有方程佩尔x*x - 193 * y*y = 1
需要帮助理解方程
在z3py:
x = BitVec('x',64)
y = BitVec('y',64)
solve(x*x - 193 * y*y == 1, x > 0, y > 0)
结果:[y = 2744248620923429728, x = 8169167793018974721]
为什么?
P.S.有效答案:[y = 448036604040,x = 6224323426849]
有方程佩尔x*x - 193 * y*y = 1
需要帮助理解方程
在z3py:
x = BitVec('x',64)
y = BitVec('y',64)
solve(x*x - 193 * y*y == 1, x > 0, y > 0)
结果:[y = 2744248620923429728, x = 8169167793018974721]
为什么?
P.S.有效答案:[y = 448036604040,x = 6224323426849]
可以使用位向量算法来求解丢番图方程组。基本思想是使用ZeroExt
来避免Pad指出的溢出。例如,如果我们将两个比特向量x
和y
乘以大小n
,那么我们必须将n
零位添加到x
和y
以确保结果不会溢出。也就是说,我们写:
ZeroExt(n, x) * ZeroExt(n, y)
下面的一组Python函数可用于“安全”的任何丢番图方程D(x_1, ..., x_n) = 0
编码为位向量运算。通过“安全”,我的意思是,如果有解决方案适合用于编码x_1
,...,x_n
的位数,那么最终将找到模存储器和时间等模数资源。 使用这些函数,我们可以将Pell的方程x^2 - d*y^2 == 1
编码为eq(mul(x, x), add(val(1), mul(val(d), mul(y, y))))
。函数pell(d,n)
尝试使用n
位查找x
和y
的值。
以下链接包含完整的示例: http://rise4fun.com/Z3Py/Pehp
话虽这么说,这是超级昂贵的使用位矢量运算解决佩尔方程。问题在于乘法对于位矢量解算器来说确实很难。 Z3使用的编码的复杂性在n
上是二次的。在我的机器上,我只设法解决具有小解决方案的佩尔方程。示例:d = 982
,d = 980
,d = 1000
,d = 1001
。在所有情况下,我使用了小于24
的n
。我认为对于具有非常大的最小正解的方程没有希望,如d = 991
,其中我们需要大约100位来编码x
和y
的值。 对于这些情况,我认为专门的解算器会表现得更好。
顺便说一句,rise4fun网站有一个小超时,因为它是一个共享资源,用于运行Rise组中的所有研究原型。因此,要解决非平凡的佩尔方程,我们需要在我们自己的机器上运行Z3。
def mul(x, y):
sz1 = x.sort().size()
sz2 = y.sort().size()
return ZeroExt(sz2, x) * ZeroExt(sz1, y)
def add(x, y):
sz1 = x.sort().size()
sz2 = y.sort().size()
rsz = max(sz1, sz2) + 1
return ZeroExt(rsz - sz1, x) + ZeroExt(rsz - sz2, y)
def eq(x, y):
sz1 = x.sort().size()
sz2 = y.sort().size()
rsz = max(sz1, sz2)
return ZeroExt(rsz - sz1, x) == ZeroExt(rsz - sz2, y)
def num_bits(n):
assert(n >= 0)
r = 0
while n > 0:
r = r + 1
n = n/2
if r == 0:
return 1
return r
def val(x):
return BitVecVal(x, num_bits(x))
def pell(d, n):
x = BitVec('x', n)
y = BitVec('y', n)
solve(eq(mul(x,x), add(val(1), mul(val(d), mul(y, y)))) , x > 0, y > 0)