跳转至

循环连分数

线性分式变换

连分数的另一个重要概念是所谓的线性分式变换(Linear fractional transformations)。

定义

线性分式变换 是一个函数 \(f : \mathbb R \to \mathbb R\),使得 \(f(x) = \frac{ax+b}{cx+d}\) 对于一些 \(a,b,c,d \in \mathbb R\)

线性分式变换 \(L_0(x)=\frac{a_0 x + b_0}{c_0 x + d_0}\)\(L_1(x)=\frac{a_1 x + b_1}{c_1 x + d_1}\) 的组合 \((L_0 \circ L_1)(x) = L_0(L_1(x))\) 也是线性分式变换:

\[ \frac{a_0\frac{a_1 x + b_1}{c_1 x + d_1} + b_0}{c_0 \frac{a_1 x + b_1}{c_1 x + d_1} + d_0} = \frac{a_0(a_1 x + b_1) + b_0 (c_1 x + d_1)}{c_0 (a_1 x + b_1) + d_0 (c_1 x + d_1)} = \frac{(a_0 a_1 + b_0 c_1) x + (a_0 b_1 + b_0 d_1)}{(c_0 a_1 + d_0 c_1) x + (c_0 b_1 + d_0 d_1)} \]

线性分式变换的逆,也是线性分式变换:

\[ y = \frac{ax+b}{cx+d} \iff y(cx+d) = ax + b \iff x = -\frac{dy-b}{cy-a} \]

DMOPC '19 Contest 7 P4 - Bob and Continued Fractions

给您一个正整数数组 \(a_1, \dots, a_n\)。您需要回答 \(m\) 查询。每个查询都要计算 \([a_l; a_{l+1}, \dots, a_r]\)

解答

如果能够连接连分数,则可以用线段树来解决这个问题。

通常情况下,\([a_0; a_1, \dots, a_k, b_0, b_1, \dots, b_k] = [a_0; a_1, \dots, a_k, [b_1; b_2, \dots, b_k]]\) 是正确的。

表示 \(L_{k}(x) = [a_k; x] = a_k + \frac{1}{x} = \frac{a_k\cdot x+1}{1\cdot x + 0}\)。注意 \(L_k(\infty) = a_k\)。在这个概念中,它认为

\[ [a_0; a_1, \dots, a_k, x] = [a_0; [a_1; [\dots; [a_k; x]]]] = (L_0 \circ L_1 \circ \dots \circ L_k)(x) = \frac{p_k x + p_{k-1}}{q_k x + q_{k-1}} \]

因此,问题归结为计算

\[ (L_l \circ L_{l+1} \circ \dots \circ L_r)(\infty) \]

变换的组合是关联的,因此可以在线段树的每个节点中计算其子树中变换的组合。

例题 连分数的线性分式变换

\(L(x) = \frac{ax+b}{cx+d}\)。对于 \(A=[a_0; a_1, \dots, a_n]\),计算 \(L(A)\) 的连分数表示 \([b_0; b_1, \dots, b_m]\)

从而,对任意的 \(\frac{p}{q}\),可以计算 \(A + \frac{p}{q} = \frac{qA + p}{q}\)\(A \cdot \frac{p}{q} = \frac{p A}{q}\)

解答

如上所述,\([a_0; a_1, \dots, a_k] = (L_{a_0} \circ L_{a_1} \circ \dots \circ L_{a_k})(\infty)\),因此 \(L([a_0; a_1, \dots, a_k]) = (L \circ L_{a_0} \circ L_{a_1} \circ \dots L_{a_k})(\infty)\)

因此,通过依次添加 \(L_{a_0}\),\(L_{a_1}\) 等,可以计算

\[ (L \circ L_{a_0} \circ \dots \circ L_{a_k})(x) = L\left(\frac{p_k x + p_{k-1}}{q_k x + q_{k-1}}\right)=\frac{a_k x + b_k}{c_k x + d_k} \]

由于 \(L(x)\) 是可逆的,因此在 \(x\) 中也是单调的。因此,对于任何 \(x \geq 0\),都有 \(L(\frac{p_k x + p_{k-1}}{q_k x + q_{k-1}})\) 介于 \(L(\frac{p_k}{q_k}) = \frac{a_k}{c_k}\)\(L(\frac{p_{k-1}}{q_{k-1}}) = \frac{b_k}{d_k}\) 之间。

此外,对于 \(x=[a_{k+1}; \dots, a_n]\),它等于 \(L(A)\)。因此,\(b_0 = \lfloor L(A) \rfloor\) 介于 \(\lfloor L(\frac{p_k}{q_k}) \rfloor\)\(\lfloor L(\frac{p_{k-1}}{q_{k-1}}) \rfloor\) 之间。当它们相等时,它们也等于 \(b_0\)

请注意,\(L(A) = (L_{b_0} \circ L_{b_1} \circ \dots \circ L_{b_m})(\infty)\)。知道 \(b_0\) 后,可以用当前变换合成 \(L_{b_0}^{-1}\),并继续添加 \(L_{a_{k+1}}\)\(L_{a_{k+2}}\) 等,寻找新的下界(floor)以达成一致,从中可以推断 \(b_1\) 等,直到恢复 \([b_0; b_1, \dots, b_m]\) 的所有值。

例题 连分数算法

\(A=[a_0; a_1, \dots, a_n]\)\(B=[b_0; b_1, \dots, b_m]\)。计算 \(A+B\)\(A \cdot B\) 的连分数表示。

解答

这里的想法与前面的问题类似,但不应使用 \(L(x) = \frac{ax+b}{cx+d}\),而应考虑双线性分数变换 \(L(x, y) = \frac{axy+bx+cy+d}{exy+fx+gy+h}\)

您可以将当前变换更改为 \(L(x, y) \mapsto L(L_{a_k}(x), y)\)\(L(x, y) \mapsto L(x, L_{b_k}(y))\),而不是 \(L(x) \mapsto L(L_{a_k}(x))\)

然后,检查 \(\lfloor \frac{a}{e} \rfloor = \lfloor \frac{b}{f} \rfloor = \lfloor \frac{c}{g} \rfloor = \lfloor \frac{d}{h} \rfloor\),如果它们都一致,则在生成的分数中使用该值作为 \(c_k\),并将转换更改为

\[ L(x, y) \mapsto \frac{1}{L(x, y) - c_k} \]

循环连分数

仿照循环小数的概念,如果在连分数后面形成了循环,则形成 循环连分数

循环连分数的最小正周期一般用字母 \(l\) 来表示,循环的部分称为循环节。容易发现,进入循环的充要条件是余项 \(r_k\) 的重复出现。

纯循环连分数

定义

如果存在 \(k\) 使得 \(x = [a_0; a_1, \dots, a_k, x]\),则连分数 \(x = [a_0; a_1, \dots]\) 被称为 纯循环(periodic)。

如果 \(x = [a_0; a_1, \dots, a_k, y]\),其中 \(y\) 是纯循环,则连分数 \(x = [a_0; a_1, \dots]\) 被称为 混循环(eventually periodic)。

例如纯循环连分数:

\([a_0,a_1,a_2,a_3,a_0,a_1,a_2,a_3,…]=[\overline{a_0,a_1,a_2,a_3}]\)

混循环连分数:

\([a_0,a_1,a_2,a_3,a_1,a_2,a_3,…]=[a_0,\overline{a_1,a_2,a_3}]\)

混循环连分数后面循环的部分,最早循环的部分称为它的「纯循环部分」。

纯循环连分数的整数部分 \(a_0\) 直接进入到了循环里面,因此要求 \(a_0\) 必须至少是 1。因此,纯循环连分数大于 1。

对于 \(x = [1; 1, 1, \dots]\),有 \(x = 1 + \frac{1}{x}\),因此 \(x^2 = x + 1\)。在循环连分数和二次方程之间存在着一般的联系。考虑以下等式:

\[ x = [a_0; a_1, \dots, a_k, x] \]

一方面,这个方程意味着 \(x\) 的连分数表示是周期为 \(k+1\)

另一方面,使用渐进分数的公式,这个方程意味着

\[ x = \frac{p_k x + p_{k-1}}{q_k x + q_{k-1}} \]

也就是说,\(x\) 是其自身的线性分数变换。从等式中可以看出,\(x\) 是二次方程式的根:

\[ q_k x^2 + (q_{k-1}-p_k)x - p_{k-1} = 0 \]

类似的推理代表了混循环连分数,即 \(x = [a_0; a_1, \dots, a_k, y]\) 代表 \(y=[b_0; b_1, \dots, b_k, y]\)。事实上,从第一个方程导出 \(x = L_0(y)\),从第二个方程导出 \(y = L_1(y)\),其中 \(L_0\)\(L_1\) 是线性分数变换。因此

\[ x = (L_0 \circ L_1)(y) = (L_0 \circ L_1 \circ L_0^{-1})(x) \]

可以进一步证明(由拉格朗日首先完成),对于具有整数系数的任意二次方程 \(ax^2+bx+c=0\),其解 \(x\) 是一个混循环连分数。

拉格朗日连分数定理

关于循环连分数有一个特别重要的基础定理:

拉格朗日连分数定理:实二次有理数与循环连分数一一对应。

该定理最早由拉格朗日(Lagrange)于 1769 年证明。

根据余项的重复出现,证明循环连分数一定是二次有理数非常容易。重点在于证明二次有理数一定是循环连分数。

证明

对二次有理数执行「无限简单连分数」计算,即取倒数、取整交替,得到的余数还是二次有理数。

接下来要强行刻画余项,将余项束缚在有限的范围,有限范围里的无限余项必然会发生重复。

\(\xi\) 是如下形式的二次有理数:

\(\frac{1}{q}\left(c+\sqrt{d}\right)\quad q|N(c-\sqrt{d})\)

如果分母不整除分子的范数,那么分子分母同时乘以分母的绝对值,并强行压入根号,在新二次有理数中,分母整除新的分子的范数。因此,任何二次有理数都能写成这形式。

根据上文的简单连分数算法:对余数取整可以得到 \(a\),进而得到新的 \(c\)

\(a_k=\frac{c_{k+1}+c_k}{q_k}\)

取整后得到的新的 \(c\) 为负数,且绝对值一定比 \(\sqrt{d}\) 小,因此范数为负。取倒数,得到新的分母 \(q\)\(q\) 总是正的。

\(q_k q_{k+1}=-N(c_{k+1}-\sqrt{d})\)

由于范数为负,取倒数之后 \(\sqrt{d}\) 前面的符号不变,而 \(c\) 的符号由负变正(负数前面加负号变为正数)。

余数 \(r\) 里面,每个 \(c\) 都为负数,且绝对值一定比 \(\sqrt{d}\) 小,因此分子 \(c\) 的个数有限。

每个 \(q\) 都整除对应 \(c\) 构成二次整数的范数,因此分母 \(q\) 的个数有限。余数有限必重复,至此证完。

例题 二次有理数

找到 \(\alpha = \frac{x+y\sqrt{n}}{z}\) 的连分数,其中 \(x, y, z, n \in \mathbb Z\)\(n > 0\) 不是完全平方。

解答

对于数字的第 \(k\) 个完全商 \(s_k\),通常认为

\[ \alpha = [a_0; a_1, \dots, a_{k-1}, s_k] = \frac{s_k p_{k-1} + p_{k-2}}{s_k q_{k-1} + q_{k-2}} \]

从而,

\[ s_k = -\frac{\alpha q_{k-1} - p_{k-1}}{\alpha q_k - p_k} = -\frac{q_{k-1} y \sqrt n + (x q_{k-1} - z p_{k-1})}{q_k y \sqrt n + (xq_k-zp_k)} \]

将分子和分母乘以 \((xq_k - zp_k) - q_k y \sqrt n\),将去掉分母中的 \(\sqrt n\),因此完全商为

\[ s_k = \frac{x_k + y_k \sqrt n}{z_k} \]

接下来求解 \(s_{k+1}\),假设 \(s_k\) 是已知的。

首先,\(a_k = \lfloor s_k \rfloor = \left\lfloor \frac{x_k + y_k \lfloor \sqrt n \rfloor}{z_k} \right\rfloor\)。然后

\[ s_{k+1} = \frac{1}{s_k-a_k} = \frac{z_k}{(x_k - z_k a_k) + y_k \sqrt n} = \frac{z_k (x_k - y_k a_k) - y_k z_k \sqrt n}{(x_k - y_k a_k)^2 - y_k^2 n} \]

因此,如果表示 \(t_k = x_k - y_k a_k\),将有

\[ \begin{align} x*{k+1} &=& z_k t_k \\ y*{k+1} &=& -y*k z_k \\ z*{k+1} &=& t_k^2 - y_k^2 n \end{align} \]

这种表示法的优点在于,如果将 \(x_{k+1}, y_{k+1}, z_{k+1}\) 减去它们的最大公约数,结果将是唯一的。因此,可以使用它来检查当前状态是否已经重复,以及检查具有此状态的上一个索引的位置。

下面是计算 \(\alpha = \sqrt n\) 的连分数表示的代码:

# compute the continued fraction of sqrt(n)
def sqrt(n):
    n0 = math.floor(math.sqrt(n))
    x, y, z = 0, 1, 1
    a = []
    def step(x, y, z):
        a.append((x * n0 + y) // z)
        t = y - a[-1]*z
        x, y, z = z*t, -z*y, t**2 - n*x**2
        g = math.gcd(x, math.gcd(y, z))
        return x // g, y // g, z // g

    used = dict()
    for i in range(n):
        used[x, y, z] = i
        x, y, z = step(x, y, z)
        if (x, y, z) in used:
            return a

使用相同的「step」函数,但不同的初始 \(x\),\(y\)\(z\),可以计算任意 \(\frac{x+y \sqrt{n}}{z}\)

伽罗瓦连分数定理

纯循环连分数有类似于反序定理的定理。记:

\[ x=\left[\overline{a_0,a_1,\ldots,a_{l-1}}\right] \]
\[ x'=\left[\overline{a_{l-1},a_{l-2},\ldots,a_0}\right] \]

则两个 x 互为「倒数负共轭」。即,若记:

\[ y=-\frac{1}{x'} \]

则 x 与 y 共轭。

该定理最早由伽罗瓦(Galois)在他 17 岁那年(1828 年)发现并证明。

证明

不妨改取比较长(例如至少有 5 项)的循环节。将循环节部分反序,根据反序定理,渐进分数有:

\[ \frac{p_{l-1}}{p_{l-2}}=[a_{l-1},a_{l-2},\ldots,a_0]=\frac{{p'}_{l-1}}{{q'}_{l-1}} \]
\[ \frac{q_{l-1}}{q_{l-2}}=[a_{l-1},a_{l-2},\ldots,a_1]=\frac{{p'}_{l-2}}{{q'}_{l-2}} \]

由于渐进分数的分子分母总是互素,只能分子分母对应相等。

根据纯循环,循环节的余项与它本身相等,有:

\[ x=\frac{xp_{l-1}+p_{l-2}}{xq_{l-1}+q_{l-2}} \]
\[ q_{l-1}x^2+(q_{l-2}-p_{l-1})x-p_{l-2}=0 \]

之后只需将上述反序定理代入验证即证完。

根据伽罗瓦连分数定理,纯循环连分数的共轭一定落在 \(-1\)\(0\) 之间。考虑它的逆问题,就有下面的定理:

如果二次有理数 \(x\) 大于 \(1\),它的共轭落在 \(-1\)\(0\) 之间,则它是纯循环连分数。

证明

对二次无理数进行连分数算法,它的余项 \(r_{k+1}\) 容易得到。

根据共轭落在 \(-1\)\(0\) 之间,利用归纳法可以知道,余项的共轭总是落在 \(-1\)\(0\) 之间,因此部分商 \(a_k\)\(r_{k+1}\) 的「倒数负共轭」的取整。这给了一种「倒推」的关系。

由拉格朗日连分数定理,x 一定是循环连分数,存在余项 r 相同,于是它们的前一个部分商 a 相同,前一个余项是小数部分的倒数,也相同。最后推得第 0 项在循环节中,该二次有理数纯循环。

根号 d 的连分数

对于非平方整数 d,有:

\[ \sqrt{d}=[\lfloor\sqrt{d}\rfloor,\overline{a_1,a_2,\ldots,a_{l-1},2\lfloor\sqrt{d}\rfloor}] \]
\[ a_k=a_{l-k} \]

这是根号 d 的连分数形式。不仅最后一位是整数部分的两倍,而且中间部分还是对称的。

证明

对于非平方整数 d,二次有理数

\[ \lfloor\sqrt{d}\rfloor+\sqrt{d} \]

是纯循环连分数。于是就有:

\[ \sqrt{d}=[\lfloor\sqrt{d}\rfloor,\overline{a_1,a_2,\ldots,a_{l-1},2\lfloor\sqrt{d}\rfloor}] \]

而上述纯循环连分数的倒数负共轭既可以用伽罗瓦连分数定理表达,也可以由它本身直接表达:

\[ \frac{1}{-\lfloor\sqrt{d}\rfloor+\sqrt{d}}=[\overline{a_{l-1},a_{l-2},\ldots,a_1,2\lfloor\sqrt{d}\rfloor}]=[\overline{a_1,a_2,\ldots,a_{l-1},2\lfloor\sqrt{d}\rfloor}] \]

根据简单连分数展开的唯一性就证明了该结论。

同样也可以证明,整数部分为半整数的相同结构:

\[ \frac{\sqrt{d}}{2}=[\lfloor\frac{\sqrt{d}-1}{2}\rfloor+\frac{1}{2},\overline{a_1,a_2,\ldots,a_{l-1},2\lfloor\frac{\sqrt{d}-1}{2}\rfloor+1}] \]
\[ a_k=a_{l-k} \]

一个实例

\(\sqrt{74}\) 为例,实际运算一下连分数算法:

\[ \begin{aligned} \sqrt{74}&=8+(-8)+\sqrt{74}=\left[8,\frac{8+\sqrt{74}}{10}\right]\\ &=\left[8,1+\frac{-2+\sqrt{74}}{10}\right]=\left[8,1,\frac{2+\sqrt{74}}{7}\right]\\ &=\left[8,1,1+\frac{-5+\sqrt{74}}{7}\right]=\left[8,1,1,\frac{5+\sqrt{74}}{7}\right]\\ &=\left[8,1,1,1+\frac{-2+\sqrt{74}}{7}\right]=\left[8,1,1,1,\frac{2+\sqrt{74}}{10}\right]\\ &=\left[8,1,1,1,1+\frac{-8+\sqrt{74}}{10}\right]=\left[8,1,1,1,1,8+\sqrt{74}\right]\\ &=\left[8,1,1,1,1,16+(-8)+\sqrt{74}\right]=\left[8,\overline{1,1,1,1,16}\right] \end{aligned} \]

各个余项分别是:

\[ \begin{alignedat}{3} r_1&=\frac{8+\sqrt{74}}{10}&&=\left[\overline{1,1,1,1,16}\right]\\ r_2&=\frac{2+\sqrt{74}}{7}&&=\left[\overline{1,1,1,16,1}\right]\\ r_3&=\frac{5+\sqrt{74}}{7}&&=\left[\overline{1,1,16,1,1}\right]\\ r_4&=\frac{2+\sqrt{74}}{10}&&=\left[\overline{1,16,1,1,1}\right]\\ r_5&=8+\sqrt{74}&&=\left[\overline{16,1,1,1,1}\right] \end{alignedat} \]

根据伽罗瓦连分数定理,对称的余项 \(r_k\)\(r_{l+1-k}\) 循环部分恰好相反,因此互为倒数负共轭。

如果循环节 \(l\) 是奇数,则对称部分最中间的余项与自己互为倒数负共轭。但如果循环节 \(l\) 是偶数,就不会出现这种现象。

在后面的 Pell 方程一节中将指出,在根号 \(d\) 的连分数中,循环节 \(l\) 的奇偶性,将直接决定 Pell 方程中的 \(-1\) 形式是否有解。

Tavrida NU Akai Contest - Continued Fraction

你得到了 \(x\)\(k\),\(x\) 不是一个完全平方数。让 \(\sqrt x = [a_0; a_1, \dots]\),找到 \(\frac{p_k}{q_k}=[a_0; a_1, \dots, a_k]\)\(0 \leq k \leq 10^9\)

解答

在计算完 \(\sqrt x\) 的周期后,可以使用连分数表示引起的线性分数变换上的二进制幂来计算 \(a_k\)。要查找结果转换,请将大小为 \(T\) 的周期压缩为单个转换,并将其重复 \(\lfloor \frac{k-1}{T}\rfloor\) 次,然后手动将其与其余转换组合。

x, k = map(int, input().split())

mod = 10**9+7

# compose (A[0]*x + A[1]) / (A[2]*x + A[3]) and (B[0]*x + B[1]) / (B[2]*x + B[3])
def combine(A, B):
    return [t % mod for t in [A[0]*B[0]+A[1]*B[2], A[0]*B[1]+A[1]*B[3], A[2]*B[0]+A[3]*B[2], A[2]*B[1]+A[3]*B[3]]]

A = [1, 0, 0, 1] # (x + 0) / (0*x + 1) = x

a = sqrt(x)

T = len(a) - 1 # period of a

# apply ak + 1/x = (ak*x+1)/(1x+0) to (Ax + B) / (Cx + D)
for i in reversed(range(1, len(a))):
    A = combine([a[i], 1, 1, 0], A)

def bpow(A, n):
    return [1, 0, 0, 1] if not n else combine(A, bpow(A, n-1)) if n % 2 else bpow(combine(A, A), n // 2)

C = (0, 1, 0, 0) # = 1 / 0
while k % T:
    i = k % T
    C = combine([a[i], 1, 1, 0], C)
    k -= 1

C = combine(bpow(A, k // T), C)
C = combine([a[0], 1, 1, 0], C)
print(str(C[1]) + '/' + str(C[3]))