一、模块层

• 知识点编号：B01-M04-S03-U04
• 所属模块：B01 → M04 → S03

纵向关联

• 上接：
  • 无
• 下启：
  • 无

知识关联

横向关联

• 前置基础：
  • 限定范围求解题根
  • 第二归纳法题根
  • 互质数列判断题根
• 同位衔接：
  • 零和问题题根
  • 数列与质数题根
  • 导数与组合极值题根
• 后续延伸：
  • 数论组合构造题根
  • 数论组合存在性题根
  • 极值组合题根
  • 范德瓦尔登定理题根
  • 变更主元题根
  • 构造方程题根
  • 整体换元题根
  • 待定系数求不等式题根

二、本源层

• 本源： 数论极值问题就是在数论条件（整除、同余、互质、因数个数、平方数等）的约束下，求某个量的最大值或最小值。这类问题的核心困难在于：数论条件是离散的、非连续的，无法直接使用微积分或连续型最值工具，必须借助数论本身的离散结构（因数分解、剩余类分析、不等式放缩）来定界。

从更根本的层面看，这一性质来源于数学对象在某种变换下的不变性。抓住这个不变性，就抓住了概念最核心的直觉。

理解这一本源意味着：不再把数学规则当作孤立的记忆条目，而是看作从一条根本事实生长出来的有机体系。

本源的价值在于它在最朴素层面回答了“为什么”——不借助任何形式化语言，你也能向一个初学者讲清楚这个概念的来龙去脉。

将视角拉到更宏观的层面：这条本源对应着一种“分类”的操作——将无穷个体归入有限个类别，用类别关系替代个体运算，这是数学抽象力量的第一次展现。

• 原点： 极值源于对比——在满足条件的对象集合中，谁最大、谁最小。极端原理指出"有限集必有最大/最小元"，这为数论极值问题提供了存在性基础。但存在不等于容易求出——我们需要进一步利用数论条件缩小范围，通过枚举、放缩、转化等手段找到确切的极值点。数论极值的本质是"离散约束下的最优化"，每一步整数性质的利用都在削减搜索空间。从数学史看，欧几里得研究完全数(约公元前300年)时就已经隐含极值思想——他在《几何原本》中给出了偶完全数的构造公式2^{p-1}(2^p-1)(其中2^p-1为质数)，并指出所有偶完全数都有此形式，这是数论极值的"形式定界"雏形；费马在1657年提出了"寻找使p|2^{p-1}-1的最小质数p"等极值型问题，标志着数论极值从隐晦走向有意识的追问；欧拉在18世纪系统研究了数论中的最值——他不仅计算大量具体极值问题的答案，还建立了"取极值→分析约束→缩小范围→验证可达"的方法论，为现代数论极值问题奠定了范式；在现代竞赛数学中，数论极值已经发展为"放缩定界+整除收窄+构造验证"的三步标准框架，成为奥数训练中连接数论与最优化思维的关键桥梁，其解题流程从欧拉的朴素探索进化到了系统化的方法学体系。；从更形式化的角度审视，这里的数学结构可以进一步抽象。如果将满足该性质的对象构成的集合记为某一类，则该集合在相应的运算下具有封闭性——这是代数结构的雏形。；这一原点是连接直觉与形式的桥梁：一边是直觉层面朴素易懂的分类观念，另一边是严格的形式化系统。理解这个连接点，才能真正从“感觉懂了”过渡到“严格证明了”。；特别要注意的是，原点的选取方式不是唯一的，但不同选取方式最终构建出来的理论体系应当是等价的——这是数学中公理系统等价性的思想萌芽。；从教学设计的角度看，原点被精确定位为：学生可以用已有知识立即理解的最简形式化陈述，不需要额外铺垫，且能在此基础上进行逻辑推导。；这一原点的另一重要特征在于：它既是最简单的形式化陈述，也是所有后续推理的“保真性”来源——任何结论的可靠性都可以通过归约到原点来检验。

• 道法： 首锚·综合评价主线：此类问题的核心关联是在数论条件的离散约束下求目标量的极值——与连续型极值不同，不能使用微积分，只能借助不等式放缩、整除分析和同余约束逐步收窄范围。至少有两种做法：放缩定界法或整除收窄法。 次锚·策略分支：方法一（放缩定界法）适合约束条件较弱、范围较大的问题——先用均值不等式或平方夹逼得到上界/下界，再在候选范围内枚举验证边界是否可达；方法二（整除收窄法）适合有整除条件的问题——将含变量的整除转化为常数整除，将无限搜索转化为有限约数集合。选哪种取决于：有整除条件优先用收窄法，否则先放缩再验证。 三锚·通法延伸：从这类题可提炼的通法是"先放后收"——先用不等式勾勒可能范围，再用数论条件精确锁定候选值。这在更一般的框架下对应离散优化的思想：在可行域由连续不等式和离散约束共同界定的条件下寻找最优点。 解题三问：①约束条件是连续型（不等式）还是离散型（整除/同余）？②上界/下界是否容易确定？是否有简单构造验证边界可达？③所有约束都用上了吗？有没有隐含的平方数或质数条件被忽略？

• 关键心法： 放缩定界勾勒范围，整除收窄精确落点，构造验证确认边界——数论极值三步法，答案从压缩中来。

掌握这一心法意味着：面对一个具体问题，你的第一反应不是套公式，而是先问“这属于哪一类？”——这是从“术”到“道”的跨越。

心法的口诀可以浓缩为：一看分类，二看规则，三看边界。先识类，再定规，最后才动手算——顺序错了，效率就低了。

• 终极一句话： 数论极值的本质是"离散约束下的最优化"——放缩定上界、整除收窄候选、构造证可达，三步循环递进将搜索空间从无限压缩到有限，最终在有限候选中找到确切的极值点。竞赛核心口诀：先放后收定乾坤——均值不等式画大圈，整除收窄锁候选，构造验证定边界，三步闭环极值现。；这句话浓缩了该概念最本质的数学事实，每一个字都经得起推敲。理解这句话，就掌握了进入该领域的钥匙。；这一句话应当像“锚”一样牢牢钉在脑海中——每当你迷失在具体计算的细节中时，回到这句话就能重新找到方向。

• 数学思想进化轴：古希腊时代，欧几里得求完全数时就隐含着极值思想——寻找形如$2^{p-1}(2^p-1)$的最大完全数→费马在1657年提出了"寻找满足$p\equiv1\pmod4$的质数$p$使$p\mid2^{p-1}-1$中的最小者"等问题，开启了数论极值的有意识探索→欧拉在18世纪系统研究了数论中的最值问题，如"给定周长的直角三角形中面积最大者"→现代数论极值问题已经发展到与组合数学结合（组合数论中的极值问题如Szemeredi定理等），成为数论与组合交叉领域的重要工具。在中国数学竞赛体系中，数论极值问题从早期的"枚举尝试"进化到"放缩定界+数论约束+构造可达"的标准化解题框架，形成了从初等枚举到系统压缩的跨越，展现了从朴素技巧到方法论的质变升华。

该知识点在竞赛层面的进化呈现出明显的"工具化"趋势：从最初的概念理解到方法掌握，再到策略层面的灵活运用，最后升华为一种数学思想渗透到各个分支。竞赛数学中最高明的解题技巧往往不是新创造的方法，而是对已有知识的深度理解和跨域迁移。理解这一进化轨迹，有助于在竞赛中实现"以不变应万变"的境界。

该知识点在竞赛层面的进化呈现出明显的"工具化"趋势：从最初的概念理解到方法掌握，再到策略层面的灵活运用，最后升华为一种数学思想渗透到各个分支。竞赛数学中最高明的解题技巧往往不是新创造的方法，而是对已有知识的深度理解和跨域迁移——将看似不相关的概念联系起来，或者将一个领域的思维工具应用到另一个领域。理解这一进化轨迹，有助于在竞赛中实现"以不变应万变"的境界：无论题目如何变化，都能在已掌握的知识体系中找到合适的工具。；竞赛视角下的进化分析要求我们关注该知识点的"使用边界"：它是通法还是特技？它能解决哪些类型的题目？它的局限性在哪里？在什么条件下它反而不是最优选择？这些追问将知识点从"静态的知识"转化为"动态的工具"，使用者在意识层面完成了一次进化——从"知道有这个工具"到"知道什么时候用这个工具"再到"知道什么时候不用这个工具"。这种进化是根本性的，它标志着选手从"解题者"向"策略家"的提升。 ；该知识点在竞赛层面的进化呈现出明显的"工具化"趋势：从最初的概念理解到方法掌握，再到策略层面的灵活运用，最后升华为一种数学思想渗透到各个分支。竞赛数学中最高明的解题技巧往往不是新创造的方法，而是对已有知识的深度理解和跨域迁移——将看似不相关的概念联系起来，或者将一个领域的思维工具应用到另一个领域。理解这一进化轨迹，有助于在竞赛中实现"以不变应万变"的境界：无论题目如何变化，都能在已掌握的知识体系中找到合适的工具。

三、知识点层

• 知识点编号：B01-M04-S03-U04

• 名称：数论极值问题题根

• 标准定义：

• 数论极值问题（Extremal Problems in Number Theory）：在给定的数论条件（如整除性、同余方程、互质性、因数个数条件、平方数条件等）下，寻求满足条件的整数的最大值或最小值。这类问题通常需要综合运用不等式放缩、整除分析、同余分析、因数分解、枚举试探等技巧。；- 数论极值问题的典型解法框架：(1)上界/下界估计——通过数论变换和不等式放缩得到目标量的可能范围；(2)整除收窄——利用整除条件进一步限制范围；(3)构造验证——在定界范围内构造或枚举，找到确切的极值并验证其可行性。；- 与连续型极值的区别：连续型极值可用导数求极值点，而数论极值依赖离散结构——解空间是被数论条件(整除、同余、互质等)切割成的散点集，不能求导也不能连续逼近，只能借助整数不等式和数论约束逐步收窄候选范围。连续型极值的问题"有无穷可能"，数论极值的问题"看起来无穷但被约束收窄到有限个"。；- 约束类型与对应工具——(1)整除约束d|f(n)：通过多项式除法将含变量的整除转化为常数整除C|d，将n限制在C的约数集合中。如n+10|n^3+100→n+10|900，n的候选为900的约数减10。(2)不等式约束a≤f(n)≤b：利用均值不等式AM-GM、柯西不等式、平方夹逼k²≤f(n)<(k+1)²等定界，再枚举范围内的候选。不等式的松紧度决定了搜索空间的大小。(3)平方数/幂数约束f(n)=m²：配方法转化为(A-B)(A+B)=k，将平方数条件转化为整数因子对枚举。如n²+2n+12=(n+1)²+11=m²→(m-n-1)(m+n+1)=11。(4)因数个数约束τ(n)=k：将n写成质因数分解，τ(n)的因子组合对应指数分配，使n最小需大指数配小质数。如τ(n)=100=2²×5²，四种指数分配对应不同大小n，取最小。(5)互质约束gcd(a,b)=1：利用互质定义或欧拉函数φ(n)=n∏(1-1/p)建立极值条件。如φ(n)=n/3→∏(1-1/p)=1/3→质因子仅限2和3组合。(6)多约束混合：先处理约束类型中最强的一个(通常为整除或平方数)，在收窄后的候选集中逐步施加其他约束筛选。约束处理的顺序选择是解题效率的关键——从最强的约束入手，在最受限的候选集中逐一施加宽松约束。；- 竞赛实战中的三步闭合流程详解——第一步(放缩定界)：核心操作是利用均值不等式、平方夹逼、因数分解界定候选范围。输出结果是一个闭区间[a,b]或一个约数集合D。关键技巧：放缩要"紧"——过松导致范围过大无法枚举，过紧可能漏解。如"求使n²+2n+12为完全平方数的最大n"，设m²=n²+2n+12→m²-(n+1)²=11→(m-n-1)(m+n+1)=11，由11的因子对确定m和n，自动完成定界同时精确求解。第二步(整除收窄)：核心操作是利用多项式除法将含变量的整除转化为常数整除。输出结果是将n限制在固定常数的约数集合中。如"求最大n使n+10|n³+100"，展开余数得-900→n+10|900→n最大为890。关键技巧：注意多项式除法构造消去n的技巧──多项式长除法、佩尔方程代入法、模p缩减法。第三步(构造验证)：核心操作是在候选范围内构造具体的数验证极值可达性。输出结果是确切的极值并附验证。如对n=890验证890+10|890³+100是否成立。关键技巧：若构造遇到障碍，检查定界和收窄步骤是否出错，或是否存在隐含约束未被考虑。三步骤并非严格线性，可能需要多次迭代──定界后发现范围过大，需引入更强约束重新收窄；构造失败则需调整定界。闭环思维是"定界→收窄→构造→(失败则)调整→再收窄→再构造→成功"。；从等价关系角度看，这一定义实际上建立了一个划分：它将所有可能的情形分为互不相交的两类，且覆盖了全集。这是一个最简单的二元分类系统。；在实际解题中，这一定义提供了三种判定策略：(1)正面验证——直接检查条件是否成立；(2)反面排除——检查是否属于另一类来确定；(3)等价转化——利用该定义的某个等价刻画来判定。；该定义还有一个重要推论：若某对象满足定义条件，则它自动具有该类别的一切性质；反之，若某性质在某对象上不成立，则该对象必不属于此类别。；特别需要注意两件事：一是定义中条件的充分必要性——既不能多也不能少；二是定义的边界情形——当条件处于模糊地带时该如何判定。；从更广泛的数学体系来看，这一定义不是孤立的，它与后续若干定理之间存在密切的内在联系。这些联系将随着学习的深入逐次展现。

• 核心本质： 数论极值问题的本质是"离散约束下的最优化"——解空间被数论条件切割成离散点集，我们需要在这些孤立点中找到使目标函数取极端值的点。每一步推理都是利用整数性质切割搜索空间。

锁死·综合融合层通用内容：数论极值问题位于数论推理与最优化思维的交叉地带，是综合融合层对逻辑严密性和策略选择能力的最高考验。其核心要求学习者在离散解空间中系统运用不等式放缩、整除分析、同余约束等多层工具逐步收窄搜索范围。与基础层和进阶层的关键区别在于：基础层只需在有限范围内直接枚举，进阶层要求使用单一工具（如整除或放缩）缩小范围，而综合融合层要求——面对一个多层约束的极值问题，学习者能够自主分析约束类型（哪些是整除约束、哪些是不等式约束、哪些是隐含的平方数约束），分层运用工具逐步压缩搜索空间，并最终通过构造验证确认边界可达。这种"分层收窄、多工具协同"的策略选择能力是综合融合层的核心素养。在数论极值问题中，具体体现为：面对"在整除和不等式双重约束下求最大值"这类问题，能否设计出从粗到细的收窄路线——先粗放缩得大致范围，再整除分析得候选集，最后枚举或构造验证边界。这种"先收后放、层层递进"的解题策略正是"使药"之"使"的深层含义——使药引方中诸药配合，而合理的解题框架引导各种技巧协同作战。综合融合层的学习者不仅要掌握每种工具的操作方法，更要理解它们在解题链条中的先后顺序和配合方式，在实战中灵活编排最优的求解路线。

这一本质深刻揭示了一个事实：表面上的数值多样性掩盖了底层的结构统一性。一旦掌握了这个统一性，看似千变万化的问题都可以归结为同一种分析框架来处理。

从方法论的角度看，核心本质的价值在于它提供了一种“升维思考”的路径——从具体操作层面上升到结构分析层面。

深入把握这一本质意味着：看到一个数学表达式时，你自动会问“这个数模某数余几？”而不是“这个数等于多少？”——从“具体值思维”到“等价类思维”的转变。

这一本质实际上是某种更大理论框架的特例或雏形。当学生的知识体系足够完善后，这个本质将会自然衔接上更高级的理论，成为后续学习的认知锚点。

从思维训练的角度看，核心本质的价值在于它如何改变你看待问题的方式：“存在多少个不同的类别？这些类别之间有什么运算规则？”——这种思考模式是代数思维的起点。

• 核心性质：
• 性质一：定界优先——数论极值的第一步是确定上界或下界。常用不等式：$a+b\ge2\sqrt{ab}$（均值不等式）、$n^2\le n(n+1)<(n+1)^2$（夹逼放缩）、$ab\le(\frac{a+b}{2})^2$（积和关系）。定界后得到候选范围，再验证边界是否可达。例：求最大$n$使$n^2+2n+12$为完全平方数，设$n^2+2n+12=m^2$，移项得$(m-n-1)(m+n+1)=11$，由整数分解定界。数学意义：定界的本质是利用不等式或整数性质建立候选值的"不可能超越的界限"——均值不等式、平方夹逼、整除约束产生的约数集合都能缩小可行域，定界的松紧度直接决定后续搜索的难度。
• 性质二：整除收窄——利用整除条件缩小搜索范围。常用技巧：设$d\mid f(n)$，则$d$必须整除$f(n)$的某种线性组合，获得$n$的模约束。例：求最大$n$使$n+10\mid n^3+100$，由$n+10\mid n^3+100=(n+10)(n^2-10n+100)-900$，得$n+10\mid900$，从而$n+10$是$900$的大于$10$的约数，最大为$900$，得$n=890$。数学意义：整除收窄将"$n+10\mid f(n)$"这种含变量的整除关系通过多项式除法转化为常数整除——$n+10$必须整除余数常数$C$，从而将无限搜索转化为有限约数集合内的枚举。
• 性质三：平方数约束——若要求$f(n)$为完全平方数（或立方数等），常通过配方法或设元法转化为不定方程。设$f(n)=m^2$，将等式变形为$(A-B)(A+B)=k$的形式，利用整数因子分解讨论。例：$n^2+2n+12=(n+1)^2+11=m^2$，即$m^2-(n+1)^2=11$，得$(m-n-1)(m+n+1)=11=1\times11$，解得$n=4$。数学意义：平方数约束通过配方法转化为$(A-B)(A+B)=k$的因式分解形式——两个相差$2B$的数之积为常数，整数因子对有限，将平方数存在性问题完全代数化为有限因子分解问题。
• 性质四：构造可达——定界后必须验证极值是否可达。构造验证是数论极值的"最后一公里"：上界$M$存在，但能否找到$n$使目标恰好等于$M$？有时上界不可达，需调整。例：三数和为$100$且互不相同，由均值不等式推定三数越接近积越大，但$33,33,34$不满足不同，调整得$32,33,35$积最大，通过构造$32\times33\times35=36960$并验证无法更大。数学意义：构造验证是极值问题中的"最后一公里"——上界确认了"不可能更大"，构造证明了"确实这么大"。两者缺一则证明不完备：无上界则极值无界，无构造则极值悬空为空想。
• 性质五：综合约束下的分层极值求解——当问题同时涉及不等式约束和整除约束时，需分层处理：先用不等式确定大致范围，再用整除条件精确锁定候选值，最后验证可达性。例如求最大$n$使$n^2+2n+12$为完全平方数，先转化为不定方程$(m-n-1)(m+n+1)=11$，利用11的因子分解得$n=4$为唯一解。数学意义：分层求解体现了"约束博弈"的思想——每一层约束都削减一部分搜索空间，解题者需要在所有约束的交集中找到极值点。不同约束类型使用不同工具：不等式用均值放缩，整除用约数分析，平方数用因式分解，合起来形成完整的极值求解工具箱。

四、教案版本

【专业版】

【基础层例题】

求最大的正整数$n$，使得$n+10\mid n^3+100$。

• 解题思路：整除收窄——将繁分式的整除转化为常数整除。利用$n+10\mid n^3+100$，通过多项式除法消去$n$，得到$n+10$须整除一个常数，从而$n+10$的范围被定死。 解题思路的核心是"策略选择"——面对一道题，至少应思考两种可能的解法，然后根据题目特点选择最优路径。这种策略意识是竞赛解题的第一能力。
• 标准解答：由$n^3+100=(n+10)(n^2-10n+100)-900$，故$n+10\mid n^3+100$当且仅当$n+10\mid900$。于是$n+10$是$900$的正约数。要使$n$最大，须$n+10$最大，即$n+10=900$，得$n=890$。验证：$890+10=900\mid890^3+100$，成立。故最大$n=890$。 上述解答过程中，每一步推导的依据是该知识点的核心性质——准确把握每一步的逻辑基础，是确保解题正确性的关键。 这道题还可以从另一个角度切入：通过构造等价条件或转化视角，往往能得到更简洁的解法。 验证是解题的重要环节——将答案代回原题检验是否满足所有条件，既能确认正确性，也能培养良好的解题习惯。 从思维训练的角度看，这道题考察的核心能力是在复杂条件中识别出可应用该知识点的结构特征——这种识别能力是数学素养的重要组成部分。 竞赛解题不仅要求得出正确答案，更要求对解题路径有清晰的元认知——知道为什么要选这个方法而不是其他，以及这个方法在什么情况下会失效。这种策略层面的理解是区分竞赛高手和普通选手的关键。 上述解答过程中，每一步推导的依据是该知识点的核心性质——准确把握每一步的逻辑基础，是确保解题正确性的关键。### 【易错变式题】 求最小的正整数$n$，使得$n!$的末尾恰有$10$个$0$。
• 常见错误：直接令$n=50$（因为$50!$有$\lfloor50/5\rfloor+\lfloor50/25\rfloor=10+2=12$个$0$，超了），或认为$n=40$（$40!$有$8+1=9$个$0$）已够。未系统计算阶乘中$5$的幂次。 避免这类错误的方法是：在解题前先明确该题型常见的易错点，解题时逐一核对是否踩了这些坑。养成"解题后反思"的习惯，能有效降低重复犯错率。 避免这类错误的方法是：在解题前先明确该题型常见的易错点，解题时逐一核对是否踩了这些坑。养成"解题后反思"的习惯，能有效降低重复犯错率。避免此类错误的关键是培养"验证习惯"——每解完一道题花几秒将答案代回原题检验，确认是否满足所有条件。这种习惯在考试中能有效减少因粗心导致的失分。
• 标准解答：$n!$末尾$0$的个数由因子$5$的个数决定（因子$2$充分多）。$v_5(n!)=\lfloor n/5\rfloor+\lfloor n/25\rfloor+\lfloor n/125\rfloor+\cdots$。试算：$n=40$时$v_5=8+1=9$（不够）；$n=41$到$44$仍为$9$；$n=45$时$v_5=9+1=10$（$45/5=9$，$45/25=1$）。验证：$45!$末尾恰有$10$个$0$，$44!$只有$9$个。故最小$n=45$。

从思维训练的角度看，这道题考察的核心能力是在复杂条件中识别出可应用该知识点的结构特征——这种识别能力是数学素养的重要组成部分。### 【高阶例题】 求满足$\varphi(n)=n/3$的最小正整数$n$，其中$\varphi$为欧拉函数。

• 方法策略：①快速定位——识别这是欧拉函数极值问题，核心是$\varphi(n)=n/3$的方程求解，利用$\varphi$的积性转化为质因子结构分析；②策略切入——由$\prod_{p\mid n}(1-1/p)=1/3$，尝试猜测$n$只含$2$和$3$两种质因子，验证$(1-1/2)(1-1/3)=1/2\cdot2/3=1/3$；③预判与验证——预判最小解为$n=2^1\cdot3^1=6$，验证$\varphi(6)=2=6/3$成立。若有其他质因子则乘积小于$1/3$，确认$n=6$为最小解。 选择方法时，应综合考虑题目类型、已知条件的形式、以及目标结果的表达方式——通常来说，"从已知到目标"的路径不唯一，选择最直观的路径可以降低出错概率。
• 标准解答：由$\varphi(n)=n\prod_{p\mid n}\left(1-\frac1p\right)=\frac n3$，得$\prod_{p\mid n}\left(1-\frac1p\right)=\frac13$。考虑$n$的质因子结构。若$n$只有质因子$2$和$3$，则$(1-\frac12)(1-\frac13)=\frac12\cdot\frac23=\frac13$，恰好成立。故$n=2^a\cdot3^b$。最小正整数要求指数最小且$\varphi(n)=n/3$始终成立（对任意$a,b\ge1$均满足）。取$a=1,b=1$得$n=6$。验证：$\varphi(6)=2$，$6/3=2$，成立。故最小$n=6$。若考虑$p=3$且含其他质因子，乘积会小于$1/3$，不可行。

通用策略总结： 数论极值适用于离散约束下的最优化问题，核心执行步骤为：不等式放缩定界→整除分析收窄候选范围→构造验证极值可达性。常见变式包括整除约束（多项式除法转化为常数整除）、平方数约束（配方法转化为因子对枚举）、因数个数约束（指数分配最小化）。失效边界：当定界放缩过松导致候选范围过大无法枚举，或隐含约束未被纳入收窄环节时需返回重新定界。

这道题还可以从另一个角度切入：通过构造等价条件或转化视角，往往能得到更简洁的解法。【药典版】

定位：数论极值的"法理依据"——离散约束的最优解在于定界、收窄、验证三步循环

🌱 药材本体

• 第一味药——不等式放缩：均值不等式$A+B\ge2\sqrt{AB}$、平方夹逼$k^2\le f(n)<(k+1)^2$、$f(n)\ge g(n)$等。用于确定候选极值的上界/下界，是"定界"的核心工具。
• 第二味药——整除收窄：利用$d\mid f(n)$转化为$d\mid C$（常数），从而将$d$限制在固定常数的约数集合中。通过多项式除法、线性组合等手段消去$n$，得到整除常数。这是"收窄"的核心工具。
• 第三味药——不定方程转化：将平方数条件、完全幂条件等转化为不定方程$(A-B)(A+B)=k$，利用整数因子分解求解。平方数$\Rightarrow$配方法$\Rightarrow$因式分解$\Rightarrow$因子枚举。
• 第四味药——构造验证：定界和收窄之后，在候选范围内构造具体的数，验证极值可达性。构造是对"理论上界"的"实战检验"。
• 药材核心药性：定界→收窄→构造→验证——极值求解的四步链条，不等式/整除/因式分解/构造法环环相扣 该知识点的竞赛药性在于其综合评价价值——它不仅能独立解题，更能与其他概念联用形成强大的策略体系。掌握其药性，就掌握了竞赛解题的战略主动权。

🛠️ 功能主治

• 主治：面对"在数论条件下求最大/最小值"不知从何下手——缺乏定界分析的思路
• 解决：只会用枚举法暴力尝试——当取值范围过大时无法处理
• 根治：对不等式放缩和整除收窄不能灵活结合——两种工具各自为战
• 打通：从"定界→收窄→构造"三闭合流程理解数论极值的完整解题框架

该主治在竞赛层面的意义在于——知道这个方法在什么情况下是"最优选择"，以及什么情况下应该"果断放弃换方法"——这种策略判断力是竞赛能力的核心。

该主治在竞赛层面的意义在于——知道这个方法在什么情况下是"最优选择"，以及什么情况下应该"果断放弃换方法"——这种策略判断力是竞赛能力的核心。#### 🧪 核心药方

1. 放缩定界方——先用不等式得到粗略范围（上界或下界），确定"不可能超出这个范围"。再通过构造例子验证边界是否可达。适配基础表达阶
2. 整除收窄方——利用整除条件将可能值限制在常数的约数集合中，再结合不等式筛选。设$n+10\mid f(n)$，则$n+10\mid f(n)\bmod (n+10)$的余数，通常得到常数整除条件。适配进阶表达阶
3. 平方方程方——将完全平方/完全幂条件转化为$(A-B)(A+B)=k$型不定方程，利用$k$的因子对求解，再根据范围筛选。适配高阶表达阶

数论学习中，

🌌 药理

极值是尺，数论是刻度。

数论极值问题的"药性"在于：它强迫解题者在两种看似矛盾的思维模式间切换。一是"放缩思维"——宏观地估计范围，用不等式勾勒出可行域的边界；二是"精确思维"——微观地利用整除性、同余性等数论工具来精确定位可行点。这两种思维的交替使用，构成了数论极值问题解题的内在节律。

从数学史看，数论极值问题的意识可追溯到欧几里得研究完全数的范围——一个偶完全数必须是$2^{p-1}(2^p-1)$形式，其中$2^p-1$为质数。欧几里得给出了"形式定界"，但没有追问"最大完全数是否存在"。直到欧拉时代，极值意识才真正觉醒：欧拉研究了大量"在给定数论条件下求极值"的问题，如"找出使$n^2+1$为质数的最小$n$"（即$n=1$，得$2$），虽然这类问题往往没有一般公式，但他的方法论——猜测、验证、调整——至今仍是数论极值的基本范式。

在竞赛层面，数论极值问题的难度体现在"约束的多层嵌套"：一个条件给出整除约束，另一个条件给出不等式约束，还可能隐含平方数约束。解题者需要像解谜一样层层剥开，最终将多约束简化为单约束，再用上述"放缩—收窄—构造"三部曲攻克。

药方的核心在于"放缩的度"：放缩太松则范围过大，无法有效收窄；放缩太紧则可能将可行解排除在外。关键的放缩技巧是"不等式中保留等式条件"——即在使用均值不等式时注意等号成立条件，在使用平方夹逼时注意完整平方数的间距。

👨‍🏫 老师修炼阶梯

• 基础表达：掌握不等式放缩定界方法，能通过枚举验证找到简单数论极值问题的答案。
• 进阶表达：掌握整除收窄技巧，能将整除条件转化为常数约数问题，并与不等式结合使用。
• 高阶表达：能综合运用放缩、整除、不定方程转化等技巧，系统解决多层约束的复杂数论极值问题。
• 顶阶表达：能从"离散最优化"的视角俯瞰数论极值，打通数论极值、组合极值、不等式极值之间的内在联系，引导学生建立统一方法论。

🗣️ 一句话封神

定界知远近，收窄见真章，构造证可达——数论极值三步行。 数学学习的关键不在于刷了多少题，而在于是否建立了知识之间的联系——当不同模块的知识在心中形成网络，解题就不再是搜索记忆而是自然涌现。 真正的高手不是记得多少公式，而是能看到不同方法背后的统一思想——这就是数学的眼光。 从"学会"到"会用"之间，差的是对知识本质的理解——不是知道结论，而是知道结论为什么成立，以及结论在什么条件下会失效。 当你能用自己的语言解释一个概念、能判断它什么时候适用、能把它和其他知识联系起来——这时你才算真正掌握了它。 从"学会"到"会用"之间，差的是对知识本质的理解——不是知道结论，而是知道结论为什么成立，以及结论在什么条件下会失效。#### 🩺 一眼诊断

• 放缩失控型：放缩后范围过大（如得到$n<10^6$），无法进一步收窄。$\rightarrow$ 需要更强的数论约束（如整除条件）配合使用，或使用更精细的放缩（如保留二次项）。
• 整除脱靶型：写出了整除条件$n+10\mid f(n)$，但无法消去$n$得到常数整除。$\rightarrow$ 使用多项式除法或线性组合技巧化简整除式：$f(n)=(n+10)g(n)+C$，将余数$C$分离出来。
• 构造不可达型：理论上界找到了，但构造验证发现无法达到该上界。$\rightarrow$ 两种情况：一种是需要对上界做调整（降低到可构造的值），另一种是需要在构造技巧上创新（如构造法的灵活性）。
• 漏解偏执型：枚举时遗漏了边界附近的可行解。$\rightarrow$ 系统检验定界范围内所有候选值，不跳过整除条件给出的"约数"集之外的任何值。
• 复盘要点：每做完一道数论极值题按三问复盘：①定界是否充分——上界/下界的证明是否不可改进？②收窄是否有效——能否用更强的数论条件进一步缩小搜索空间？③构造是否验证——构造的对象真的达到理论边界了吗？有没有遗漏边界附近的候选值？

🧭 导航路径

• 步行（L1-L2） -> 对标

1. 求最大的正整数$n$，使$n+10\mid n^3+100$。

• 解答提示：由$n^3+100=(n+10)(n^2-10n+100)-900$，得$n+10\mid900$。$900$的最大大于$10$的正约数为$900$，故$n=890$。

2. 求最小的正整数$n$，使$n^2+1$是$5$的倍数。

• 解答提示：$n^2\equiv4\pmod5$，即$n\equiv\pm2\pmod5$，最小正整数为$n=2$（$2^2+1=5$）。答案：$n=2$。

3. 求三个互不相同的正整数，使其和为$20$，且积最大。

• 解答提示：由均值不等式，三数越接近积越大。尝试$6,7,7$（不满足互异），调整为$5,7,8$积$280$，$4,7,9$积$252$，$5,6,9$积$270$。最大为$5,7,8$，积$280$。答案：$5,7,8$。
• 刚性达标阈值：掌握不等式放缩和整除收窄基本方法，闭卷正确率>=90%
• 骑车（L3-L4） -> 对标

1. 求最大的正整数$n$，使得$n^2+2n+12$是完全平方数。

• 解答提示：设$n^2+2n+12=m^2$，配方得$(n+1)^2+11=m^2$，即$m^2-(n+1)^2=11$，$(m-n-1)(m+n+1)=11$。$11=1\times11$，解$m-n-1=1$，$m+n+1=11$得$n=4$。验证$4^2+2\cdot4+12=36=6^2$。答案：$n=4$。

进一步引导：这个步骤的关键在于区分干扰信息和关键信息——题目中看似复杂的条件往往只有少数几个与分类判定直接相关，学会筛选信息本身就是重要的数学素养。

进一步引导：这个步骤的关键在于区分干扰信息和关键信息——题目中看似复杂的条件往往只有少数几个与分类判定直接相关，学会筛选信息本身就是重要的数学素养。养成先筛选再判断的习惯，能大幅提升解题速度和准确性。

2. 求最小的$n$，使$n!$末尾恰有$10$个$0$。

• 解答提示：末尾$0$个数$v_5(n!)=\lfloor n/5\rfloor+\lfloor n/25\rfloor+\lfloor n/125\rfloor+\cdots$。试：$n=40$时$v_5=8+1=9$；$n=45$时$v_5=9+1=10$。验证$45!$末尾恰有$10$个$0$，$44!$只有$9$个。答案：最小$n=45$。

深度解析：这里运用的实际上是反证法的思想雏形——通过分析奇偶性矛盾来证明某些情形不可能发生。不变量思想与反证法结合，是竞赛中最强大的组合工具之一。

深度解析：这里运用的实际上是反证法的思想雏形——通过分析奇偶性矛盾来证明某些情形不可能发生。不变量思想与反证法结合，是竞赛中最强大的组合工具之一，也是数学证明的经典范式。

3. 求所有正整数$x,y$满足$x+y=100$，使$\operatorname{lcm}(x,y)$最大。

• 解答提示：$\operatorname{lcm}(x,y)=xy/\gcd(x,y)$，$x+y=100$固定。$xy$在$x=y=50$时最大，但$\gcd(50,50)=50$。考虑$x,y$互质或接近互质时$\operatorname{lcm}$更大。尝试$x=49,y=51$，$\gcd=1$，$\operatorname{lcm}=49\times51=2499$；$x=48,y=52$，$\gcd=4$，$\operatorname{lcm}=48\times52/4=624$。故最大为$2499$，$x=49,y=51$。答案：$(49,51)$。

思维延伸：将这个问题稍作变换——如果把条件中的某条规则改一下，结论是否还成立？这种改变条件观察变化的思维训练，有助于真正理解规则的本质。

• 开车（L5-L6） -> 对标

1. 求最大的$n$，使得存在正整数$x,y$满足$x^2+y^2=n$且$x,y$互质。

• 解答提示：考虑$x,y$互质且$x^2+y^2=n$的最大值。若$x,y$一奇一偶且互质，$x^2+y^2$可任意大吗？实际上对固定的$n$，$x^2+y^2=n$的解有限。所以这是对"最大"的理解——题目通常限定$x,y$范围或$n$的范围。更常见的形式是：给定$n$求最大的互质对$(x,y)$使$x^2+y^2\le n$。此时取$x=\lfloor\sqrt{n/2}\rfloor$附近调整互质条件即可。答案视具体$n$而定。

解题框架：解决此类问题的通用流程是：(1)提取模数特征→(2)确定被考察对象的等价类→(3)追踪运算后的类变化→(4)从类信息反推数值约束。整个过程中始终保持从分类层面而非数值层面思考问题。

2. 求最小的正整数$n$，使$\tau(n)=100$（$\tau(n)$为$n$的正因数个数）。

• 解答提示：若$n=p_1^{a_1}\cdots p_k^{a_k}$，则$\tau(n)=(a_1+1)\cdots(a_k+1)=100$。要使$n$最小，应使较大的指数分配给较小的质数。$100=2^2\times5^2$，可能的指数分配：$(99)$得$2^{99}$太大；$(49,1)$得$2^{49}\cdot3^1$；$(24,3)$得$2^{24}\cdot3^3$；$(19,4)$得$2^{19}\cdot3^4$；$(9,9)$得$2^9\cdot3^9$；$(4,4,3)$得$2^4\cdot3^4\cdot5^3$。计算比较：$2^4\cdot3^4\cdot5^3=16\times81\times125=162000$，$2^9\cdot3^9=512\times19683\approx10^7$，$2^{24}\cdot3^3$更大。故最小$n=2^4\cdot3^4\cdot5^3=162000$。答案：$162000$。

3. 求满足$\varphi(n)=n/3$的最小正整数$n$。

• 解答提示：$\varphi(n)=n\prod_{p\mid n}(1-1/p)=n/3$，得$\prod_{p\mid n}(1-1/p)=1/3$。若$n$只含$2,3$因子，$(1-1/2)(1-1/3)=1/2\cdot2/3=1/3$成立。取最小$n=2^1\cdot3^1=6$。验证$\varphi(6)=2=6/3$。答案：$n=6$。

思维延伸：将这个问题稍作变换——如果把条件中的某条规则改一下，结论是否还成立？这种改变条件观察变化的思维训练，有助于真正理解规则的本质而非机械套用，是深度学习的标志性方法。