/*LOOPSHIFT(V,i)*/
cnt←0
j←-1
while cnt≠length[V]
do j←j+1
temp←V[j]
k←i+j
while k%n≠j
do V[(k-i)%n]←V[k%n]
k←k+i
cnt←cnt+1
V[(k-i)%n]←temp
cnt←cnt+1
在继续深入考虑之前先思考以下两种情况：①在13个元素中循环移动5个元素(12/5) ②在14个元素中移动4个元素(14/4)，其中⌈⌉表示上取整，⌊⌋表示下取整。
1)在13/5这种情况中，由于(⌈12/5⌉)×5-12=3，每次在5个元素中以2进行循环迭代，在[0,4]这5个元素中的迭代次序为(不考虑向量中的其他元素)：0→3→1(6%5)→4(9%5)→2(12%5)→0(15%5)，因此最终通过上述代码的一次内层循环即可完成整个移位操作。
2)在14/4这种情况中，由于(⌈14/4⌉)×4-14=2，每次在4个元素中也以2进行循环迭代，在[0,3]这5个元素中的迭代次序为：0→2→0(4%2)→1(退出内层循环，简单从下标为1的元素重新开始移动)→3→1(5%2)，因此最后在外层执行两次迭代才最终完成整个移位操作。
通过这两个例子可以发现外层的迭代次数(即等价类的个数)最终和整个向量的长度以及所要移位的个数有关，具体的关系为：cnt = gcd(n,i) 其中n=length[A]，cnt为外层迭代的次数。
由于任何求模等价类聚集中每个集合中的元素间隔的长度相等(由上可知，即实际过程中未进行模运算之前的值)，据此证明过程如下：
因为length[V]=n且移位个数为i，因此必然存在大于等于n且被i整除的数k=⌈n/i⌉×i
由n= α×gcd(n,i)且i=β×gcd(n,i)，k=⌈n/i⌉×β×gcd(n,i)
因此在i个元素上每次移位的个数为iter=k-n=(⌈n/i⌉×β-α)×gcd(n,i)，即iter能被gcd(n,i)整除
