[学习笔记] Matrix tree定理

前言

为了回归算法本身，为了搞懂算法，我参考了不同博客，并将他们做出整合和补充：

• https://www.luogu.com.cn/blog/tanrui-2960967961/matrix-tree-ding-li-ji-ji-ying-yong#
• https://blog.csdn.net/a_crazy_czy/article/details/72971868
• https://www.cnblogs.com/zj75211/p/8039443.html
• https://www.cnblogs.com/lishuyu2003/p/12093947.html

本文将分成$3$个部分：行列式的性质，定理的证明，定理的应用和扩展。标记的即为暂时不懂的地方，会渐渐完善

UPD 2020/9/27：增加了一些证明，修改了一些错误之处

行列式的性质

$det(A)={\sum }_p(-1{)}^{r(p)}\times A_{1,p_1}\times ......\times A_{n,p_n}$

性质1：互换矩阵的两行（列），行列式变号

可以看如下示例（盗个图）

对于后面乘积相同的两项，我们只用考虑前面系数变化的情况，即行列式的变化情况。

此处引出一个结论，对于一个排列，交换其中两个元素，行列式变化为奇数：

那么后面的乘积不改变，而前面的系数是一定要变号的，所以行列式变号。

性质2：如果有两行完全相同，行列式为0

交换这两行，得到的矩阵相同，行列式不变，但由$(1)$得行列式变号，所以行列式一定为$0$

性质3 如果矩阵的某一行(列)中的所有元素都乘以同一个数k，新行列式的值等于原行列式的值乘上数k

提公因数即可

类似地，如果矩阵的某一行(列)中的所有元素都有一个公因子k，则可以把这个公因子k提到行列式求和式的外面。

性质4 如果矩阵有两行(列)成比例(比例系数k)，则行列式的值为 0

先把这个比例系数提出去，然后可以运用性质2

性质5 如果把矩阵的某一行(列)加上另一行(列)的k倍，则行列式的值不变

考虑行列式的计算，我们把它拆成两部分，分别是原来的部分和新加的部分（因为每一行只会选一个，看做特殊的分配率），新加的部分一定满足性质4，加上的部分行列式为$0$，所以行列式不变。

优化行列式求法

综上，我们可以把矩阵消成上三角矩阵，求对角线乘积即为行列式的值，时间复杂度$O(n^3)$

标记1：如果要求的矩阵不允许出现实数，且需要取模，可以看看给出的博客，我不会。

Matrix Tree定理的证明

内容

$\text{Kirchhoff}$ 矩阵是指的对于一个图构造出来的一个矩阵，具体定义为度数矩阵减去邻接矩阵，度数矩阵指：
$$A_{i,j}=\{\begin{array}{ll}de{g}_i& i=j\\ 0& otherwise\end{array}$$