【Code】杨氏矩阵（杨表）

定义

设$\lambda =({\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_m)$​是$n$​的一个整数拆分(记为$\lambda ⊢n$​)，一个形状为$\lambda$​的杨图为$m$​行，第$i$​行有${\lambda }_i$​列的一个表格。

而一个形状为$\lambda$的标准杨表为将$1\sim n$填入杨图中，使得的每行、每列严格递增。

若填入的数有重复，但满足同一行中的数字非严格递增，且同一列中的数字严格递增的杨表被称作是半标准杨表。

将杨表中每个数字出现的次数记录下来，可得到一个序列，该序列被视为杨表的“权重”。

对于两个整数拆分$\lambda$​和$\mu$，若对于所有$i$都满足${\lambda }_i\ge {\mu }_i$，那么称一个形状为$\lambda /\mu$的斜杨图为形状为$\lambda$的杨图去掉$\mu$的杨图。

类似的，我们定义标准斜杨表与半标准斜杨表。

RSK算法

插入算法：记$S\leftarrow x$表示将$x$从第一行插入到杨表$S$中，每次找到该行的upper_bound ，用$x$替换，然后往下插入。如果找不到就直接插在末尾。

列插入：记$x\to S$表示将$x$从第一列插入到杨表$S$中，与行插入类似。

删除算法：将位置$(i,j)$删去，$(i,j)$是一个边角。每次找到上一行的lower_bound，用$x$替换，然后向上继续操作，到第一行直接退出。

对于一个排列$X$,维护两个杨表$P_X,Q_X$，初始为空，之后按顺序进行$P_X\leftarrow x_i$，记录插入时加入的格子在$Q_X$上赋值为$i$，显然$Q_X$也为杨表。

由于插入和删除互为逆操作，所以从一对形状相同的$P,Q$出发也可以造出一个排列。因此有：
$$\sum _{\lambda ⊢n}{f}_{\lambda }^2=n!$$
其中$f_{\lambda }$表示形状为$\lambda$的标准杨表个数。

杨表和LIS

显然$P_X$​中第一行的长度就是$\text{LIS}$的长度（但不一定就是$\text{LIS}$）

---

引理： $(x\to S)\leftarrow y=x\to (S\leftarrow y)$

定理：对于排列 $X$ 和杨表 $P_X$ ，如果翻转 $X$ 得到 $X^R$ ，那么 $P_{X^R}$ 即为 $P$ 翻转行列得到。

定义$P(x_1,x_2,\cdots x_n)=((x_1\leftarrow x_2)\cdots )\leftarrow x_n$，$P^{\prime }(x_1,x_2,\cdots )=x_1\to (\cdots (x_{n-1}\to x_n))$

那么 $P(x_1,x_2,\cdots x_n)$就是$X$生成的杨表，$P^{\prime }$为$X^R$的杨表翻转行列所得。

对于$n\le 2$，显然成立。考虑归纳，若$n$成立，那么:

$P(x_{1\sim n},x_{n+1})=P^{\prime }(x_{1\sim n})\leftarrow x_{n+1}=x_1\to P^{\prime }(x_{2\sim n+1})=P^{\prime }(x_{1\sim n+1})$。

由于$\text{LDS}$就是$X^R$的$\text{LIS}$,所以$P_X$的列就和$\text{LDS}$有关。

---

最长的k-LIS子序列

定义$\text{ k-LIS}$序列为$\text{LIS}$ 长度不超过 $k$的序列。同理，定义$\text{ k-LDS }$序列表示$ \text{LDS} $长度不超过$k $的序列。显然，最长的$\text{1-LIS}$子序列就是该序列的$\text{LDS}$，这正是杨表的第一列；

我们可以猜想前$k$列长度和就是最长的$\text{k-LIS}$子序列长度。事实上，这也是正确的。

引理1：对于序列中三个连续的数 $x,y,z(x<y<z)$，如果它们在序列中不是按照 $(x,y,z)(z,y,x)$ 出现的话，交换 $x,z$ 后序列的最长 $\text{k-LIS}$ 子序列长度不变。

考虑$(z,x,y)$。注意到交换$x,z$不会让长度增加。下面证明不会使得长度变短

令$G$为原排列的最长$\text{k-LIS}$子序列。如果$G$不同时包含$x,z$，那么交换$x,z$后长度不会变短。若$G$同时包含$z,x,y$，交换后也长度不会变短。若$G$ 包含 $z,x$ ，不包含 $y$ ，这是不可能的，此时将$G$中的$(z,x)$替换为$(z,y)$显然也合法。

其他类似。

引理2：对于排列 $X$ 和它产生的杨表$P$ ，重组一个排列 $X^{\prime }=(P_{m,1},\cdots ,P_{m,{\lambda }_m},P_{m-1,1},\cdots ,P_{1,{\lambda }_1})$ ，那么 $X$ 可以通过引理$1$的交换操作转化成 $X^{\prime }$ 。

归纳法，每插入一个就在当前的排列里模拟一遍。

通过这两个引理很容易证明上面的猜想。

例题：「CTSC2017」最长上升子序列

给出一个序列$B$，每次询问给出$m,k$，求$B_{1\sim m}$的最长$\text{k-LIS}$子序列。

$n,q\le 50000$

直接维护杨表是$O(n^2\log n)$的，但是我们可以注意到我们只关系前$\sqrt{n}$行和前$\sqrt{n}$列，维护行是容易的，对于列，我们维护$X^R$的杨表即可，这样时间复杂度即为$O(n\sqrt{n}\log n)$。

例题：[BJWC2018]最长上升子序列

求长度为n的排列的最长上升子序列长度的期望。

直接枚举杨表形态即可，对于怎么数一个形态的杨表有多少个，见下文，复杂度为$O(np(n))$,$p(n)$为整数拆分数，$1s$大概能跑$60$。

---

杨表与钩子公式

设 $\lambda =({\lambda }_1,\cdots ,{\lambda }_m)$ 为 $n$ 的一个整数拆分，设 $h_{\lambda }(i,j)$ 表示 $(i,j)$ 正右边和正下方的格子数量。

先直接给出公式：

$$f_{\lambda }=\frac{n!}{\prod h_{\lambda }(i,j)}$$

考虑归纳，设 $\lambda$ 是 $n$ 的一个整数拆分，那么以它为形态的杨表中必须找到一个边角格子放 $n$ ，而把这个 $n$ 删去就会得到 $n-1$ 的整数拆分 $\mu$ 。记 $\mu \to \lambda$ 当且仅当形状为 $\lambda$ 的杨图包含形状为 $\mu$ 的杨图，那么就要证明

$$\begin{gathered} \frac{n!}{{\prod }_{s\in \lambda }{h}_{\lambda }(s)}=\sum _{\mu \to \lambda }\frac{(n-1)!}{{\prod }_{s\in \mu }{h}_{\mu }(s)} \\ \sum _{\mu \to \lambda }\frac{{\prod }_{s\in \lambda }{h}_{\lambda }(s)}{{\prod }_{s\in \mu }{h}_{\mu }(s)}=n \end{gathered}$$

设 $c=(i,j),ct(c)=i-j$ 。

把 $\lambda$ 的所有边角拿出来，设从上往下分别是 $X_i=({\alpha }_i,{\beta }_i)(1\le i\le m)$ 。令 $Y_i=({\alpha }_i,{\beta }_{i+1})(0\le i\le m)$ ，且 ${\alpha }_0={\beta }_{m+1}={\beta }_0=0,X_0=(0,0)$ 。再设 $A(c),B(c)$ 为 $c$ 往下和往右走到最远的点，那么 $h_{\lambda }(c)=ct(A(c))-ct(B(c))+1$ 。

令 $x_i=ct(X_i),y_i=ct(Y_i)$ ，那么显然有 ${\sum }_{i=0}^m{x}_i={\sum }_{i=0}^m{y}_i$ 。

设 ${\mu }^{(i)}$ 加上 $X_i$ 得到 $\lambda$ ，那么只有和 $X_i$ 同行同列，且在边角格子旁边的格子才会有影响。对于同列的格子，设 $L_j=({\alpha }_j,{\beta }_i)(1\le j<i),M_j=({\alpha }_j+1,{\beta }_i)(1\le j<i)$ ，那么只有它们才有贡献。有

$$\begin{array}{r}{h}_{\lambda }\left(M_j\right)=ct\left(A\left(M_j\right)\right)-ct\left(B\left(M_j\right)\right)+1=x_i-y_j\\ h_{{\mu }^{(i)}}\left(L_j\right)=ct\left(A\left(L_j\right)\right)-ct\left(B\left(L_j\right)\right)+1=x_i-x_j\end{array}$$

同行的格子同理，令$L_i=({\alpha }_i,{\beta }_j),(i<j\le m),M_i=({\alpha }_i+1,{\beta }_{j+1}),(i\le j\le m)$有：
$$\begin{array}{r}{h}_{\lambda }\left(M_j\right)=y_j-x_i\\ h_{{\mu }^{(i)}}=x_j-x_i\end{array}$$

所以：
$$\begin{array}{rl}\sum _{\mu \to \lambda }\frac{{\prod }_{s\in \lambda }{h}_{\lambda }(s)}{{\prod }_{sϵ\mu }{h}_{\mu }(s)}& =\sum _{i=1}^m\frac{{\prod }_{s\in \lambda }{h}_{\lambda }(s)}{{\prod }_{s\in {\mu }^{(i)}}{h}_{{\mu }^{(i)}}(s)}\\ & =\sum _{i=1}^m\frac{{\prod }_{j=0}^m{h}_{\lambda }\left(M_j\right)}{{\prod }_{j=1,j\ne i}^m{h}_{{\mu }^{(i)}}\left(L_j\right)}\\ & =\sum _{i=1}^m\frac{{\prod }_{j=0}^{i-1}\left(x_i-y_j\right){\prod }_{j=i}^m\left(y_j-x_i\right)}{{\prod }_{j=1}^{i-1}\left(x_i-x_j\right){\prod }_{j=i+1}^m\left(x_j-x_i\right)}\\ & =-\sum _{i=1}^m\frac{{\prod }_{j=0}^m\left(x_i-y_j\right)}{{\prod }_{j=1,i\ne j}^m\left(x_i-x_j\right)}\end{array}$$

注意到分母的 ${\prod }_{j\ne i}(x_i-x_j)$ 和有点像拉格朗日插值，引入变量 $t$ ，看插出来的多项式有什么性质。设

KaTeX parse error: No such environment: align* at position 8: \begin{̲a̲l̲i̲g̲n̲*̲}̲ P(t)&=-\sum_{i…

那么 $P$ 是 $m-1$ 次多项式，而要求的东西就是它的 $m-1$ 次项系数。 $Q$ 是 $m+1$ 次多项式。注意到 $(P+Q)(x_i)=0$ ，且 $x_i$ 互不相同，所以还存在一个 $\alpha$ ，使得

$$\begin{array}{rl}P(t)+Q(t)& =(t-\alpha )\prod _{i=1}^m\left(t-x_i\right)\\ \Rightarrow P(t)& =(t-\alpha )\prod _{i=1}^m\left(t-x_i\right)-\prod _{j=0}^m\left(t-y_j\right)\\ & =\left(-\alpha -\sum _{i=1}^m{x}_i+\sum _{i=0}^m{y}_i\right)t^m+\left(\alpha \sum _{i=1}^m{x}_i+\sum _{1\le i<j\le m}{x}_i{x}_j-\sum _{0\le i<j\le m}{y}_i{y}_j\right)t^{m-1}+\dots \end{array}$$

而又因为 $\sum x_i=\sum y_i$ ，且 $[t^m]P(t)=0$ ，所以 $\alpha =0$ 。所以要求的即为

$$\sum _{1\le i<j\le m}{x}_i{x}_j-\sum _{0\le i<j\le m}{y}_i{y}_j$$

因为 $x_0=0$ ，所以两个式子可以缩到一起。用平方消掉，然后再用一次 $\sum x_i=\sum y_i$ ，就得到了

$$-\frac{1}{2}\sum _{i=0}^m\left(x_i^2-y_i^2\right)$$

最后用${\alpha }_i,{\beta }_i$带入$x_i,y_i$即可。

半标准杨表的计数

表内数$\le r$的杨表数。
$$f_{\lambda }=\prod \frac{r+j-i}{h_{\lambda }(i,j)}$$
例题 Billboards

有一排长为$n$的格子，大厨需要在里面放置一些物品，使得任意连续$m$个格子中一定有$K$个物品。大厨想要放的物品数尽量少，问有多少种方法，答案对 $10^9+7$ 取模。
$K\le m\le 50,m\le n\le 10^9$

显然的一点就是如果$n\mathrm{m}\mathrm{o}\mathrm{d}m=0$那么相当与是每隔$m$个块里面就要放$k$个，而且每个块这$k$个中每一个的位置都单调不降。

记录每段放物品的位置，这样可以构成一个$\frac{n}{m}$行$k$列的半标准杨表，计数即可。

参考文献

OI-wiki 杨氏矩阵