[数学基础] 2 组合数

组合数

1. 求组合数

根据不同的数据范围，求组合数也可以运用不同的方法。由于这是中学的内容，所以这里就不详细介绍了。
求解的总的式子：

$C_a^b=\frac{a!}{b!(a-b)!}$

表示从$a$个物品中选出$b$个的方案数。

(1) 递推法

使用递推式$C_a^b=C_{a-1}^b+C_{a-1}^{b-1}$

证明：考虑已经得知了$C_{a-1}^k,k\in [0,b]$的结果，那么当前有$a$个物品时，第$a$个物品要么被选，要么不被选中。若被选中，则方案一共有$C_{a-1}^{b-1}$个，若不被选中，则方案有$C_{a-1}^b$个，方案累加，得证。

时间复杂度$O(n^2)$

void init(){
    for (int i=0;i<N;++i){
        for (int j=0;j<=i;++j){
            if (!j) C[i][j] = 1;
            else{
                C[i][j] = (C[i-1][j-1] + C[i-1][j]) % M;
            }
        }
    }
}

(2) 通过预处理逆元的方式求组合数

直接求出$a!,\frac{1}{b!},\frac{1}{(a-b)!}$，然后再相乘。

时间复杂度$O(n\log n)$

int n;
const int N = 1e5 + 5;
const ll M = 1e9 + 7;
ll fac[N], invf[N];// 阶乘 阶乘的逆元

void init(){
    fac[0] = invf[0] = 1LL;
    for (int i=1;i<N;++i){
        fac[i] = fac[i-1] * i % M;
        invf[i] = invf[i-1] * qmi(i, M-2, M) % M;
    }
}

int main(void){
    scanf("%d", &n);
    init();
    ll a, b;
    for (int i=1;i<=n;++i){
        scanf("%lld%lld", &a, &b);
        ll ans = fac[a] * invf[b] % M * invf[a - b] % M;
        printf("%lld\n", ans);
    }
    
    return 0;
}

(3) 分解质因数法求组合数（高精度）

首先，可以把$a!$写成$a!=p_1^{a_1}\times p_2^{a_2}\times ...\times p_k^{a_k}$的形式，那么$C_a^b$的答案肯定可以写成$C_a^b=p_1^{b_1}\times p_2^{b_2}\times ...\times p_k^{b_k},\forall i\in [1,k],b_i\le a_i$。

因此，设$s_i$为$a!$中包含的质因子$p_i$的个数减去$b!,(a-b)!$中包含的$p_i$的个数，则$C_a^b={\prod }_{i=1}^k{p}_i^{s_i}$。

那么，$a!$包含的质因子个数为多少呢？答案是$\lfloor \frac{a}{p}\rfloor +\lfloor \frac{a}{p^2}\rfloor +\lfloor \frac{a}{p^3}\rfloor ...$。

• 代码：

const int N = 5000 + 5;
int p[N], sa[N], cnt;
bool st[N];

void Euler(int n){
	for (int i=2;i<=n;++i){
		if (!st[i]) p[++cnt] = i;
		for (int j=1;p[j]<=n/i;++j){
			st[p[j] * i] = true;
			if (i % p[j] == 0) break;
		}
	}
}

int get(int n, int p){
	int res = 0;
	while (n){
		res += n/p;
		n/=p;
	}
	return res;
}

vector<int> mul(vector<int>& A, int b){
    vector<int> res; int t = 0;
    for (int i=0;i<A.size();++i){
        t += A[i]*b;
        res.push_back(t % 10), t /= 10;
    }
    while (t){ res.push_back(t%10), t /= 10;}
    while (res.back()==0 && res.size()>1) res.pop_back();
    return res;
}

int main(void){
	int a, b;
	scanf("%d%d", &a, &b);
	Euler(a);
	for (int i=1;i<=cnt;++i){
		int cur = p[i];
		sa[i] = get(a, cur) - get(a-b, cur) - get(b, cur);
	}
	
	vector<int> res;
	res.push_back(1);
	for (int i=1;i<=cnt;++i){
		for (int j=0;j<sa[i];++j){
			res = mul(res, p[i]);
		}
	}

	for (int i=res.size()-1;i>=0;--i){
		printf("%d", res[i]);
	}
	puts("");
	
	return 0;
}

(4) Lucas定理求组合数

• Lucas定理：$C_a^b\equiv C_{a\mathrm{m}\mathrm{o}\mathrm{d}p}^{b\mathrm{m}\mathrm{o}\mathrm{d}p}\times C_{a/p}^{b/p}(\mathrm{m}\mathrm{o}\mathrm{d}p)$

• 代码

其中，组合数直接通过公式$C_a^b=\frac{a!}{b!(a-b)!}=\frac{a\times (a-1)\times ...\times (a-b+1)}{b!}$求得

ll C(ll a, ll b, ll p){
	if (b > a) return 0;
	ll res = 1;
	for (int i=1, j=a;i<=b;++i, --j){
		res = res * j % p; // 分子
		res = res * qmi(i, p-2, p) % p; // 分母
	}
	return res;
}

ll lucas(ll a, ll b, ll p){
	if (a<p && b<p) return C(a, b, p);
	return C(a%p, b%p, p) * lucas(a/p, b/p, p) % p;
}

(5) 取对数求组合数（可能有浮点误差）

此种方法大概可以计算1000以内的组合数。

先假设$m\le \frac{n}{2}$吧，否则因为$C(n,m)=C(n,m-n)$，令$m=m-n$。

则$x=\ln C(n,m)=\ln (\frac{n!}{m!(n-m)!})=\sum _{i=1}^n\ln i-\sum _{i=1}^m\ln i-\sum _{i=1}^{n-m}\ln i$

这样就可以直接计算前缀和$\ln n$，则$C(n,m)=e^x$。

2. 常用公式

(1) 二项式定理

Cannot read property 'type' of undefined

也可写成Cannot read property 'type' of undefined

其中，Cannot read property 'type' of undefined。

二项式定理的一个常用形式为$(1+x{)}^n=\sum _{k=0}^n{C}_n^k{x}^k$。

那么很明显，$(1-x{)}^n=\sum _{k=0}^n(-1{)}^k{C}_n^k{x}^k$

(2) 其他的一些小公式

$C_n^0+C_n^1+...+C_n^n=2^n$（从$n$取任意个数，显然二进制取或不取）

$C_a^b=C_{a-1}^b+C_{a-1}^{b-1}$（类似DP思想，对于第$b$个数，取或不取）

$C_{m+n}^n=C_m^0{C}_n^n+C_m^1{C}_n^{n-1}+...+C_m^n{C}_n^0$（从$m$个数取$n$个，$n$个取0个开始遍历）

$C_n^m=C_n^{n-m}$（显然从$n$中取$m$个的方案数和从$n$中取$n-m$个的方案数是一样的）

（这些递推式还是挺容易证明的就不写了，敲公式好累）

(2) 乘法原理和加法原理：类类独立，步步相关

1. 加法原理：做一件事情，完成它可以有$n$类办法，在第一类办法中有$m_1$种不同的方法，在第二类办法中有$m_2$种不同的方法，……，在第$n$类办法中有$m_n$种不同的方法。那么完成这件事共有$N={\sum }_{i=1}^n{m}_i$种不同的方法。

2. 乘法原理：做一件事情，完成它需要分成n个步骤，做第一步有$m_1$种不同的方法，做第二步有m2种不同的方法，……，做第$n$步有种$m_n$不同的方法，那么完成这件事有$N＝{\prod }_{i=1}^n{m}_i$种不同的方法。

(3) 可重复元素的组合问题

从n个元素中，可重复的挑选m个元素组成集合，求：不同的集合有多少个？

答案：$C_{n+m-1}^m$

证明：隔板法。

∣∗∣∗∗∗∗∣∣∗∗∗∣∣∗∣（|是边界，*是球）

假设这里有n个盒子，m个球，如果有k个球被放在了第i个盒子里，那么就相当于第i个数被选了k次。那么去掉两端边界，就相当于摆放n-1个盒子的边界和m个球有多少种摆放方式。从里面选择r个位置放球 剩余的都是盒子边界，因此答案就是$C_{n+m-1}^m$。

这里有位老哥用dp在$O(n^2)$搞定了，俺觉得也可以一看wwww，部分dp表真是一个好东西啊。

https://blog.csdn.net/m0_37602827/article/details/100624871

3. 常用定理

(1) Lucas定理

结论：$C_a^b\equiv C_{a\mathrm{m}\mathrm{o}\mathrm{d}p}^{b\mathrm{m}\mathrm{o}\mathrm{d}p}\times C_{a/p}^{b/p}(\mathrm{m}\mathrm{o}\mathrm{d}p)$ （$p$为素数）

它还可以写成如下形式：

若$p$为素数，则$n$的$p$进制表示为$(a_k,a_{k-1},...,a_0)$，$m$的$p$进制表示为$(b_k,b_{k-1},...,b_0)$

则$C_n^m\equiv C_{a_k}^{b_k}\cdot C_{a_{k-1}}^{b_{k-1}}...C_{a_0}^{b_0}(\mathrm{m}\mathrm{o}\mathrm{d}p)$

很容易看出来，它就是形式一运用数学归纳法可以得出的结论。

证明：

引理1 $C(p,x)\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}p),0<x<p$

证明：$C(p,x)\equiv \frac{p!}{x!(p-x)!}\equiv \frac{p\times (p-1)!}{x\times(x-1)\times(p-x)!} $

由于$p$为素数，所以$\forall x\in (0,p),(p,x)=1$，故$x|C_{p-1}^{x-1}$，则$p|(\frac{p}{x}{C}_{p-1}^{x-1})$。

所以$C(p,x)\equiv p\times (x^{-1}\mathrm{m}\mathrm{o}\mathrm{d}p)\times C(p-1,x-1)\equiv 0\mathrm{m}\mathrm{o}\mathrm{d}p$

引理2 $(1+x{)}^p\equiv (1+x^p)\mathrm{m}\mathrm{o}\mathrm{d}p$

根据二项式定理可得$(1+x{)}^p=\sum _{k=0}^p{C}_p^k{x}^k$

由引理1可得$\sum _{k=0}^p{C}_p^k{x}^k\equiv C(p,0)x^0+C(p,p)x^p\equiv (1+x^p)\mathrm{m}\mathrm{o}\mathrm{d}p$

下面正式推导Lucas定理。

假设$n=q_{1}p+r_1,m=q_{2}p+r_2$，则$q_1=n/p,q_2=m/p$

$$\begin{gathered} (1+x{)}^n\equiv (1+x{)}^{q_{1}p+r_1}\equiv (1+x{)}^{q_{1}p}\times (1+x{)}^{r_1}\equiv [(1+x{)}^p{]}^{q_1}\times (1+x{)}^{r_1} \\ (1+x^p{)}^{q_1}\times (1+x{)}^{r_1}\equiv \sum _{i=0}^{q_1}C(q_1,i)x^{p\times i}\times \sum _{j=0}^{r_1}C(r_1,j)x^j(\mathrm{m}\mathrm{o}\mathrm{d}p) \end{gathered}$$

又$(1+x{)}^n=\sum _{i=0}^{n}C(n,i)x^i$

$\therefore \sum _{i=0}^{n}C(n,i)x^i\equiv \sum _{i=0}^{q_1}C(q_1,i)x^{p\times i}\times \sum _{j=0}^{r_1}C(r_1,j)x^j(\mathrm{m}\mathrm{o}\mathrm{d}p)$

由二项式定理可知，$C_n^m$为$(1+x{)}^n$展开式中$x^m$项前面的系数

$\because m=q_{2}p+r_2,\therefore q_2=m/p,r_2=m-\lfloor \frac{m}{p}\rfloor \times p$

$C(n,m)x^m\equiv C(q_1,q_2)x^{p\times q_2}\times C(r_1,r_2)x^{r_2}(\mathrm{m}\mathrm{o}\mathrm{d}p)$

即$C_n^m\equiv C_{q_1}^{q_2}\cdot C_{r_1}^{r_2}(\mathrm{m}\mathrm{o}\mathrm{d}p)$，得证。

推论1 $C(n,m)$为奇数的充要条件为，在二进制表示下（$p=2$），$\forall i\in [0,k],a_i\ge b_k$。

证明：首先，$C(0,0)=1,C(0,1)=0,C(1,0)=1,C(1,1)=1$。

考虑$C(n,m)\mathrm{m}\mathrm{o}\mathrm{d}2$，则对于$n$上的为1的位$a_i$，$b_i$能取0或1，对于$a_i=0$，则$b_i$必须为0，得证。

例题：HDU4349 Xiao Ming’s Hope 结论就是$2^{a_i=1的个数}$

(2) 扩展Lucas定理

前置知识：卢卡斯定理 中国剩余定理

扩展Lucas定理用于求解以下公式：

$C_a^b\mathrm{m}\mathrm{o}\mathrm{d}p$，其中$p$不一定是质数。

由整数的唯一分解定理，对$p$进行质因数分解，$p=p_1^{a_1}\times p_2^{a_2}\times ..\times p_k^{a_k}$，显然$\forall i,j\in [1,k],i\ne j,(p_i^{a_i},p_j^{a_j})=1$。

我会在后面的提高篇中证明