从排列与组合的python实现到"生日问题"的解释

在 数论及Python实践一文中，我们介绍了组合的基本定义以及一些常规实现方法，并未充分发挥python语言的优势，本文我们从reduce函数的角度（从这个角度我们应当恢复reduce正宫娘娘的地位，因为在python3中Guido将reduce从系统内置函数降格为functools中的函数），重新实现给出排列组合的各自实现，以及据此给出”生日问题”的概率解释。

$$\begin{split} &\binom{n}{k}=\frac{n!}{k!(n-k)!}\\ &\binom{n}{k}=\binom{n-1}{k}+\binom{n-1}{k-1} \end{split}$$
第二行公式可看做其递归定义式。我们换个记号继续推导：
$$\begin{split} C_n^k=&C_{n-1}^k+C_{n-1}^{k-1}\\ =&C_{n-1}^k+C_{n-2}^{k-1}+C_{n-2}^{k-2}\\ =&\cdots \end{split}$$
这里还有一个经典的结论：
$$\sum_{k=0}^n\binom{n}{k}=2^n$$
如何证明，其实很简单，回归定义（组合数combination，又叫二项式系数binomial coefficients），对 $2^n$进行二项展开，即：
$$\begin{split} 2^n=&(1+1)^n\\ =&\binom n0+\binom n1+\cdots+\binom n{n-1}+\binom n{n}\\ =&\sum_{k=0}^n\binom nk \end{split}$$

$2^n$ 这不正是二进制嘛！这个结论有什么用？举个栗子，给定三个卡片，编号为 $1-3$，使用该等式可得其会有 $2^3=8$种组合（combinations或叫subsets）（包括空集）：

$$|\{\{\};\{1\};\{2\};\{3\};\{1,2\};\{1,3\};\{2,3\};\{1,2,3\}\}|=8$$
以二进制的形式理解的话即为：

• 0：000
• 1：001
• 2：010
• 3：011
• 4：100
• 5：101
• 6：110
• 7：111

再来考虑这样一种情形，从 $n$个数中随机选择 $k$个，再从余下的 $n-k$个随机选择$p$个，组合数一共多少：

$$\binom{n}{k}\cdot\binom{n-k}{p}=\frac{n!}{k!(n-k)!}\cdot\frac{(n-k)!}{p!(n-k-p)!}=\frac{n!}{k!p!(n-k-p)!}$$
将此记为：$\binom{n}{k,\,p}$，也即 $\binom{n}{k,\,p}=\frac{n!}{k!p!(n-k-p)!}$

再来看几个结论：

$$A_n^k=\frac{n!}{(n-k)!}$$
所以有：
$$\binom{n}{k}A_k^k=\frac{n!}{k!(n-k)!}k!=A_n^k$$

$$N^k\neq \left [ A_N^k=\binom{N}{k}A_k^k\right ]$$

左边允许重复，右边不允许重复；

当我们试图用reduce实现组合数的计算时，

$$\binom{n}{k}=\frac{n!}{k!(n-k)!}=\frac{\prod\limits_{i=n-k+1}^ni}{k!}=\frac{A_n^k}{k!}$$

from functools import reduce
import operator

def fac(n):
    return reduce(operator.mul, range(1, n+1), 1)
                            # 阶乘n!的定义
                            # reduce与operator.mul结合
def perm(n, k):
    return reduce(operator.mul, range(n-k+1, n+1), 1)   
                            # 排列数的定义
def comb(n, k):
    return perm(n, k)//fac(k)                   

def test():
    print('{}!={}'.format(5, fac(5)))
    print('A_{}^{}={}'.format(5, 2, perm(5, 2)))
    print('C_{}^{}={}'.format(5, 2, comb(5, 2)))
if __name__ == '__main__':
    test()

运行结果为：

5!=120
A_5^2=20
C_5^2=10

由以上准备，我们可求解概率论史上的经典问题（概率论史上的经典问题一般是指违反直觉的那些问题）”生日问题”：

一次聚会上，只要有23个人，就有50%的可能性其中至少有两个人生日相同，如果人数达到50人，至少有两个人生日相同的概率达到97%。（这个结论很恐怖，只要是班上的人数超过50，老师便可以说，我们班至少有两个人生日相同，其实在人数超过23的时候，我们便可以这么说，应为概率占优，注意，是班上会有来个人生日相同，不是说，班上至少存在一个人生日生日与我相同）。

当然这类问题从其反问题对立事件出发，$1-P(所有人都不在同一天)=P(至少有两人在同一天)$，

$$p=1-\frac{A_{365}^{23}}{365^{23}}\\ p=1-\frac{A_{365}^{50}}{365^{50}}$$

这里的$A_{365}^{50}$可以理解为，随意指定一个生日，他生日所在的自由度（或者作可选空间）为365，则下一个人只有365-1的自由度，依次类推。$365^{50}$是考虑到这50个人的生日大体独立，也即每一个的生日都有365个自由度（也即365种选择）。所谓概率，频率的观点（另有贝叶斯的观点）来看就是出现的次数与总的可能性之比。

>>> 1-perm(365, 23)/(365**23)
0.5072972343239854
>>> 1-perm(365, 50)/(365**50)   
0.9703735795779884

注意：如果预先指定一个生日，随机选取125人，250人，500人，出现某人生日正好是这一生日的概率分别是：

$$1-(\frac{364}{365})^{125}\approx0.29031618790748226\\ 1-(\frac{364}{365})^{250}\approx0.49634888685383205\\ 1-(\frac{364}{365})^{500}\approx0.7463355562266258$$

比想象的要小很多，再次说明概率中的许多问题都比较违反直觉。

补充：

$$365^{50} \neq \binom{365}{50}A_{50}^{50}$$
为什么不等于呢？在于，左边 “允许重复”（同一个位置，既可以是你，也可以是他），右边 不允许重复；