行列式入门

定义

这是一个函数，符号为 $det$，施加于大小为 $n\times n$ 的矩阵。

计算方式

首先，我们定义 $\tau$ 表示一个数列的逆序数（在 $OI$ 界咱们一般叫逆序对数），比如 $\tau (3,1,2)=2$。

而行列式的计算方式就是：从矩阵中拿出 $n$ 个元素，要求他们都在不同的行和列上（换句话说，每行取一个元素，要求任意两个元素不在同一列上），然后它们的贡献就是$(-1{)}^{\tau }$^{（每个元素所在的列）}$\times$ 元素乘积之和。

要注意的是，每个元素所在的列是按照其所在行排序的。比如说，有三个元素，位置分别为 $(1,2),(2,3),(3,1)$，那么将它们所在的列按行排序就是 $2,3,1$。

然后将所有情况的贡献加起来，就得到了行列式的值。

举个栗子，对于这样一个矩阵，求它的行列式就是：
$$\begin{gathered} \det \left|\begin{array}{ccc}1& 0& 2\\ 0& 3& 0\\ 2& 0& 1\end{array}\right|=(-1{)}^{\tau (1,2,3)}\times 1\times 3\times 1+(-1{)}^{\tau (3,2,1)}\times 2\times 3\times 2 \\ =3-12=-9 \end{gathered}$$

写成数学柿子就是：$\det (A)={\sum }_{j_1\ne j_2\ne ...\ne j_n}(-1{)}^{\tau (j_1,j_2,...,j_n)}\times a_{1,j_1}\times a_{2,j_2}\times ...\times a_{n,j_n}$

可能不太标准？能看就行了qwq

行列式的性质

性质1

交换任意两行会使得行列式的值变成相反数。

设原矩阵为 $A$，里面的元素记为 $a_{i,j}$。

假设交换了第 $i$ 行和第 $k$ 行，设交换后的矩阵为 $A^{\prime }$，里面的元素记为 $a_{i,j}^{\prime }$。（下面一定要区分开 $A,a_{i,j}$ 和 $A^{\prime },a_{i,j}^{\prime }$，另外说一句，$a_{i,j}^{\prime }$ 下面没用到……只是为了做个区分qwq）

没交换时，柿子就像上面那样：

$\det (A)={\sum }_{j_1\ne j_2\ne ...\ne j_n}(-1{)}^{\tau (...,j_i,...,j_k,...)}\times a_{1,j_1}\times ...\times a_{i,j_i}\times ...\times a_{k,j_k}\times ...$

交换后，柿子变成：

$\det (A^{\prime })={\sum }_{j_1\ne j_2\ne ...\ne j_n}(-1{)}^{\tau (...,j_i,...,j_k,...)}\times a_{1,j_1}\times ...\times$ $a_{k,j_i}$ $\times ...\times$ $a_{i,j_k}$ $\times ...$

这其实等价于：

$\det (A^{\prime })={\sum }_{j_1\ne j_2\ne ...\ne j_n}(-1{)}^{\tau (...,}$${}^{j_k}$${}^{,...,}$${}^{j_i}$${}^{,...)}\times a_{1,j_1}\times ...\times a_{i,j_i}\times ...\times a_{k,j_k}\times ...$

接下来看一下 $j_i$ 和 $j_k$ 的位置调换会引发什么：

设他们之间（不包括 $i,k$）有 $N$ 个元素，其中有 $x$ 个比 $j_i$ 小，有 $y$ 个比 $j_k$ 大。

如果只看与 $j_i$ 和 $j_k$ 相关的逆序对，调换前 $\tau (j_i,...,j_k)=x+y$，调换后 $\tau (j_k,...,j_i)=2N-x-y$，变化量为 $2N-2x-2y$，另外，交换这两个元素肯定会使得逆序数 $+1$ 或 $-1$，所以变化量为 $2N-2x-2y\pm 1$，是个奇数，而 $-1$ 的指数加上一个奇数的话，就相当于变成原来的相反数了。

性质2

同一行的元素的公因数可以提出来。

像这样：
$$\det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}\times x& a_{i,2}\times x& \cdots & a_{i,n}\times x\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|=x\times \det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}& a_{i,2}& \cdots & a_{i,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|$$

就是简单的结合律，不证明了。

性质3

如果一个矩阵有两行相同，那么行列式的值为 $0$。

证明很简单，设原矩阵为 $A$，交换相同的两行后的矩阵为 $A^{\prime }$，那么有 $\det (A)=-\det (A^{\prime })$，因为 $A=A^{\prime }$，所以 $\det (A)=0$。

性质4

这个懒得描述了……直接上公式：
$$\det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}+b_1& a_{i,2}+b_2& \cdots & a_{i,n}+b_n\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|=\det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}& a_{i,2}& \cdots & a_{i,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|+\det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ b_1& b_2& \cdots & b_n\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|$$

简单的分配律，也不证明了。

性质5

将矩阵的某一行加上另外一行乘以某个倍数的积，行列式的值不变。

证明的话结合上面的性质也很容易得出：
$$\begin{gathered} \det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}+a_{j,1}\times x& a_{i,2}+a_{j,2}\times x& \cdots & a_{i,n}+a_{j,n}\times x\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|= \\ \det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}& a_{i,2}& \cdots & a_{i,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|+\det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{j,1}\times x& a_{j,2}\times x& \cdots & a_{j,n}\times x\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|= \\ \det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}& a_{i,2}& \cdots & a_{i,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|+x\times \det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{j,1}& a_{j,2}& \cdots & a_{j,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right|=\det \left|\begin{array}{cccc}{a}_{1,1}& a_{1,2}& \cdots & a_{1,n}\\ a_{2,1}& a_{2,2}& \cdots & a_{2,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{i,1}& a_{i,2}& \cdots & a_{i,n}\\ ⋮& \cdots & \ddots & ⋮\\ a_{n,1}& a_{n,2}& \cdots & a_{n,n}\end{array}\right| \end{gathered}$$

求解

如果暴力按照上面的那条柿子来求解，时间绝对爆炸，我们需要一点小技巧，将时间优化到稳定的 $O(n^3)$。

具体的操作就是：将矩阵转化为上三角矩阵，这样我们只需要将其主对角线上的元素乘起来就好了。

具体的转化方式我们可以参照高斯消元法，先让每一行减去第一行乘以某个倍数，使得每一行的第一个数变成 $0$，然后让第二行对下面的行做同样的事情，让他们的第二列变成 $0$，以此类推即可（如果看不懂，建议先学高斯消元 不对，你连高斯消元都不会学个毛线行列式？？）。

根据性质 $5$，我们这样消元是不会导致这个矩阵的行列式改变的。

当然，这样会面临一个问题，有些元素会变成小数，而在很多题目中我们并不能接受小数。

于是接下来用到高端的辗转相除法来帮助消元，比如说现在处理到第 $i$ 行，要用这一行的第 $i$ 个元素消去第 $j$ 行的第 $i$ 个元素，我们分别记为 $A,B$，原本的操作是 $B$ 减去 $A\times \frac{B}{A}$，现在改一下，像辗转相除一样，使他们变为 $A,B\mathrm{m}\mathrm{o}\mathrm{d}A$，具体也就是让 $B$ 减去 $\lfloor \frac{B}{A}\rfloor \times A$，然后交换 $i,j$ 两行，重复这个操作，直到有一个变成了 $0$。

代码如下：

int det(int l)
{
	int ans=1,fu=1;
	for(int i=1;i<=l;i++)
	{
		for(int j=i+1;j<=l;j++)
		while(f[j][i])
		{
			int p=f[i][i]/f[j][i];
			for(int k=i;k<=l;k++)
			f[i][k]=(1ll*f[i][k]-1ll*p*f[j][k]%mod+mod)%mod;
			swap(f[i],f[j]);
			fu=-fu;//每次交换两行之后行列式的值变为相反数
		}
		if(!f[i][i])return 0;
		ans=1ll*ans*f[i][i]%mod;//将对角线乘起来
	}
	ans=(1ll*ans*fu+mod)%mod;
	return ans;
}