卢卡斯定理

前置知识：阶乘取模

引入

本文讨论大组合数取模的求解。组合数，又称二项式系数，指表达式：

规模不大时，组合数可以通过 递推公式 求解，时间复杂度为 ；也可以在较大的素数模数 下，通过计算分子和分母的阶乘在 时间内求解。但当问题规模很大（）时，这些方法不再适用。

基于 Lucas 定理及其推广，本文讨论一种可以在模数不太大 () 时求解组合数的方法。更准确地说，只要模数的唯一分解 中所有素数幂的和（即 ）在 规模时就可以使用该方法，因为算法的预处理大致相当于这一规模。

Lucas 定理

首先讨论模数为素数 的情形。此时，有 Lucas 定理：

Lucas 定理

对于素数 ，有

其中，当 时，二项式系数 规定为 。

利用生成函数证明

考虑 的取值。因为

所以，当 时，分母中都没有因子 ，但分子中有因子 ，所以分式一定是 的倍数，模 的余数是 ；当 时，分式就是 。因此，

记 。一般地，由 二项式展开 和 费马小定理 有

其中，第三行的同余利用了前文说明的结论，即只有 时，组合数才不是 的倍数。

利用这一结论，考察二项式展开：

等式左侧中，项 的系数为

转而计算等式右侧中项 的系数。第一个因子中各项的次数必然是 的倍数，第二个因子中各项的次数必然小于 ，而 分解成这样两部分的和的方式是唯一的，即带余除法：。因此，第一个因子只能贡献其 次项，第二个因子只能贡献其 次项。所以，右侧等式中 系数为两个因子各自贡献的项的系数的乘积：

令两侧系数相等，就得到 Lucas 定理。

利用阶乘取模的结论证明

此处提供一种基于 阶乘取模 相关结论的证明方法，以方便和后文 exLucas 部分的方法建立联系。已知二项式系数

将阶乘 中 的幂次和其他因子分离，得到分解：

就得到二项式系数的表达式：

幂次 和阶乘余数 都有递推公式：

前者是 Legendre 公式的推论，后者是 Wilson 定理的推论。

将递推公式代入二项式系数的表达式并整理，就得到：

现在考察 的取值。因为有

所以，利用第一式减去后两式，就得到

等式右侧，前两项的和严格小于 ，而第三项 正是前两项的和的余数，所以右侧必然非负，但小于 ，又需要是 的倍数，就只能是 或 。这说明 只能是 或 ：

• 如果它是 ，那么此时也成立 。因此，上式中的第一个因子的指数为 ，该因子就等于一；第二个因子就是 ；第三个因子则由前文的展开式可知，就等于 。此时，Lucas 公式成立；

• 如果它是 ，那么第一个因子的指数为 ，该因子就等于零，所以二项式系数的余数为零。同时，Lucas 定理所要证明的等式右侧的 也必然是零，因为此时必然有 ；否则，将有

  这显然与余数的定义矛盾。

综合两种情形，就得到了所要求证的 Lucas 定理。这一证明说明，在求解素数模下组合数时，利用 Lucas 定理和利用 exLucas 算法得到的结果是等价的。

Lucas 定理指出，模数为素数 时，大组合数的计算可以转化为规模更小的组合数的计算。在右式中，第一个组合数可以继续递归，直到 为止；第二个组合数则可以直接计算，或者提前预处理出来。写成代码的形式就是：

示意

long long Lucas(long long n, long long k long long p) {
  if (k == 0) return 1;
  return (C(n % p, k % p, p) * Lucas(n / p, k / p, p)) % p;
}

其中，C(n, k, p) 用于计算小规模的组合数。

递归至多进行 次，因而算法的复杂度为 ，其中， 为预处理组合数的复杂度， 为单次计算组合数的复杂度。

参考实现

此处给出的参考实现在 时间内预处理 以内的阶乘及其逆元后，可以在 时间内计算单个组合数：

参考实现

#include <iostream>
#include <vector>

class BinomModPrime {
  int p;
  std::vector<int> fa, ifa;

  // Calculate binom(n, k) mod p for n, k < p.
  int calc(int n, int k) {
    if (n < k) return 0;
    long long res = fa[n];
    res = (res * ifa[k]) % p;
    res = (res * ifa[n - k]) % p;
    return res;
  }

 public:
  BinomModPrime(int p) : p(p), fa(p), ifa(p) {
    // Factorials mod p till p.
    fa[0] = 1;
    for (int i = 1; i < p; ++i) {
      fa[i] = (long long)fa[i - 1] * i % p;
    }
    // Inverse of factorials mod p till p.
    ifa[p - 1] = p - 1;  // Wilson's theorem.
    for (int i = p - 1; i; --i) {
      ifa[i - 1] = (long long)ifa[i] * i % p;
    }
  }

  // Calculate binom(n, k) mod p.
  int binomial(long long n, long long k) {
    long long res = 1;
    while (n || k) {
      res = (res * calc(n % p, k % p)) % p;
      n /= p;
      k /= p;
    }
    return res;
  }
};

int main() {
  int t, p;
  std::cin >> t >> p;
  BinomModPrime bm(p);
  for (; t; --t) {
    long long n, k;
    std::cin >> n >> k;
    std::cout << bm.binomial(n, k) << '\n';
  }
  return 0;
}

该实现的时间复杂度为 ，其中， 为询问次数。

exLucas 算法

Lucas 定理中对于模数 要求必须为素数，那么对于 不是素数的情况，就需要用到 exLucas 算法。虽然名字如此，该算法实际操作时并没有用到 Lucas 定理。它的关键步骤是 计算素数幂模下的阶乘。上文的第二个证明指出了它与 Lucas 定理的联系。

素数幂模的情形

首先考虑模数为素数幂 的情形。将阶乘 中的 的幂次和其他幂次分开，可以得到分解：

其中， 为 的素因数分解中 的幂次，而 显然与 互素。因此，组合数可以写作：

式子中的 等可以通过 Legendre 公式 计算， 等则可以通过 递推关系 计算。因为后者与 互素，所以分母上的乘积的逆元可以通过 扩展欧几里得算法 计算。问题就得以解决。

注意，如果幂次 ，余数一定为零，不必再做更多计算。

一般模数的情形

对于 是一般的合数的情形，只需要首先对它做 素因数分解：

然后，分别计算出模 下组合数 的余数，就得到 个同余方程：

最后，利用 中国剩余定理 求出模 的余数。

参考实现

最后，给出模板题目 二项式系数 的参考实现。

参考实现

#include <iostream>
#include <vector>

// Extended Euclid.
void ex_gcd(int a, int b, int& x, int& y) {
  if (!b) {
    x = 1;
    y = 0;
  } else {
    ex_gcd(b, a % b, y, x);
    y -= a / b * x;
  }
}

// Inverse of a mod m.
int inverse(int a, int m) {
  int x, y;
  ex_gcd(a, m, x, y);
  return (x % m + m) % m;
}

// Coefficient in CRT.
int crt_coeff(int m_i, int m) {
  long long mm = m / m_i;
  mm *= inverse(mm, m_i);
  return mm % m;
}

// Binominal Coefficient Calculator Modulo Prime Power.
class BinomModPrimePower {
  int p, a, pa;
  std::vector<int> f;

  // Obtain multiplicity of p in n!.
  long long nu(long long n) {
    long long count = 0;
    do {
      n /= p;
      count += n;
    } while (n);
    return count;
  }

  // Calculate (n!)_p mod pa.
  long long fact_mod(long long n) {
    bool neg = p != 2 || pa <= 4;
    long long res = 1;
    while (n > 1) {
      if ((n / pa) & neg) res = pa - res;
      res = res * f[n % pa] % pa;
      n /= p;
    }
    return res;
  }

 public:
  BinomModPrimePower(int p, int a, int pa) : p(p), a(a), pa(pa), f(pa) {
    // Pretreatment.
    f[0] = 1;
    for (int i = 1; i < pa; ++i) {
      f[i] = i % p ? (long long)f[i - 1] * i % pa : f[i - 1];
    }
  }

  // Calculate Binom(n, k) mod pa.
  int binomial(long long n, long long k) {
    long long v = nu(n) - nu(n - k) - nu(k);
    if (v >= a) return 0;
    auto res = fact_mod(n - k) * fact_mod(k) % pa;
    res = fact_mod(n) * inverse(res, pa) % pa;
    for (; v; --v) res *= p;
    return res % pa;
  }
};

// Binominal Coefficient Calculator.
class BinomMod {
  int m;
  std::vector<BinomModPrimePower> bp;
  std::vector<long long> crt_m;

 public:
  BinomMod(int n) : m(n) {
    // Factorize.
    for (int p = 2; p * p <= n; ++p) {
      if (n % p == 0) {
        int a = 0, pa = 1;
        for (; n % p == 0; n /= p, ++a, pa *= p);
        bp.emplace_back(p, a, pa);
        crt_m.emplace_back(crt_coeff(pa, m));
      }
    }
    if (n > 1) {
      bp.emplace_back(n, 1, n);
      crt_m.emplace_back(crt_coeff(n, m));
    }
  }

  // Calculate Binom(n, k) mod m.
  int binomial(long long n, long long k) {
    long long res = 0;
    for (size_t i = 0; i != bp.size(); ++i) {
      res = (bp[i].binomial(n, k) * crt_m[i] + res) % m;
    }
    return res;
  }
};

int main() {
  int t, m;
  std::cin >> t >> m;
  BinomMod bm(m);
  for (; t; --t) {
    long long n, k;
    std::cin >> n >> k;
    std::cout << bm.binomial(n, k) << '\n';
  }
  return 0;
}

该算法在预处理时将模数 分解为素数幂，然后对所有 预处理了自 至 所有非 倍数的自然数的乘积，以及它在中国剩余定理合并答案时对应的系数。预处理的时间复杂度为 。每次询问时，复杂度为 ，复杂度中的两项分别是计算逆元和计算幂次、阶乘余数的复杂度。

习题

• Luogu3807【模板】卢卡斯定理
• SDOI2010 古代猪文 卢卡斯定理
• Luogu4720【模板】扩展卢卡斯
• Ceizenpok’s formula

---

最后更新: 2025年3月31日
创建日期: 2019年7月24日