「总结」容斥。二.反演原理 5.划分容斥
Posted lrefrain
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了「总结」容斥。二.反演原理 5.划分容斥相关的知识,希望对你有一定的参考价值。
参考的$blogs$这篇
还有具体数学。
是斯特林反演了。
首先必要的是两类斯特林数。
在定义上很重要的区别就是第一类是划分排列,而第二类是划分组合。
性质上比较重要的就是第一类是将升降幂转化为通常幂,第二类则反之。
f
$fr.$第一类斯特林数。
$$left[egin{array}{c}n\\kend{array} ight]$$
$n$个元素划分为$k$个集合,每个集合内圆排列的方案数。
根据定义,枚举第$n$个元素是处于一个新的集合,还是处于之前某个集合中的某个元素的右侧,可以得到递推式:
$$left[egin{array}{c}n\\kend{array} ight]=left[egin{array}{c}n-1\\k-1end{array} ight]+(n-1)left[egin{array}{c}n-1\\kend{array} ight]$$
性质1:
说过了第一类斯特林数是划分排列。
$$sumlimits_{i=0}^{n}left[egin{array}{c}n\\iend{array} ight]=n!$$
证明:排列唯一定义一个轮换,轮换唯一定义一个排列。
性质上比较重要的就是第一类是将升降幂转化为通常幂,第二类则反之。
性质2:
$$x^{underline{n}}=sumlimits_{i=0}^{n}(-1)^{n-i}left[egin{array}{c}n\\iend{array} ight]x^i$$
归纳证明:
$$egin{array}{rcl} \\ x^{underline{n+1}}&=&(x-n)x^{underline{n}}\\&=&xsumlimits_{i=0}^{n}egin{bmatrix}n\\i end{bmatrix}(-1)^{n-i}x^{i}-nsumlimits_{i=0}^{n}egin{bmatrix}n\\i end{bmatrix}(-1)^{n-i}x^{i}\\&=&sumlimits_{i=0}^{n}egin{bmatrix}n\\i end{bmatrix}(-1)^{n-i}x^{i+1}+nsumlimits_{i=1}^{n+1}egin{bmatrix}n\\i end{bmatrix}(-1)^{n-i+1}x^{i}\\&=&sumlimits_{i=1}^{n+1}egin{bmatrix}n\\i-1 end{bmatrix}(-1)^{n-i+1}x^{i}+nsumlimits_{i=1}^{n+1}egin{bmatrix}n\\i end{bmatrix}(-1)^{n-i+1}x^{i}\\&=&sumlimits_{i=1}^{n+1}left(egin{bmatrix}n\\i-1 end{bmatrix}+negin{bmatrix}n\\i end{bmatrix} ight)(-1)^{n-i+1}x^i\\&=&sumlimits_{i=1}^{n+1}egin{bmatrix}n+1\\i end{bmatrix}(-1)^{n+1-i}x^i\\&=&x^{underline{n+1}}\\ end{array}$$
性质3:
$$x^{overline{n}}=sumlimits_{i=0}^{n}egin{bmatrix}n\\iend{bmatrix}x^i$$
归纳证明:
$$egin{array}{rcl}\\x^{overline{n+1}}&=&(x+n)x^{overline{n}}\\&=&(x+n)sumlimits_{i=0}^{n}egin{bmatrix}n\\iend{bmatrix}x^i\\&=&sumlimits_{i=1}^{n+1}egin{bmatrix}n\\i-1
end{bmatrix}x^i+nsumlimits_{i=1}^{n+1}egin{bmatrix}n\\iend{bmatrix}x^i\\&=&sumlimits_{i=1}^{n+1}left(egin{bmatrix}n\\i-1end{bmatrix}+negin{bmatrix}n\\iend{bmatrix}
ight)x^i\\&=&sumlimits_{i=1}^{n+1}egin{bmatrix}n+1\\iend{bmatrix}x^i\\&=&x^{overline{n+1}} end{array}$$
求第一类斯特林数:
利用性质3:
设母函数$f(x)^n=x^{underline{n}}=sumlimits_{i=0}^{n}a_ix^i$
那么求出的$a_i$其实就是一行的第一类斯特林数,考虑倍增$FFT$
$$f(x)^{2n}=f(x)^f(x+n)^n$$
当我们得到$f(x)^n$的时候考虑如何求出$f(x+n)^n
$$egin{array}{rcl}f(x+n)^n&=&sumlimits_{i=0}^{n}a_i(x+n)^i\\&=&sumlimits_{i=0}^{n}a_isumlimits_{j=0}^{i}inom{i}{j}x^j n^{i-j}\\&=&sumlimits_{i=0}^{n}x^isumlimits_{j=i}{n}inom{j}{i}a_jn^{j-i}\\&=&sumlimits_{i=0}^{n}x^i i!sumlimits_{j=i}{n}frac{j!}{(j-i)!}n^{j-i}a_jend{array}$$
后面是个卷积,直接$NTT$就完事。
倍增求解复杂度仍然为$O(nlogn)$
$se.$第二类斯特林数。
$$egin{Bmatrix}n\\kend{Bmatrix}$$
$n$个元素划分为$k$个集合的方案数。
根据定义,枚举第$n$个元素所在的集合,可以得到递推式:
$$egin{Bmatrix}n\\kend{Bmatrix}=egin{Bmatrix}n-1\\k-1end{Bmatrix}+kegin{Bmatrix}n-1\\kend{Bmatrix}$$
性质1:
$$k^n=sumlimits_{i=0}^{k}egin{Bmatrix}n\\iend{Bmatrix}i!inom{k}{i}=sumlimits_{i=0}^{k}egin{Bmatrix}n\\iend{Bmatrix}k^{underline{i}}$$
我们在$k$个集合中选择$i$个集合放入元素,然后全排列这些集合,得到的就是$n$个元素放入$k$个可空集合的方案数。
性质2:
说过了第二类斯特林数是划分组合。
考虑用组合数来表示斯特林数。
利用容斥原理即可,我们枚举$k$个集合中至少空的集合,并且将之除去排列,得到:
$$egin{Bmatrix}n\\kend{Bmatrix}=frac{1}{k!}sumlimits_{i=0}^{k}(-1)^iinom{k}{i}(k-i)^n$$
是奇加偶减。
求第二类斯特林数:
利用性质2。
展开:
$$egin{array}{rcl} egin{Bmatrix}n\\kend{Bmatrix}&=&sumlimits_{i=0}^{k}(-1)^ifrac{1}{k!}frac{k!}{i!(k-i)!}(k-i)^n\\&=&sumlimits_{i=0}^{k}(-1)^ifrac{1}{i!}frac{(k-i)^n}{(k-i)!}end{array}$$
是卷积的形式,那么可以在$O(nlogn)$的复杂度内求出第$n$行斯特林数。
$th.$斯特林反演。
首先给出结论:
$$f(n)=sumlimits_{i=0}^{n}egin{Bmatrix}n\\iend{Bmatrix}g(i) -> g(n)=sumlimits_{i=0}^{n}egin{bmatrix}n\\iend{bmatrix}(-1)^{n-i}f(i)$$
两个引理:
$$x^{underline{n}}=(-1)^n(-x)^{overline{n}}$$
$$x^{overline{n}}=(-1)^n(-x)^{underline{n}}$$
只证明第一个:
证明:
$$egin{array}{rcl}x^{underline{n}}&=&(-1)^nprodlimits_{i=0}^{n-1}(-(x-i))\\&=&(-1)^n(-1)^nprodlimits_{i=0}^{n-1}(x-i)\\&=&x^{underline{n}}end{array}$$
两个反转公式:
$$sumlimits_{i=m}^{n}egin{bmatrix}n\\iend{bmatrix}egin{Bmatrix}i\\mend{Bmatrix}=[m=n]$$
$$sumlimits_{i=m}^{n}egin{Bmatrix}n\\iend{Bmatrix}egin{bmatrix}i\\mend{bmatrix}=[m=n]$$
反转一证明:
由第一类斯特林数性质2和第二类斯特林数性质1得到:
$$egin{array}{rcl}x^{underline{n}}&=&sumlimits_{i=0}^{n}(-1)^{n-i}egin{bmatrix}n\\iend{bmatrix}x^i\\&=&sumlimits_{i=0}^{n}(-1)^{n-i}egin{bmatrix}n\\iend{bmatrix}sumlimits_{j=0}^{i}egin{Bmatrix}i\\jend{Bmatrix}x^{underline{j}} end{array}$$
更换枚举顺序得到:
$$=sumlimits_{i=0}^{n}x^{underline{i}}sumlimits_{j=i}^{n}(-1)^{n-j}egin{bmatrix}n\\iend{bmatrix}egin{Bmatrix}j\\iend{Bmatrix}$$
设$f(n,m)=sumlimits_{i=m}^{n}(-1)^{n-i}egin{bmatrix}n\\iend{bmatrix}egin{Bmatrix}i\\mend{Bmatrix}$
那么:
$$egin{array}{rcl}&=&sumlimits_{i=0}^{n}x^{underline{i}}f(n,i)\\&=&x^{underline{n}}\\&=&sumlimits_{i=0}^{n}x^{underline{i}}[n=i]end{array}$$
所以:
$$f(n,m)=[n=m]$$
$$f(n,m)=[n=m]$$
$$f(n,m)=[n=m]$$
$$f(n,m)=[n=m]$$
$$f(n,m)=[n=m]$$
$$f(n,m)=[n=m]$$
$f$和反转公式一是相等的,得证。
然后反转二证明:
$$x^n=sumlimits_{i=0}^{n}egin{Bmatrix}n\\iend{Bmatrix}(-1)^{i}x^{underline{i}}$$
利用引理二:
$$egin{array}{rcl}&=&sumlimits_{i=0}^{n}egin{Bmatrix}n\\iend{Bmatrix}(-1)^isumlimits_{j=0}^{i}egin{bmatrix}i\\jend{bmatrix}(-1)^j(x)^j\\&=&sumlimits_{i=0}^{n}x^jsumlimits_{j=i}^{n}(-1)^{j-i}egin{Bmatrix}n\\jend{Bmatrix}egin{bmatrix}j\\iend{bmatrix}end{array}$$
斯特林反演证明:
假设:
$$g(n)=sumlimits_{i=0}^{n}(-1)^{n}(-1)^{n-i}egin{bmatrix}n\\iend{bmatrix}$$
$$egin{array}{rcl}f(n)&=&sumlimits_{i=0}^{n}[n=i]f(i)\\&=&sumlimits_{i=0}^{n}sumlimits_{j=i}^{n}(-1)^{n-j}egin{Bmatrix}n\\jend{Bmatrix}egin{bmatrix}j\\iend{bmatrix}f(i)\\&=&sumlimits_{i=0}^{n}egin{Bmatrix}n\\iend{Bmatrix}sumlimits_{j=0}^{i}egin{bmatrix}i\\jend{bmatrix}f(i)\\&=&sumlimits_{i=0}^{n}egin{Bmatrix}n\\iend{Bmatrix}g(i) end{array}$$
另一种至少形式:
$$f(m)=sumlimits_{i=m}^{n}egin{Bmatrix}i\\mend{Bmatrix}g(i) -> g(m)=sumlimits_{i=m}^{n}egin{bmatrix}i\\mend{bmatrix}(-1)^{i-m}g(i)$$
$fo.$相互再归的鹅妈妈。
与其说是斯特林反演不如说是系数构造容斥了。
根据某个斯特林数的性质设计容斥:
$$x^{underline{n}}=sumlimits_{i=0}^{n}(-1)^{n-i}egin{bmatrix}n\\iend{bmatrix}x^i$$
将$x=1$带入。
$$sumlimits_{i=0}^{n}(-1)^{n-i}egin{bmatrix}n\\iend{bmatrix}=1^{underline{n}}=[n=1]$$
因为下降幂再乘就乘到0了。
设集合$S$有$n$个元素,$S$的一种集合划分为$m$,记作$min S$,$m$中的集合个数称做$k$,每个集合的大小称作$a_i$。
考虑第一类斯特林数的意义,其实就是枚举每一种划分,然后将划分中的每个集合排序。
那么:
$$[n=1]=sumlimits_{min S}(-1)^{n-k}prod{i=1}^{k}(a_i-1)!=sumlimits_{min S}prod{i=1}^{k}(a_i-1)!(-1)^{a_i-1}$$
这就是题解写的那个式子了,俩月之前还理解不了呢。
假设我们已经求出可以重复的方案数。
我们把$n$集合划分,要求相同的数在同一集合,不同的在不同集合。
对于一个划分方案,我们发现它要满足的条件是:
$$prodlimits_{i=1}^{k}[a_i=1]$$
也就是各不相同。
设一个容斥系数$f(m)$,总的被计算的方案就是:
$$sumlimits_{min S}f(m)prodlimits_{i=1}^{k}egin{bmatrix}a_i\\1end{bmatrix}$$
要求每个被计算的方案都满足:
$$prodlimits_{i=1}^{k}[a_i=1]$$
那么:
$$f(m)=(-1)^{n-k}$$
设$dp[i]$为$i$个人可重复的方案数。
$$ans=sumlimits_{min S}dp[k](-1)^{n-k}prodlimits_{i=1}^{k}egin{bmatrix}a_i\\1end{bmatrix}=sumlimits_{min S}dp[k]prodlimits_{i=1}^{k}(a_i-1)!(-1)^{a_i-1}$$
现在考虑求$dp$数组。
首先考虑有序方案,最后除去$n!$即可。
枚举究竟在哪一位某个人开始与$R$不相同,这样得到了的人后面可以乱填,同时只需要留一个人来调和其他不为0的位置即可。
数位$dp$。
好久以前的题啊,终于还是解决掉了。
以上是关于「总结」容斥。二.反演原理 5.划分容斥的主要内容,如果未能解决你的问题,请参考以下文章