的式子可知 \frac{c}{d} 为整数,即 d \mid c 所以对于 a,b 的公约数,它也会是 a \bmod b 的公约数。

反过来也需要证明:

d \mid b,~\mid (a \bmod b) ,我们还是可以像之前一样得到以下式子 \frac{a\bmod b}{d}=\frac{a}{d}-\frac{b}{d}k,~\frac{a\bmod b}{d}+\frac{b}{d}k=\frac{a}{d}

因为左边式子显然为整数,所以 \frac{a}{d} 也为整数,即 d \mid a ,所以 b,a\bmod b 的公约数也是 a,b 的公约数。

既然两式公约数都是相同的,那么最大公约数也会相同。

所以得到式子 \gcd(a,b)=\gcd(b,a\bmod b)

既然得到了 \gcd(a, b) = \gcd(b, r) ,这里两个数的大小是不会增大的,那么我们也就得到了关于两个数的最大公约数的一个递归求法。

1
2
3
4
5
// C++ Version
int gcd(int a, int b) {
  if (b == 0) return a;
  return gcd(b, a % b);
}
1
2
3
4
5
# Python Version
def gcd(a, b):
    if b == 0:
        return a
    return gcd(b, a % b)

递归至 b==0(即上一步的 a%b==0) 的情况再返回值即可。

上述算法被称作欧几里得算法(Euclidean algorithm)。

如果两个数 a b 满足 \gcd(a, b) = 1 ,我们称 a b 互质。


欧几里得算法的时间效率如何呢?下面我们证明,欧几里得算法的时间复杂度为 O(\log n)

当我们求 \gcd(a,b) 的时候,会遇到两种情况:

  • a < b ,这时候 \gcd(a,b)=\gcd(b,a)
  • a \geq b ,这时候 \gcd(a,b)=\gcd(b,a \bmod b) ,而对 a 取模会让 a 至少折半。这意味着这一过程最多发生 O(\log n) 次。

第一种情况发生后一定会发生第二种情况,因此第一种情况的发生次数一定 不多于 第二种情况的发生次数。

从而我们最多递归 O(\log n) 次就可以得出结果。

事实上,假如我们试着用欧几里得算法去求 斐波那契数列 相邻两项的最大公约数,会让该算法达到最坏复杂度。

多个数的最大公约数

那怎么求多个数的最大公约数呢?显然答案一定是每个数的约数,那么也一定是每相邻两个数的约数。我们采用归纳法,可以证明,每次取出两个数求出答案后再放回去,不会对所需要的答案造成影响。

最小公倍数

接下来我们介绍如何求解最小公倍数(Least Common Multiple, LCM)。

一组整数的公倍数,是指同时是这组数中每一个数的倍数的数。0 是任意一组整数的公倍数。

一组整数的最小公倍数,是指所有正的公倍数里面,最小的一个数。

两个数的

a = p_1^{k_{a_1}}p_2^{k_{a_2}} \cdots p_s^{k_{a_s}} b = p_1^{k_{b_1}}p_2^{k_{b_2}} \cdots p_s^{k_{b_s}}

我们发现,对于 a b 的情况,二者的最大公约数等于

p_1^{\min(k_{a_1}, k_{b_1})}p_2^{\min(k_{a_2}, k_{b_2})} \cdots p_s^{\min(k_{a_s}, k_{b_s})}

最小公倍数等于

p_1^{\max(k_{a_1}, k_{b_1})}p_2^{\max(k_{a_2}, k_{b_2})} \cdots p_s^{\max(k_{a_s}, k_{b_s})}

由于 k_a + k_b = \max(k_a, k_b) + \min(k_a, k_b)

所以得到结论是 \gcd(a, b) \times \operatorname{lcm}(a, b) = a \times b

要求两个数的最小公倍数,先求出最大公约数即可。

多个数的

可以发现,当我们求出两个数的 \gcd 时,求最小公倍数是 O(1) 的复杂度。那么对于多个数,我们其实没有必要求一个共同的最大公约数再去处理,最直接的方法就是,当我们算出两个数的 \gcd ,或许在求多个数的 \gcd 时候,我们将它放入序列对后面的数继续求解,那么,我们转换一下,直接将最小公倍数放入序列即可。

扩展欧几里得算法

扩展欧几里得算法(Extended Euclidean algorithm, EXGCD),常用于求 ax+by=\gcd(a,b) 的一组可行解。

证明

ax_1+by_1=\gcd(a,b)

bx_2+(a\bmod b)y_2=\gcd(b,a\bmod b)

由欧几里得定理可知: \gcd(a,b)=\gcd(b,a\bmod b)

所以 ax_1+by_1=bx_2+(a\bmod b)y_2

又因为 a\bmod b=a-(\lfloor\frac{a}{b}\rfloor\times b)

所以 ax_1+by_1=bx_2+(a-(\lfloor\frac{a}{b}\rfloor\times b))y_2

ax_1+by_1=ay_2+bx_2-\lfloor\frac{a}{b}\rfloor\times by_2=ay_2+b(x_2-\lfloor\frac{a}{b}\rfloor y_2)

因为 a=a,b=b ,所以 x_1=y_2,y_1=x_2-\lfloor\frac{a}{b}\rfloor y_2

x_2,y_2 不断代入递归求解直至 \gcd (最大公约数,下同)为 0 递归 x=1,y=0 回去求解。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
// C++ Version
int Exgcd(int a, int b, int &x, int &y) {
  if (!b) {
    x = 1;
    y = 0;
    return a;
  }
  int d = Exgcd(b, a % b, x, y);
  int t = x;
  x = y;
  y = t - (a / b) * y;
  return d;
}
1
2
3
4
5
6
# Python Version
def Exgcd(a, b):
    if b == 0:
        return a, 1, 0
    d, x, y = Exgcd(b, a % b)
    return d, y, x - (a // b) * y

函数返回的值为 \gcd ,在这个过程中计算 x,y 即可。

迭代法编写拓展欧几里得算法

因为迭代的方法避免了递归,所以代码运行速度将比递归代码快一点。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
int gcd(int a, int b, int& x, int& y) {
  x = 1, y = 0;
  int x1 = 0, y1 = 1, a1 = a, b1 = b;
  while (b1) {
    int q = a1 / b1;
    tie(x, x1) = make_tuple(x1, x - q * x1);
    tie(y, y1) = make_tuple(y1, y - q * y1);
    tie(a1, b1) = make_tuple(b1, a1 - q * b1);
  }
  return a1;
}

如果你仔细观察 a_1 b_1 ,你会发现,他们在迭代版本的欧几里德算法中取值完全相同,并且以下公式无论何时(在 while 循环之前和每次迭代结束时)都是成立的: x \cdot a +y \cdot b =a_1 x_1 \cdot a +y_1 \cdot b= b_1 。因此,该算法肯定能正确计算出 \gcd

最后我们知道 a_1 就是要求的 \gcd ,有 x \cdot a +y \cdot b =g

矩阵的解释

对于正整数 a b 的一次辗转相除即 \gcd(a,b)=\gcd(b,a\bmod b) 使用矩阵表示如

\begin{bmatrix} b\\a\bmod b \end{bmatrix} = \begin{bmatrix} 0&1\\1&-\lfloor a/b\rfloor \end{bmatrix} \begin{bmatrix} a\\b \end{bmatrix}

其中向下取整符号 \lfloor c\rfloor 表示不大于 c 的最大整数。我们定义变换 \begin{bmatrix}a\\b\end{bmatrix}\mapsto \begin{bmatrix}0&1\\1&-\lfloor a/b\rfloor\end{bmatrix}\begin{bmatrix}a\\b\end{bmatrix}

易发现欧几里得算法即不停应用该变换,有

\begin{bmatrix} \gcd(a,b)\\0 \end{bmatrix} = \left( \cdots \begin{bmatrix} 0&1\\1&-\lfloor a/b\rfloor \end{bmatrix} \begin{bmatrix} 1&0\\0&1 \end{bmatrix} \right) \begin{bmatrix} a\\b \end{bmatrix}

\begin{bmatrix} x_1&x_2\\x_3&x_4 \end{bmatrix} = \cdots \begin{bmatrix} 0&1\\1&-\lfloor a/b\rfloor \end{bmatrix} \begin{bmatrix} 1&0\\0&1 \end{bmatrix}

那么

\begin{bmatrix} \gcd(a,b)\\0 \end{bmatrix} = \begin{bmatrix} x_1&x_2\\x_3&x_4 \end{bmatrix} \begin{bmatrix} a\\b \end{bmatrix}

满足 a\cdot x_1+b\cdot x_2=\gcd(a,b) 即扩展欧几里得算法,注意在最后乘了一个单位矩阵不会影响结果,提示我们可以在开始时维护一个 2\times 2 的单位矩阵编写更简洁的迭代方法如

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
int exgcd(int a, int b, int &x, int &y) {
  int x1 = 1, x2 = 0, x3 = 0, x4 = 1;
  while (b != 0) {
    int c = a / b;
    std::tie(x1, x2, x3, x4, a, b) =
        std::make_tuple(x3, x4, x1 - x3 * c, x2 - x4 * c, b, a - b * c);
  }
  x = x1, y = x2;
  return a;
}

这种表述相较于递归更简单。

应用


评论