【数学】组合数学

组合数学可以说是所有数论技巧中最有用的一种之一，无论是在生活中还是在学习中，都是一种极为方便的技能。

基本运算

加法原理

  若完成一件事的方法有 $n$ 类，其中第 $i$ 类方法有 $a_i$ 种不同的实现方法，且这些方法互不重复，那么完成这些事共有$a_1+a_2+a_3\cdots +a_n$ 种不同的方法。这就是加法原理。

乘法原理

  若完成一件事需要 $n$ 个步骤，其中第 $i$ 个步骤有 $a_i$ 种完成方法，且这些步骤互不干扰，则完成这件事共有$a_1\times a_2\times a_3\cdots \times a_n$种不同的方法，这就是乘法原理。

排列数

  从 $n$ 个不同元素种依次取出 $m$ 个元素排成一列，产生的不同排列的数量为: $$n\times (n-1)\times \cdots \times (n-m+1)=\frac{n!}{(n-m)!}(乘法原理)$$ 写作 $A_n^m$ 或 $P_n^m$。

组合数

  从 $n$ 个不同元素中取出 $m$ 个构成一个集合，产生的不同集合数量为:
$$\frac{n\times (n-1)\times (n-2)\times \cdots (n-m+1)}{m\times (m-1)\times (m-2)\times \cdots \times 2\times 1}(乘法原理)=\frac{n!}{m!(n-m)!}$$

性质

  1.$C_n^m=C_n^{n-m}$
  根据组合数的定义，从 $n$ 个元素中选出 $m$ 个构成的集合一定和没有选的一 一对应。所以性质1成立。
  2.$C_n^m=C_{n-1}^m+C_{n-1}^{m-1}$
  从 $n$ 个元素中选出 $m$ 个元素有两类方法：选择第 $n$ 个和不选第 $n$ 个。若选择第 $n$ 个元素，那么就相当于在 $n-1$ 个数中选出 $m-1$ 个元素，方案数为$C_{n-1}^{m-1}$。若不选第 $n$ 个元素，那么就相当于在 $n-1$ 个数中选出 $m$ 个元素，方案数为$C_{n-1}^m$。所以方案数共有$C_{n-1}^{m-1}+C_{n-1}^m$(加法原理)种情况。
  3.$C_n^0+C_n^1+C_n^2+\cdots +C_n^n=2^n$

求法

  1.我们可以直接用性质2来递推求解。复杂度为$O(n^2)$。具体实现方法与杨辉三角相同。

  2.在实际运算中，组合数一般会很大，所以题目可能会要求对所求的组合数取模。在这种情况下，我们可以先求分子 $n!modp$ ，再求分母 $m!(n-m)!modp$ 的逆元，将其相乘之后就得到了所求的组合数。
  可以先将每一个 $k(k\in [0,n])$ 的$k!modp$及其逆元算出并存在两个数组中，这样在$O(n)$的预处理之后就可以$O(1)$地求组合数了。

  此外，当所求组合数为高精数时，我们可以先用阶乘分解¹的方法。将分子分母快速分解质因数，在数组中保存各项质因数的次数，然后将分子和分母的质因子次数对应相减（消去分母），最后把剩余质因子乘起来，时间复杂度为$O(nlogn)$。
  还有一种情况，那就是 $n$、$m$ 中有至少一个数比 $p$ 要小。此时预处理求解就不那么适合了。对于该情况，我们可以使用 $Lucas$ 定理将一个 $n$、$m$ 较大的组合数分为若干个 $n$、$m$ 较小的组合数相乘进行求解

---

1. 显然，$n!$ 中的每一个数都不会超过 $n$，所以我们可以先将小于 $n$ 的质数 $p$ 先全筛出来，在考虑在 $n!$ 有多少个质因子 $p$ 。
     $n!$ 中 $p$ 的个数实际上就是 1 ~ $n$ 中每个数包含质因子 $p$ 的数量之和。显然，在1 ~ $n$ 中，$p$ 的倍数，即包含1个以上个 $p$ 的数共有$\lfloor \frac{n}{p}\rfloor$个，$p^2$ 的倍数，即包含2个以上 $p$ 的数共有 $\lfloor \frac{n}{p^2}\rfloor$,$p^3$ 的倍数，即包含3个以上 $p$ 的数共有 $\lfloor \frac{n}{p^3}\rfloor$…因为每一次提高 $p$ 的个数时，之前的 $p$ 已经计算过了，所以每次加上数的个数即可，而不是 $p$ 的个数。
   综上所述，$n!$ 中包含 $p$ 的个数为：
   $$\lfloor \frac{n}{p}\rfloor +\lfloor \frac{n}{p^2}\rfloor +\lfloor \frac{n}{p^3}\rfloor +\cdots \lfloor \frac{n}{p^{lo{g}_{p}n}}\rfloor =\sum _{p^k\le n}\lfloor \frac{n}{p^k}\rfloor$$
     由此，对于每个 $p$，只需要 $O(logn)$的时间就可以计算上述和式。因此对整个 $n!$ 进行质因子分解的时间复杂度为 $O(nlogn)$。 ↩︎