- Java锁的逻辑(结合对象头和ObjectMonitor)
- 还在用饼状图?来瞧瞧这些炫酷的百分比可视化新图形(附代码实现)⛵
- 自动注册实体类到EntityFrameworkCore上下文,并适配ABP及ABPVNext
- 基于Sklearn机器学习代码实战
组合数学非常有用!我们先从一点点简单的性质开始 。
加法原理 。
这非常简单,我们举一个例子即可:考虑我有 \(5\) 个红苹果和 \(3\) 个绿苹果,如果你要选一个苹果去吃,那么你一共有 \(5 + 3 = 8\) 种选择的方法 。
乘法原理 。
同样非常简单:考虑我有 \(5\) 个苹果,涵儿有 \(6\) 个苹果,我们各自拿出一个苹果,那么一共有 \(5 \times 6 = 30\) 种拿出的方案 。
减法原理和除法原理 。
本质与加法原理和乘法原理相似,这里不做展开 。
抽屉原理 。
( 广义 )如果 \(n\) 个物品一共有 \(k\) 种状态,那么至少有 \(\lceil \frac nk \rceil\) 种物品处于一个状态 。
推论 :一个从有 \(> k\) 个元素的集合映射到 \(k\) 个元素的集合的函数一定不是一对一函数.
终于正式开始将排列组合了! 。
定理 :具有 \(n\) 个元素的集合,选出 \(r\) 个排列的可能数( 顺序相关 ) 。
\[P(n, r) = n(n - 1)(n - 2)\cdots(n - r + 1) \]
证明 :由于顺序相关,不能选择同一个数多次,那么第一个位置有 \(n\) 种选法,第二个位置有 \(n - 1\) 中选法,以此类推,第 \(i\) 个位置有 \(n - i + 1\) 种选法。考虑乘法原理,那么就得出了上述结论.
特殊的 :只要 \(n\) 是一个非负整数,那么 \(P(n, 0) = 1\) ,因为恰好有一种方法来排列 \(0\) 个元素 。
简写公式 :一般来说,我们不会写成上述形式,而是 。
\[P(n, r) = \frac {n!}{(n - r)!} \]
考虑这样一个问题:我有 \(7\) 个盘子, \(2\) 个苹果, \(3\) 个橘子和 \(2\) 个桃子,分别在一个盘子中放一个水果,一共有多少种放法(我们认为同一种水果是相同的)?
经过计算,一共有 \(\frac {7!}{2!3!2!} = 210\) 种放法.
抽象来说,我们将 \(k\) 个元素进行排列,对于第 \(i\) 个元素一共有 \(x_i\) 个。那么总的排列方案数为 。
其实就是顺序无关的排列 。
定理 :具有 \(n\) 个元素的集合,选出 \(r\) 个数组成新的集合,本质不同的集合数为 。
\[C(n,r) = {n \choose r} = \frac {n!}{r!(n-r)!} \]
由于顺序无关,我们考虑通过排列推导.
证明 :为了得出所有集合,我们先考虑顺序相关,也就是有 \(P(n, r)\) 个排列,而对于每一个排列,如果不考虑顺序,一共重复计算了 \(P(r, r)\) 次,所以 。
接下来我们考虑组合的各种 性质 。
\[{n \choose m} = {n \choose n - m} = \frac nm {n - 1 \choose m - 1} = {n-1 \choose m} + {n - 1 \choose m - 1} \]
前两个等式,考虑按照定义展开化简即可 。
考虑最后一个等式, 其实就是杨辉三角的递推 ,我们钦定 \(n\) 中的一个元素,分情况讨论 。
如果不选择这个数,也就是在剩下的数中选择 \(m\) 个数,那么一共有 \({n-1 \choose m}\) 种情况 。
如果选择这个数,那么只需要在剩下的数种选择 \(m - 1\) 个数即可,那么一共有 \(n - 1 \choose m - 1\) 种情况 。
\[\binom nk \binom km = \binom nm \binom {n-k}{m-k} \]
证明 :展开即可 。
\[\sum_{i=k}^n \binom ik = \binom {n+1}{k+1} \]
证明 :还是考虑展开 。
\(\binom k {k+1}\) 是不合法的,所以其值为 0,加上去之后不会对结果产生影响 。
我们通过公式 \(\binom nm = {n-1 \choose m} + {n - 1 \choose m - 1}\) 两两合并即可.
推论 :我们将 \(i\) 平移,那么得出 。
\[\sum_{i=0}^n i \binom ni = n 2^{n-1} \]
证明 :
考虑代数展开,通过 \({n \choose m} = {n \choose n - m}\) 变化即可.
但是,其实可以通过生成函数推导。推导步骤如下:
生成函数可以参考另外一篇博客: 普通型生成函数 - Ricky2007 - 博客园 。
我认为讲的不错 。
我们先展开,得到 。
我们可以由此联想到生成函数求导的公式 。
那么我们考虑求导前的生成函数序列:
显然,其生成函数展开之前为 \(F(x) = (1+x)^n\) 。
那么我们对其求导得到 \(F'(x) = n(1+x)^{n-1}\) 。
展开之后为 。
我们考虑需要把所有的系数加起来,那么我们令 \(x = 1\) 即可 。
所以,得出 。
我们考虑扩展一下上述式子 。
\[\sum_{i=0}^n i^2 \binom ni = n 2^{n-1} + (n-1)n2^{n-2} \]
考虑还是利用生成函数的思路.
将生成函数 \(F'(x) = n(1+x)^{n-1}\) 向右平移一位并再次求导:
那么我们还是借上面的思路,令 \(x = 1\) ,所以 。
定理 :令 \(n\) 是非负整数,那么有 。
\[\begin{aligned} (x+y)^n & = \sum_{i = 0}^n x^{n - i}y^i \\ & = \binom{n}{0}x^ny^0 + \binom n1 x^{n-1}y^1 + \cdots + \binom n {n-1} x^1y^{n-1} + \binom nn x^0 y^n \end{aligned} \]
考虑展开之后每一项都应该是 \(n\) 次的,所以 \(x\) 为 \(i\) 次一共有 \(\binom ni\) 种情况 。
我们利用这个找到一些有用的性质:
推论 :令 \(n\) 为非负整数,那么 。
\[\sum_{i=0}^n \binom ni = 2^n \]
证明 :用二项式定理,令 \(x = y = 1\) ,那么 。
推论 :令 \(n\) 为非负整数,那么 。
\[\sum_{i=0}^n (-1)^i \binom ni = 0 \]
证明 :令 \(x = -1, y = 1\) 即可 。
已知 \(n, m, t\) 。
\[\sum_{i=0}^t \binom ni \binom m {t-i} = \binom{n + m} t \]
证明 :在组合意义上,相当于在 \(n\) 中选 \(i\) 个,在 \(m\) 中选剩下的,也就是在 \(n + m\) 中选择 \(t\) 个.
而二项式证明这里就不展开了.
请证明:
\[\sum_{i=0}^n {\binom ni}^2 = \binom {2n} n \]
定理:
\[\binom nm \equiv \binom {\lfloor \frac np \rfloor}{\lfloor \frac mp \rfloor} \binom {n \% p}{m \% p} \pmod p \]
这个证明相对复杂,请酌情食用 。
证明 :
我们考虑通过带余方程改写上述式子:
我们通过生成函数 \(F(x) = (1+x)^{sp+t}\) 的第 \(kp+r\) 次项的系数求.
我们先求一个推导的时候需要的东西:
那么我们正式开始推导:
我们取 \(x^{kp+r}\) 项 。
那么当且仅当 \(i = k, j = r\) 时,就可以取出 \(x^{kp+r}\) 项的系数.
考虑为什么 当且仅当 ?
可知,我们需要 \(ip+j = kp + r\) 。
\[\begin{aligned} & \because j \in [0, t], t \in [0, p), r \in [0, p) \\ & \therefore j = r, i = k \end{aligned} \]
那么,其系数为 。
所以,可知 。
得证:
程序实现 :
这里还是稍微讲一下吧 。
首先,我们需要求出组合数,那么我们先预处理一下模数以内的阶乘和阶乘逆元:
long long fac[N] = {1}, ifac[N];
for (int i = 1; i < MOD; ++i) fac[i] = (i * fac[i - 1]) % MOD;
ifac[MOD - 1] = quickPow(fac[MOD - 1], MOD - 2, MOD);
for (int i = MOD - 1; i; --i) ifac[i - 1] = ifac[i] * i % MOD;
考虑一下组合数的特殊情况,如果 \(n < m\) 那么 \(\binom nm = 0\) 。
所以我们求模数以内的组合数方法如下:
inline int C(int i, int j) {
if (i > j) return 0;
return fac[j] * ifac[i] % MOD * ifac[j - i] % MOD;
}
那么Lucas定理呢?我们处理一下 \(n = 0\) 的特殊情况即可 。
inline int Lucas(int i, int j) {
if (i == 0) return 1;
return Lucas(i / MOD, j / MOD) * C(i % MOD, j % MOD) % MOD;
}
这个部分相对较复杂,我给出反演公式 。
令 \(f_n\) 表示之多拥有 \(n\) 个属性的集合个数, \(g_n\) 表示恰好拥有 \(n\) 个属性的集合 。
那么 。
反演推导证明 。
最后此篇关于算法学习笔记(16):组合数学基础的文章就讲到这里了,如果你想了解更多关于算法学习笔记(16):组合数学基础的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
滑动窗口限流 滑动窗口限流是一种常用的限流算法,通过维护一个固定大小的窗口,在单位时间内允许通过的请求次数不超过设定的阈值。具体来说,滑动窗口限流算法通常包括以下几个步骤: 初始化:设置窗口
表达式求值:一个只有+,-,*,/的表达式,没有括号 一种神奇的做法:使用数组存储数字和运算符,先把优先级别高的乘法和除法计算出来,再计算加法和减法 int GetVal(string s){
【算法】前缀和 题目 先来看一道题目:(前缀和模板题) 已知一个数组A[],现在想要求出其中一些数字的和。 输入格式: 先是整数N,M,表示一共有N个数字,有M组询问 接下来有N个数,表示A[1]..
1.前序遍历 根-左-右的顺序遍历,可以使用递归 void preOrder(Node *u){ if(u==NULL)return; printf("%d ",u->val);
先看题目 物品不能分隔,必须全部取走或者留下,因此称为01背包 (只有不取和取两种状态) 看第一个样例 我们需要把4个物品装入一个容量为10的背包 我们可以简化问题,从小到大入手分析 weightva
我最近在一次采访中遇到了这个问题: 给出以下矩阵: [[ R R R R R R], [ R B B B R R], [ B R R R B B], [ R B R R R R]] 找出是否有任
我正在尝试通过 C++ 算法从我的 outlook 帐户发送一封电子邮件,该帐户已经打开并记录,但真的不知道从哪里开始(对于 outlook-c++ 集成),谷歌也没有帮我这么多。任何提示将不胜感激。
我发现自己像这样编写了一个手工制作的 while 循环: std::list foo; // In my case, map, but list is simpler auto currentPoin
我有用于检测正方形的 opencv 代码。现在我想在检测正方形后,代码运行另一个命令。 代码如下: #include "cv.h" #include "cxcore.h" #include "high
我正在尝试模拟一个 matlab 函数“imfill”来填充二进制图像(1 和 0 的二维矩阵)。 我想在矩阵中指定一个起点,并像 imfill 的 4 连接版本那样进行洪水填充。 这是否已经存在于
我正在阅读 Robert Sedgewick 的《C++ 算法》。 Basic recurrences section it was mentioned as 这种循环出现在循环输入以消除一个项目的递
我正在思考如何在我的日历中生成代表任务的数据结构(仅供我个人使用)。我有来自 DBMS 的按日期排序的任务记录,如下所示: 买牛奶(18.1.2013) 任务日期 (2013-01-15) 任务标签(
输入一个未排序的整数数组A[1..n]只有 O(d) :(d int) 计算每个元素在单次迭代中出现在列表中的次数。 map 是balanced Binary Search Tree基于确保 O(nl
我遇到了一个问题,但我仍然不知道如何解决。我想出了如何用蛮力的方式来做到这一点,但是当有成千上万的元素时它就不起作用了。 Problem: Say you are given the followin
我有一个列表列表。 L1= [[...][...][.......].......]如果我在展平列表后获取所有元素并从中提取唯一值,那么我会得到一个列表 L2。我有另一个列表 L3,它是 L2 的某个
我们得到二维矩阵数组(假设长度为 i 和宽度为 j)和整数 k我们必须找到包含这个或更大总和的最小矩形的大小F.e k=7 4 1 1 1 1 1 4 4 Anwser是2,因为4+4=8 >= 7,
我实行 3 类倒制,每周换类。顺序为早类 (m)、晚类 (n) 和下午类 (a)。我固定的订单,即它永远不会改变,即使那个星期不工作也是如此。 我创建了一个函数来获取 ISO 周数。当我给它一个日期时
假设我们有一个输入,它是一个元素列表: {a, b, c, d, e, f} 还有不同的集合,可能包含这些元素的任意组合,也可能包含不在输入列表中的其他元素: A:{e,f} B:{d,f,a} C:
我有一个子集算法,可以找到给定集合的所有子集。原始集合的问题在于它是一个不断增长的集合,如果向其中添加元素,我需要再次重新计算它的子集。 有没有一种方法可以优化子集算法,该算法可以从最后一个计算点重新
我有一个包含 100 万个符号及其预期频率的表格。 我想通过为每个符号分配一个唯一(且前缀唯一)的可变长度位串来压缩这些符号的序列,然后将它们连接在一起以表示序列。 我想分配这些位串,以使编码序列的预
我是一名优秀的程序员,十分优秀!