fix: 统一文件编码为 utf-8 并将 benchmark 日志改为英文

main.py

@@ -17,7 +17,7 @@ def add_newproblem(num: int, name: str | None = None) -> None:
     Path(f"solutions/{title}").mkdir(parents=True, exist_ok=True)
     file_name = f"solutions/{title}/euler_{num}.py"
     Path(file_name).touch()
-    with open(file_name, "w") as f:
+    with open(file_name, "w", encoding="utf-8") as f:
         f.write("""'''
 
 '''
@@ -29,14 +29,8 @@ F = TypeVar("F", bound=Callable[..., Any])
 
 
 def benchmark(repeat: int = 1) -> Callable[[F], F]:
-    '''
-    重复运行目标函数并计算平均耗时。
-
-    平均耗时会被存储在 wrapper.avg_time 和 wrapper.total_time 中，
-    同时会打印到控制台。函数的返回值不受影响。
-    '''
     if repeat < 1:
-        raise ValueError("repeat 必须 >= 1")
+        raise ValueError("repeat must >= 1")
 
     def decorator(func: F) -> F:
         @wraps(func)
@@ -54,18 +48,16 @@ def benchmark(repeat: int = 1) -> Callable[[F], F]:
             wrapper.total_time = total  # type: ignore[attr-defined]
 
             print(
-                f"[Benchmark] {func.__name__} | 重复 {repeat} 次 | "
+                f"[Benchmark] {func.__name__} | repeated {repeat} times | "
-                f"平均: {wrapper.avg_time:.6f}s | 总计: {wrapper.total_time:.6f}s"  # type: ignore[attr-defined]
+                f"average: {wrapper.avg_time:.6f}s | total: {wrapper.total_time:.6f}s"  # type: ignore[attr-defined]
             )
             return result
 
-        # 初始化属性，避免调用前访问报错
         wrapper.avg_time = 0.0  # type: ignore[attr-defined]
         wrapper.total_time = 0.0  # type: ignore[attr-defined]
         return wrapper  # type: ignore[return-value]
 
-    return decorator
+    return decorator""")
-        """)
 
 
 @app.command("list", help="List all problems in the projecteuler repository.")

solutions/0066.DiophantineEq/README.md

@@ -0,0 +1,169 @@
+# 佩尔方程（Pell's Equation）—— 基本解的完整数学理论
+
+## 一、方程定义与历史背景
+
+**佩尔方程**是指一类特殊的二元二次不定方程：
+
+$$x^2 - Dy^2 = 1$$
+
+其中 $D$ 是一个**非平方正整数**（若 $D$ 为完全平方数，则方程退化为 $(x - y\sqrt{D})(x + y\sqrt{D}) = 1$，仅有平凡整数解）。
+
+### 历史脉络
+- **公元前400年左右**：古希腊数学家就已研究 $x^2 - 2y^2 = 1$，发现解 $(3,2), (17,12), (99,70), \ldots$
+- **Brahmagupta（628年）**：印度数学家系统研究了"Varga-prakriti"方程，提出"bhāvanā"合成法则，本质上发现了 $(x_1 + y_1\sqrt{D})^n$ 的通解结构
+- **Bhaskara II（1150年）**：在《Līlāvatī》中给出求解 $x^2 - 61y^2 = 1$ 的算法（循环法 cakravāla），得到基本解 $(1766319049, 226153980)$
+- **Fermat（1657年）**：向欧洲数学界挑战求解此方程，Euler 误将解法归功于 Pell，由此得名
+
+---
+
+## 二、基本理论：解的存在性与结构
+
+### 定理 1（Lagrange, 1768）：解的存在性
+对任意非平方正整数 $D$，方程 $x^2 - Dy^2 = 1$ **总有无穷多组正整数解**。
+
+### 定义：基本解（最小解）
+所有正整数解中使 $x + y\sqrt{D}$ 最小的那组解 $(x_1, y_1)$ 称为**基本解**（或**最小解**、**本源解**）。它是生成全部解的"种子"。
+
+### 定理 2：通解结构
+若 $(x_1, y_1)$ 是基本解，则**所有**正整数解 $(x_n, y_n)$ 满足：
+
+$$x_n + y_n\sqrt{D} = (x_1 + y_1\sqrt{D})^n, \quad n = 1, 2, 3, \ldots$$
+
+等价地，解可通过递推得到：
+$$\begin{cases} x_{n+1} = x_1 x_n + D y_1 y_n \\ y_{n+1} = y_1 x_n + x_1 y_n \end{cases}$$
+
+或写成矩阵形式：
+$$\begin{pmatrix} x_{n+1} \\ y_{n+1} \end{pmatrix} = \begin{pmatrix} x_1 & Dy_1 \\ y_1 & x_1 \end{pmatrix} \begin{pmatrix} x_n \\ y_n \end{pmatrix}$$
+
+---
+
+## 三、核心算法：连分数法
+
+求解基本解的标准方法是**连分数展开** $\sqrt{D}$。
+
+### 3.1 $\sqrt{D}$ 的连分数展开
+
+对非平方正整数 $D$，$\sqrt{D}$ 有**周期性连分数展开**：
+
+$$\sqrt{D} = [a_0; \overline{a_1, a_2, \ldots, a_L}]$$
+
+其中 $a_0 = \lfloor\sqrt{D}\rfloor$，$(a_1, a_2, \ldots, a_L)$ 是纯循环部分，$L$ 为周期长度。
+
+### 3.2 计算递推关系
+
+展开算法的核心递推（计算周期中各项）：
+$$\begin{aligned}
+m_0 &= 0, \quad d_0 = 1, \quad a_0 = \lfloor\sqrt{D}\rfloor \\
+m_{k+1} &= d_k \cdot a_k - m_k \\
+d_{k+1} &= \frac{D - m_{k+1}^2}{d_k} \\
+a_{k+1} &= \left\lfloor \frac{a_0 + m_{k+1}}{d_{k+1}} \right\rfloor
+\end{aligned}$$
+
+当 $(m_k, d_k, a_k)$ 首次重复时，即得到一个完整周期。
+
+### 3.3 渐近分数（Convergents）
+
+记第 $n$ 个渐近分数为 $\frac{p_n}{q_n}$，递推公式：
+$$\begin{cases}
+p_{-1} = 1, & p_0 = a_0, \quad p_n = a_n p_{n-1} + p_{n-2} \\[4pt]
+q_{-1} = 0, & q_0 = 1, \quad q_n = a_n q_{n-1} + q_{n-2}
+\end{cases}$$
+
+### 3.4 关键定理（Lagrange）
+
+> **周期 $L$ 为偶数**：基本解 $(x_1, y_1) = (p_{L-1}, q_{L-1})$，即第 $(L-1)$ 个渐近分数满足 $p_{L-1}^2 - D q_{L-1}^2 = 1$
+>
+> **周期 $L$ 为奇数**：基本解 $(x_1, y_1) = (p_{2L-1}, q_{2L-1})$，需要走到第 $(2L-1)$ 个渐近分数
+
+---
+
+## 四、经典算例
+
+### 例 1：$D = 2$
+
+$$\sqrt{2} = [1; \overline{2}], \quad L = 1 \text{（奇数）}$$
+
+渐近分数序列：
+$$\frac{1}{1}, \frac{3}{2}, \frac{7}{5}, \frac{17}{12}, \ldots$$
+
+检验：$3^2 - 2 \cdot 2^2 = 9 - 8 = 1$ ✓
+
+**基本解：$(x_1, y_1) = (3, 2)$**
+
+通解：$(3 + 2\sqrt{2})^n = x_n + y_n\sqrt{2}$，前几项：
+- $n=2$: $(17, 12)$，$17^2 - 2 \cdot 12^2 = 289 - 288 = 1$
+- $n=3$: $(99, 70)$，$99^2 - 2 \cdot 70^2 = 9801 - 9800 = 1$
+- $n=4$: $(577, 408)$
+
+### 例 2：$D = 13$
+
+$$\sqrt{13} = [3; \overline{1, 1, 1, 1, 6}], \quad L = 5 \text{（奇数）}$$
+
+需要计算到第 $2L - 1 = 9$ 个渐近分数：
+
+$$\frac{p_9}{q_9} = \frac{649}{180}$$
+
+验证：$649^2 - 13 \cdot 180^2 = 421201 - 421200 = 1$ ✓
+
+**基本解：$(649, 180)$**
+
+### 例 3：$D = 61$（历史上最著名的难题）
+
+$$\sqrt{61} = [7; \overline{1, 4, 3, 1, 2, 2, 1, 3, 4, 1, 14}], \quad L = 11 \text{（奇数）}$$
+
+周期长达 11，需走到第 $2 \times 11 - 1 = 21$ 个渐近分数：
+
+**基本解：$(1766319049, 226153980)$**
+
+验证：$1766319049^2 - 61 \times 226153980^2 = 1$ ✓
+
+这正是 Bhaskara II 在 12 世纪手工计算出的惊人结果。
+
+---
+
+## 五、负佩尔方程：$x^2 - Dy^2 = -1$
+
+### 定理 3：可解性判据
+方程 $x^2 - Dy^2 = -1$ 有整数解**当且仅当** $\sqrt{D}$ 的连分数周期 $L$ 为**奇数**。
+
+### 定理 4：基本解位置
+当 $L$ 为奇数时，$x^2 - Dy^2 = -1$ 的基本解由第 $(L-1)$ 个渐近分数给出；而 $x^2 - Dy^2 = 1$ 的基本解则由第 $(2L-1)$ 个渐近分数给出。
+
+### 例：$D = 5$
+
+$$\sqrt{5} = [2; \overline{4}], \quad L = 1 \text{（奇数）}$$
+
+- $x^2 - 5y^2 = -1$ 的基本解：$(p_0, q_0) = (2, 1)$，$2^2 - 5 \cdot 1^2 = 4 - 5 = -1$ ✓
+- $x^2 - 5y^2 = 1$ 的基本解：$(p_1, q_1) = (9, 4)$，$9^2 - 5 \cdot 4^2 = 81 - 80 = 1$ ✓
+
+对比 $D = 3$（$L = 2$ 偶数）：$x^2 - 3y^2 = -1$ **无解**。
+
+---
+
+## 六、数值验证汇总
+
+| $D$ | 周期 $L$ | 周期奇偶 | $x^2 - Dy^2 = 1$ 基本解 | $x^2 - Dy^2 = -1$ |
+|:---:|:---:|:---:|:---|:---|
+| 2 | 1 | 奇 | $(3, 2)$ | $(1, 1)$ ✓ |
+| 3 | 2 | 偶 | $(2, 1)$ | 无解 |
+| 5 | 1 | 奇 | $(9, 4)$ | $(2, 1)$ ✓ |
+| 6 | 2 | 偶 | $(5, 2)$ | 无解 |
+| 7 | 4 | 偶 | $(8, 3)$ | 无解 |
+| 10 | 1 | 奇 | $(19, 6)$ | $(3, 1)$ ✓ |
+| 13 | 5 | 奇 | $(649, 180)$ | $(18, 5)$ ✓ |
+| 29 | 5 | 奇 | $(9801, 1820)$ | $(70, 13)$ ✓ |
+| 61 | 11 | 奇 | $(1766319049, 226153980)$ | $(29718, 3805)$ ✓ |
+
+---
+
+## 七、算法复杂度与注意事项
+
+1. **基本解的大小**：$(x_1, y_1)$ 可以**极其巨大**。例如 $D = 991$ 时，$x_1 \approx 3.7 \times 10^{47}$，$y_1 \approx 1.2 \times 10^{46}$。基本解的位数关于 $D$ 可以是指数级增长。
+
+2. **计算精度**：实现时必须使用任意精度整数运算（如 Python 的 `int` 类型），标准 64 位整数远不够。
+
+3. **与代数数论的联系**：佩尔方程的解群 $\{(x, y) : x^2 - Dy^2 = 1\}$ 同构于实二次域 $\mathbb{Q}(\sqrt{D})$ 中整数环的单位群，基本解对应**基本单位元**（Fundamental Unit）。
+
+4. **广义佩尔方程**：$x^2 - Dy^2 = N$（$N \neq \pm 1$）的求解可通过先求 $x^2 - Dy^2 = 1$ 的基本解，再结合特解得到所有解。
+
+5. **递推时的细节**：需要注意的一点是，n为偶数时，基本解为 $p_{2n-1}, q_{2n-1}$ ，计算时需要重复a序列，需要重复的是 $a_1$ 开始的a序列，那么 $2n-1$ 项就只需要重复到 $2 a_0$ 的前一项。

solutions/0066.DiophantineEq/euler_66.py

@@ -0,0 +1,92 @@
+"""
+Consider quadratic Diophantine equations of the form:
+    x^2 - D y^2 = 1
+For example, when D = 13 , the minimal solution in x is $649^2 - 13 * 180^2 = 1$ .
+It can be assumed that there are no solutions in positive integers when D is square.
+By finding minimal solutions in x for D={2,3,5,6,7} , we obtain the following:
+    3^2 - 2 * 2^2 = 1
+    2^2 - 3 * 2^2 = 1
+    9^2 - 5 * 4^2 = 1
+    5^2 - 6 * 2^2 = 1
+    8^2 - 7 * 3^2 = 1
+Hence, by considering minimal solutions in x for D <= 7 ,
+the largest x is obtained when D = 5 .
+Find the value of D <= 1000 in minimal solutions of x for
+which the largest value of x is obtained.
+"""
+
+import time
+from functools import wraps
+from math import isqrt
+from typing import Any, Callable, TypeVar
+
+F = TypeVar("F", bound=Callable[..., Any])
+
+
+def benchmark(repeat: int = 1) -> Callable[[F], F]:
+    if repeat < 1:
+        raise ValueError("repeat >= 1")
+
+    def decorator(func: F) -> F:
+        @wraps(func)
+        def wrapper(*args: Any, **kwargs: Any) -> Any:
+            total = 0.0
+            result = None
+
+            for _ in range(repeat):
+                start = time.perf_counter()
+                result = func(*args, **kwargs)
+                end = time.perf_counter()
+                total += end - start
+
+            wrapper.avg_time = total / repeat  # type: ignore[attr-defined]
+            wrapper.total_time = total  # type: ignore[attr-defined]
+
+            print(
+                f"[Benchmark] {func.__name__} | repeated {repeat} times | "
+                f"average: {wrapper.avg_time:.6f}s | total: {wrapper.total_time:.6f}s"  # type: ignore[attr-defined]
+            )
+            return result
+
+        wrapper.avg_time = 0.0  # type: ignore[attr-defined]
+        wrapper.total_time = 0.0  # type: ignore[attr-defined]
+        return wrapper  # type: ignore[return-value]
+
+    return decorator
+
+
+def diophantine_eq(D: int) -> int | None:
+    a = [int(isqrt(D))]
+    if a[0] * a[0] == D:
+        return None
+    p = [0, 1, int(isqrt(D))]
+    m = 0
+    d = 1
+    while True:
+        m = d * a[-1] - m
+        d = (D - m * m) // d
+        a.append((a[0] + m) // d)
+        p.append(p[-1] * a[-1] + p[-2])
+        if a[-1] == 2 * a[0]:
+            if len(a) % 2 == 1:
+                return p[-2]
+            else:
+                for ai in a[1:-1]:
+                    p.append(p[-1] * ai + p[-2])
+                return p[-1]
+
+
+@benchmark(repeat=10)
+def find_minimal_solution(limit: int) -> int:
+    min_x: dict[int, int] = {}
+    for D in range(2, limit + 1):
+        x = diophantine_eq(D)
+        if x is not None:
+            min_x[D] = x
+    return max(min_x, key=min_x.__getitem__)
+
+
+if __name__ == "__main__":
+    max_D = 1000
+    dd = find_minimal_solution(max_D)
+    print(f"D <= {max_D} |-> D of max x = {dd}")