生成函数

也许更好的阅读体验

一般生成函数(OGF)

引入

考虑一类组合对象组成的集合$A$，其中：

• 每个元素$a\in A$都被定义了“大小”$|a|$，它是一个非负整数。
• 对于给定的$n$，大小为$n$的元素的数量是有限的，记作$A_n$

eg. $A$是全体$01$串组成的集合，一个$01$串的大小被定义为它的长度则$A_n=2^n$

定义

$A\left(x\right)={\sum }_{i=0}^{\infty }{A}_i{x}^i$
为$A$的一般生成函数
注意

• $A(x)$为一个多项式
• 这里的$A_i$为第$i$项的 系数

这是一个形式幂级数，不用考虑何时收敛
这里的$x^i$为形式幂，无实义，一般也不会去求
但是$x^i$有区分实际意义的作用，即$x^i\to$第$i$项
$x^i$的系数为第$i$种状态的答案
这个不好说，举个例子
eg.
$A$是全体$01$串组成的集合，则
$\begin{array}{r}A\left(x\right)=\sum _{i=0}^{\infty }{2}^i{x}^i\end{array}=\frac{1}{1-2x}$
最后一步是用的等比数列求和公式，不用考虑何时收敛，所以认为其很大是趋近于0
其中$A_i=2^i$，表示长度为$i$的答案为$2^i$
$x^i$的系数就是长度为$i$的答案，它是用于区分这个的

运算

有两类组合对象$A$和$B$

• 定义$C$为$A$和$B$的并集
  $C(x)=A(x)+B(x)，O(n)$计算
• 定义$D$为$A$和$B$的笛卡尔积，也即$D$中每个元素$d$都是$A$中某元素$a$与$B$中某元素$b$拼成的二元组$(a,b)$，其大小$|d|$ 定义为$|a|+|b|$
  $D(x)=A(x)B(x)$，$FFT$乘法$O(nlogn)$计算

eg:
$A$是全体$01$串组成的集合，$B$是全体字母组成的集合

$\begin{array}{r}A\left(x\right)=\sum _{i=0}^{\infty }{2}^i{x}^i\end{array}=\frac{1}{1-2x}$
$\begin{array}{r}B\left(x\right)=\sum _{i=0}^{\infty }26^i{x}^i\end{array}=\frac{1}{1-26x}$

$C(x)=A(x)+B(x)$，$C(x)$表示全体$01$串与全体字母的并集
$C(x)$中$x^i$项的系数表示长度为$i$的$01$串与字符串有多少

$D(x)=A(x)B(x)$，$D(x)$表示$01$串与字符串拼接出的串（前面是$01$串，后面是字符串）
$D(x)$中$x^i$项的系数表示长度为$i$的拼接出的串有多少
其中某串长度可以为0

个人理解

我们发现上面的例题中的$D$如果我们不考虑多项式
自己暴力的去算，也有这样的公式
$\begin{array}{r}\sum _{i+j=n}{a}_i{b}_j\end{array}$
其中$a_i$表示长度为$i$的$01$串有多少种，$b_j$表示长度为$j$的字符串有多少种
然后我们可以发现长度$i+j$的答案会由$i$与$j$项得到，再发现其与指数乘法有相似之处，即$x^i{x}^j=x^{i+j}$，之后就想到将答案存为其系数，$x^i$表示实际意义，于是就可以用多项式来解决问题，因为多项式可以$FFT$优化，比暴力快很多
(我觉得生成函数可能就是这么来的…)

---

指数生成函数(EGF)

引入

有时我们需要考虑带标号的组合对象，比如图
$n$个点的标号图，顶点的标号恰好为$1\sim n$

带标号对象的拼接

将两个对象$a;b$拼接起来，$|a|=n，|b|=m$

• 无标号时，只有一种方法
• 带标号时，规定拼接时拼接对象内部相对标号顺序不变，而互相的标号
  可以改变，则有$C_{n+m}^n(\left(\begin{array}{c}n+m\\ n\end{array}\right))$种拼接方法
  因为只要考虑前$a$中的$n$个用了哪些标号，剩下的$m$个给$b$中的$m$个，答案唯一，而对象内部相对标号顺序不变，所以得到的标号如何分配也是唯一的
  eg.
  将$213,21$(每个数字是一个标号)拼接，有$10$种方法
  数字表示分配的标号
  $435,21|425,31|325,41|324,51|415,32$
  $315,42|314,52|215,43|214,53|213,54$
  如第一种方案$435$对应的$231$相对标号顺序不变，$31$对应的$21$相对标号顺序也不变

定义

对于带标号组合对象组成的集合$A$，定义
$\begin{array}{r}A\left(x\right)=\sum _{i=0}^n{A}_i\frac{x^i}{i!}\end{array}$
为$A$的指数生成函数

运算

有两类组合对象$A$和$B$

• 定义$C$为$A$和$B$的并集
  $C(x)=A(x)+B(x)，O(n)$计算
• 定义$D$为$A$和$B$的笛卡尔积，也即$D$中每个元素$d$都是$A$中某元素$a$与$B$中某元素$b$拼成的二元组$(a,b)$，其大小$|d|$ 定义为$|a|+|b|$
  $D(x)=A(x)B(x)$，$FFT$乘法$O(nlogn)$计算

没错，就是复制上面的内容
对于$D(x)$
$\begin{array}{r}D(x)=\sum _{i+j=n}{A}_i{B}_j\frac{\left(i+j\right)!}{i!j!}\end{array}$
$\begin{array}{r}\frac{D(x)}{n!}=\sum _{i+j=n}\frac{Ai}{i!}\frac{B_j}{j!}\end{array}$
所以乘法运算成立

个人理解

如引入中的问题
用一般生成函数来求解
$\begin{array}{r}D\left(x\right)=A\left(x\right)B\left(x\right)=\sum _{i+j=n}^n{A}_i\cdot B_j\left(\begin{array}{c}n\\ i\end{array}\right)\end{array}$
最后又化简成

$\begin{array}{r}\frac{D(x)}{n!}=\sum _{i+j=n}\frac{Ai}{i!}\frac{B_j}{j!}\end{array}$
于是我们就弄出一个指数生成函数方便运算且省去求组合数

以下$A$为生成函数

生成序列(seq)

如字面意思，要生成一个序列
序列的顺序是确定的
$\begin{array}{r}seq\left(A\right)=\sum _{i=0}^{\infty }Ai=\frac{1}{1-A}\end{array}$

生成集合(set)

如字面意思，要生成一个集合
集合的顺序是无关紧要的，所以要除以全排列

$\begin{array}{r}set\left(A\right)=\sum _{i=0}^{\infty }\frac{A^i}{i!}=e^A\end{array}$

最后一步是因为该式子符合$e^x$的泰勒展开
关于泰勒展开可看我的该篇博客泰勒公式于牛顿迭代

如有哪里讲得不是很明白或是有错误，欢迎指正
如您喜欢的话不妨点个赞收藏一下吧