算法介绍
孙子定理是中国古代求解一次同余式方程组的方法。是数论中一个重要定理。又称中国余数定理。一元线性同余方程组问题最早可见于中国南北朝时期的数学著作《孙子算经》卷下第二十六题，叫做"物不知数"问题，原文如下：
有物不知其数，三三数之剩二，五五数之剩三，七七数之剩二。问物几何？即，一个整数除以三余二，除以五余三，除以七余二，求这个整数。《孙子算经》中首次提到了同余方程组问题，以及以上具体问题的解法，因此在中文数学文献中也会将中国剩余定理称为孙子定理。
用现代数学的语言来分析这个问题，中国剩余定理给出了以下的一元线性同余方程组：
\[\left\{\begin{matrix} x\equiv a_1\pmod {m_1}\\x\equiv a_2\pmod {m_2} \\\vdots \\x\equiv a_k\pmod {m_k} \end{matrix}\right.\]
在中国剩余定理中给出了 \(m_1,m_2,\dots,m_k\) 两两互质的条件，但是在扩展中国剩余定理中并没有这个条件，相较于前者，后者更难解决。
问题简述
问题就是，给定一个 \(k\) 个方程的线性同余方程组：
\[\left\{\begin{matrix} x\equiv a_1\pmod {m_1}\\x\equiv a_2\pmod {m_2} \\\vdots \\x\equiv a_k\pmod {m_k} \end{matrix}\right.\]
其中 \(m_1,m_2,\dots,m_k\) 不一定两两互质。
解题思路
我们的大致解题思路为将 \(2\) 个方程合并为一个新的方程，以此类推，最终我们会得到一个 \(x\equiv y\pmod z\) 的一个方程，易见上面的方程组的最小正整数解就是 \(y\)。
正确性证明
接下来我们来解决合并方程的问题，我们考虑如下两个方程：
\[\left\{\begin{matrix} x\equiv a_1\pmod {m_1}\\x\equiv a_2\pmod {m_2} \end{matrix}\right.\]
我们根据第一个式子可以写出 \(x\) 的通解 \(x=a_1+m_1\times k\) 其中 \(k\) 为任意整数，我们将这个通解带入第二个式子就可以得到 \(a_1+m_1\times k\equiv a_2\pmod {m_2}\) 我们移一下项就可以得到 \(m_1\times k\equiv a_2-a_1\pmod {m_2}\)，这就是上面的方程组合并后的结果。
而这个方程有解的充要条件是 \(\gcd(m_1,m_2)\mid a_2-a_1\)，这个其实就是裴蜀定理，这里不再概述。
我们继续讲，我们得到这个充要条件后我们可以判断这个方程是否有解，如果有解我们就继续进行接下来的操作。
我们设 \(d=\gcd(m_1,m_2)\)，然后将我们合并的方程变换一下就是：
\[\frac{m_1\times k}{d}\equiv \frac{a_2-a_1}{d}\pmod {\frac{m_2}{d}} \]
然后，我们设 \(m_1'=\frac{m_1}{d},c=\frac{a_2-a_1}{d},m_2'=\frac{m_2}{d}\) 于是我们就有：
\[m_1'\times k\equiv c\pmod {m_2'} \]
注意到此时 \(m_1',m_2'\) 互质，所以 \(m_1'\) 在模 \(m_2'\) 的意义下存在乘法逆元，我们可以使用扩展欧几里得算法来求出逆元，即求出整数 \(inv\) 使得 \(m_1'\times inv\equiv 1\pmod {m_2'}\)，所以我们继续将这个方程变换就变成了：
\[k\equiv c\times inv\pmod {m_2'} \]
如果我们记 \(k_0=c\times inv\) 则 \(k\) 的通解为 \(k_0+m_2'\times t\) 其中 \(t\) 为任意整数。
然后我们将这个 \(k\) 带回一开始的式子就可以得出：
\[\begin{aligned} x&=a_1+m_1\times(k_0+m_2'\times t)\\ &=(a_1+m_1\times k_0)+(m_1\times m_2')\times t\\ &=(a_1+m_1\times k_0)+\frac{m_1\times m_2}{d}\times t\\ &=(a_1+m_1\times k_0)+\mathrm{lcm}(m_1,m_2)\times t\end{aligned}\]
我们设 \(x_0=a_1+m_1\times k_0,L=\mathrm{lcm}(m_1,m_2)\) 所以我们就愉快地得出了：
\[\left\{\begin{matrix} x\equiv a_1\pmod {m_1}\\x\equiv a_2\pmod {m_2} \end{matrix}\right.\Longleftrightarrow x\equiv x_0\pmod L\]
于是，我们完成了合并方程的使命！
最后其实就是一个递推的过程我们一次合并前 \(2\) 个方程，最后就能得到答案！
代码实现
cpp
#include<bits/stdc++.h>
#define LL __int128
#define R register
using namespace std;
namespace fastIO{char *p1,*p2,buf[100000];
#define nc() (p1==p2&&(p2=(p1=buf)+fread(buf,1,100000,stdin),p1==p2)?EOF:*p1++)
inline void read(LL&n){LL x=0,f=1;char ch=nc();while(ch<48||ch>57){if(ch=='-'){f=-1;}ch=nc();}while(ch>=48&&ch<=57){x=(x<<3)+(x<<1)+(ch^48),ch=nc();}n=x*f;}inline void read(string&s){s="";char ch=nc();while(ch==' '||ch=='\n'){ch=nc();}while(ch!=' '&&ch!='\n'){s+=ch,ch=nc();}}inline void read(char&ch){ch=nc();while(ch==' '||ch=='\n'){ch=nc();}}inline void write(LL x){if(x<0){putchar('-'),x=-x;}if(x>9){write(x/10);}putchar(x%10+'0');return;}inline void write(const string&s){for(R LL i=0;i<(int)s.size();i++){putchar(s[i]);}}inline void write(const char&c){putchar(c);}
}using namespace fastIO;
inline LL mul(LL a,LL b,const LL&mod){
a=(a%mod+mod)%mod;
b=(b%mod+mod)%mod;
LL res=0;
while(b){
if(b&1)res=(res+a)%mod;
a=(a+a)%mod;
b>>=1;
}
return res;
}
void exgcd(LL a,LL b,LL&x,LL&y){
if(b==0){
x=1;
y=0;
}
else{
exgcd(b,a%b,y,x);
y-=x*(a/b);
}
}
LL inv_mod(LL a,LL m){
LL x,y;
exgcd(a,m,x,y);
return (x%m+m)%m;
}
LL gcd(LL a,LL b){
return b?gcd(b,a%b):a;
}
LL n,a[100005],b[100005];
signed main(){
read(n);
for(int i=0;i<n;i++){
read(a[i]);
read(b[i]);
}
LL a0=a[0];
LL b0=(b[0]%a0+a0)%a0;
for(int i=1;i<n;i++){
LL ai=a[i];
LL bi=(b[i]%ai+ai)%ai;
LL d=gcd(a0,ai);
LL dif=bi-b0;
LL a0_=a0/d;
LL ai_=ai/d;
LL dif_=dif/d;
LL c=(dif_%ai_+ai_)%ai_;
LL inv=inv_mod(a0_,ai_);
LL t0=mul(inv,c,ai_);
LL a0__=(a0/d)*ai;
LL mod__=a0__;
LL p=mul(a0,t0,mod__);
LL b0__=(b0+p)%mod__;
a0=mod__;
b0=b0__;
}
write(b0);
return 0;
}