Entropy Increaser 的博客

cnblogs 博客

（这里采取符号 (ω;q)=(1−ω)(1−ωq)⋯(1−ωqn−1)(\omega;q)=(1-\omega) (1-\omega q)\cdots(1-\omega q^{n-1})(ω;q)=(1−ω)(1−ωq)⋯(1−ωqn−1)）设 f,gf,gf,g 满足gn=∑k(nk)qfkg_n = \sum_k \binom n k_q f_kgn​=k∑​(kn​)q​fk​那就是gn(q;q)n=∑kfk(q;q)k1(q;q)n−k\frac{g_n}{(q;q)_n} = \su

三年之期已到！我们考虑一个 DFA，它接受的字符是 < 和 >，每条转移边上有个边权，每个节点有个终止权值。定义一个排列的权值是把它的相邻不等关系抠出来，走过的边权值相乘，最后乘以终点的终止权值。试对 ∑n(∑p∈πnw(p))xn\sum_n \left(\sum_{p\in \pi_ n} w(p)\right) x^n∑n​(∑p∈πn​​w(p))xn 建立生成函数。我们以 小孩召开法 为例。「2019 山东一轮集训 Day3」小孩召开法 总共有两个状态，上升（AAA）和下降（D

考虑和式 ∑i=0n−1(∑j=0i(nj))3\sum_{i=0}^{n-1} \left(\sum_{j=0}^i \binom n j\right)^3∑i=0n−1​(∑j=0i​(jn​))3 的结果。设答案为 SSS，我们考虑另一个和式：∑i,j,k(ni)(nj)(nk)⋅(max⁡{i,j,k}−min⁡{i,j,k})\sum_{i,j,k}\binom n i \binom n j \binom n k \cdot \left( \max\{i,j,k\} - \min\{

A098928：对 n×n×nn\times n\times nn×n×n 的三维立方点阵，问有多少立方体以其格点为顶点。为了计算这个问题的答案，我们不妨先看看 222 维的情况。我们先考虑一个斜着摆的正方形，其边向量可以写作 (a,b),(b,−a),(−a,−b),(−b,a)(a,b),(b,-a),(-a,-b),(-b,a)(a,b),(b,−a),(−a,−b),(−b,a)。考虑这个形状有多少种方法放进 n×nn\times nn×n 的点阵。这取决于它在 x,yx,yx,y 上的长度和宽度

如 G. Pólya 在他的教育著作《怎样解题》中所说：“尽可能形式地证明我们所直观看到的，以及尽可能直观地看出我们所形式证明过的，这是一种增进智力的练习。不幸，在教学中，并不总有时间来这样做。” 我想这对于撰写介绍性的个人博客来说也是颇有可借鉴学习之处的。这体现于，把东西用简洁、严谨的方式讲述出来，以方便同行理解，和以外延、启发的方式让更多的人群理解，是需要不同的策略的。“对于说明某一特定点而言，欧几里得论证展开方式是优越的，但在阐述论证的主要思路方面，则不那么好。‘聪明的读者’很容易看到每步是正确的，

有正整数 N,m,kN,m,kN,m,k，问有多少长为 NNN 的序列 hhh，满足 1≤hi≤m1\le h_i\le m1≤hi​≤m，且 hi<hi+1h_i<h_{i+1}hi​<hi+1​ 的位置恰有 kkk 个。这个问题无非就是离散情况的欧拉数，我们把 GF 算出来：我们首先注意到有 kkk 个 <<< 就是说序列被 ≥\ge≥ 分割为了 n−kn-kn−k 段。考查二元 GF 的基本单位，我们需要对每个间隔进行容斥，就有∑n∑j(n−1j−1)(−.

哑验算（Umbral Calculus），或称本影演算、Blissard 演算，是一种进行恒等式推导时的技术手段。在进行一些题目推导时，我确实发现这种方法能很大程度上简化步骤，并且结合转置原理或许事半功倍。究竟是什么技术呢？一句话解释，就是我们把一个数列 AnA_nAn​ 在推导过程中直接写成 tnt^ntn。...

4 月 27 日尝试使用新方法计算 [nk]n \brack k[kn​]，没有实质突破。主要想法是根据 Lagrange 反演公式，首先有转化[nk]=n![zn]1k!(ln⁡11−z)k=(n−1)![zn−k]1(k−1)!(z1−e−z)n\begin{aligned}n \brack k &= n![z^n] \frac 1{k!} \left( \ln \frac 1{1-z}\right)^k\\&= (n-1)! [z^{n-k}] \frac 1{(k-1)!

假设同余 ppp 下的数 qqq 原本是一个分子分母的绝对值都很小的分数（准确讲，是已知 ∣a∣≤A,∣b∣≤B|a|\le A, |b|\le B∣a∣≤A,∣b∣≤B，且 AB=o(p)AB = o(p)AB=o(p)），我们可以还原出一组解 q≡a/bq\equiv a/bq≡a/b。万能欧几里得当然是可以做的。但是为什么说我们有一个异常简洁的方法呢？pair<int, int> approx(int p, int q, int A) { int x = q, y = p, a =

这一算法来自于我们对“线性递推式拟合”的视角转换，其后得到的算法是自然的。引理 1. 如果两个有理分式 p1/q1,p2/q2p_1/q_1, p_2/q_2p1​/q1​,p2​/q2​ 均有 deg⁡p<n,deg⁡q≤n\deg p<n, \deg q\leq ndegp<n,degq≤n 且展开式 p1/q1≡p2/q2(modx2n)p_1/q_1 \equiv p_2/q_2 \pmod {x^{2n}}p1​/q1​≡p2​/q2​(modx2n)，那么 p1/q1=p2/

本构造来源于 **Christophe Reutenauer《Free Lie Algebras》Sec. 7.6.2**。设一质数的幂 $q$，我们给出一个全体 $n$ 阶 $F=\mathrm{GF}(q)$ 上不可约多项式到以 $F$ 为字符集的长为 $n$ 的 Lyndon Word 的双射。

王展鹏在 2020 年集训队论文中提出了一种计算模合数伴随矩阵，以及交换环上矩阵行列式的做法。今天我们讨论一个综合一点的情况：模合数多项式。设给定一个 n×nn\times nn×n 的 mmm 次多项式构成的矩阵，求行列式的 0∼m0\sim m0∼m 次项且 m≪nm\ll nm≪n。系数对 MMM 取模。我们首先做个 CRT，将模数 MMM 分解为若干 pkp^kpk 之乘积，将问题逐一解决。当 k>1k>1k>1 的时候，由于不是域，我们会遇到类似下面的无法直接消元的情形：

这也是我当年第一次做出了一点有意思的结果，现在我们将它收尾。

在两年前我加强出了 这么 一道题目，当时得到的复杂度是 Θ(k2log⁡n)\Theta(k^2 \log n)Θ(k2logn) 的，因为最后要做 n2n^2n2 个快速幂。经过了最近一段时间的摸鱼，突然发现这个复杂度可以再稍微降一点。限于本人水平有限，接下来会列出一些我不会证明的结果，但这些结论应当是容易在教科书或网上查询确认的。d=4d=4d=4对于 d=4d=4d=4 的情况，我们需要对于 −k≤a,b≤k-k\le a,b\le k−k≤a,b≤k，求出全体 (a+bi)n(a+b\mat

设 Q(x,t)Q(x,t)Q(x,t) 是由 {1‾,1}\{\overline 1,1\}{1,1} 所构成的游走方案，即 Q(x,t)=∑n,kan,kxntkQ(x,t) = \sum_{n,k} a_{n,k} x^nt^kQ(x,t)=∑n,k​an,k​xntk 表示从 000 位置走 kkk 步，最后走到 nnn 位置，且过程中坐标均 ≥0\ge 0≥0 的方案数。首先这个方程应该大致长这样：Q(x,t)=1+(x‾+x)tQ(x,t)−x‾Q(0,t)Q(x,t) = 1 + (\o

Tutte 多项式TG(x,y)=∑A⊆E(x−1)k(A)−k(E)(y−1)k(A)+∣A∣−∣V∣T_G(x,y)=\sum_{A\subseteq E}(x-1)^{k(A)-k(E)}(y-1)^{k(A)+|A|-|V|}TG​(x,y)=A⊆E∑​(x−1)k(A)−k(E)(y−1)k(A)+∣A∣−∣V∣其中 k(E)k(E)k(E) 表示图 (V,E)(V, E)(V,E) 的连通分量数。设 n=∣G∣n=|G|n=∣G∣，带入一组 x,yx,yx,y，对于 VVV 的子集 V′V

And if we don’t surviveI’d rather die than live a lie——《Nexus》令F(n,m)=∑k=0m(nk)F(n,m) = \sum_{k=0}^{m} \binom n kF(n,m)=k=0∑m​(kn​)询问 NNN 次 F(n,m)F(n,m)F(n,m)，满足 n,m≤Nn,m\le Nn,m≤N。本问题的寻常做法是基于 n,mn,mn,m 任何一维进行 ±1\pm 1±1 的操作只需要 O(1)O(1)O(1) 计算修改。那么根.

这是一张 Wikipedia 上找到的图。其中写的恒等式是这样的：∑k(nk)2(3n+k2n)=(3nn)2 \sum_k \binom n k^2 \binom {3n+k}{2n} = \binom{3n}n^2 k∑​(kn​)2(2n3n+k​)=(n3n​)220 世纪 90 年代，组合学家 Wilf 和 Zeilberger 发展了组合恒等式机器证明的算法理论，即 WZ 理论。该理论彻底改变了组合恒等式与特殊函数研究的面貌。计算机科学大师 Knuth 认为该理论将数学中一些重要的部分从.

我们的目的是解决高维多项式乘法时的维度爆炸问题。也就是根据传统方法，我们在计算多项式乘法 f(x1,…,xk)⋅g(x1,…,xk) mod (x1n1,…,xknk)f(x_1,\dots,x_k)\cdot g(x_1,\dots,x_k)\bmod (x_1^{n_1},\dots,x_k^{n_k})f(x1​,…,xk​)⋅g(x1​,…,xk​)mod(x1n1​​,…,xknk​​) 时，设 N=∏iniN = \prod_i n_iN=∏i​ni​，若要先计算整个值域，则值域是 Ω(N2k)