生成r子集

1 问题描述

  对于一个含有$n$个元素的集合 S = { 1 , 2 , ⋯   , n } S=\{1,2,\cdots, n\} S={1,2,⋯,n}，我们考虑生成固定大小$r(1\le r\le n)$的子集。

2 字典序

  集合$S$的自然顺序为：
$$1<2<\cdots <n$$
设$A$和$B$是集合$S$的两个$r$子集。如果在并集$A\cup B$中但不在交集$A\cap B$中的最小整数在$A$中，我们就说在字典序中$A$先于$B$。

  由于子集中的元素并不考虑顺序，例如$123$和$321$作为子集是一样的。但是为了便于生成子集，我们约定：当书写 { 1 , 2 , ⋯   , n } \{1,2,\cdots, n\} {1,2,⋯,n}的子集时，以从最小整数到最大整数的顺序书写其中的整数，即下面的形式：
$$a_1,a_2,\cdots ,a_r其中1\le a_1<a_2<\cdots <a_r\le n$$
这样我们就有了生成$r$子集的一个先后顺序了。

  例如考虑 { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 } \{1,2,3,4,5,6,7,8,9\} {1,2,3,4,5,6,7,8,9}的$5$子集。第一个$5$子集是$12345$，最后一个$5$子集是$56789$。在字典序中$12389$的直接后继是$12456$。

3 字典序后继

  定理：设$a_1{a}_2\cdots a_r$是 { 1 , 2 , ⋯   , n } \{1,2,\cdots, n\} {1,2,⋯,n}的$r$子集。在字典序中，第一个$r$子集是$12\cdots r$，最后一个$r$子集是$(n-r+1)(n-r+2)\cdots n$。假设$a_1{a}_2\cdot a_r\ne (n-r+1)(n-r+2)\cdots n$。设$k$是满足$a_k<n$且是的$a_k+1$不等于$a_{k+1},\cdots ,a_r$中任一个数的最大整数。那么，在字典序中，$a_1{a}_2\cdots a_r$的直接后继是：
$$a_1\cdots a_{k-1}(a_k+1)(a_k+2)\cdots (a_k+r-k+1)$$

证明：
  根据字典序的定义，设$a_1{a}_2\cdots a_r$是任意一个$r$子集，但不是最后的，确定出指定的$k$，于是：
$$a_1{a}_2\cdots a_r=a_1\cdots a_{k-1}{a}_k(n-r+k+1)(n-r+k+2)\cdots (n)，其中a_k+1<n-r+k+1$$

是以$a_1\cdots a_{k-1}{a}_k$开始的最后的$r$子集。而下面的$r$子集：
$$a_1\cdots a_{k-1}(a_k+1)(a_k+2)\cdots (a_k+r-k+1)$$
是以$a_1\cdots a_{k-1}{a}_k+1$开始的第一个$r$子集，从而是$a_1{a}_2\cdots a_r$的直接后继。

4 按字典序生成 { 1 , 2 , ⋯   , n } \{1,2,\cdots, n\} {1,2,⋯,n}的$r$子集算法

  根据上述定理，我们可以描述算法如下：从$r$子集$12\cdots r$开始，当$a_1{a}_2\cdot a_r\ne (n-r+1)(n-r+2)\cdots n$时，执行下列操作：

• 确定最大的整数$k$，是的$a_k+1\le n$且$a_k+1$不是$a_1,a_2,\cdots ,a_r$中的一个。
• 用$r$子集$a_1\cdots a_{k-1}(a_k+1)(a_k+2)\cdots (a_k+r-k+1)$替换$a_1{a}_2\cdots a_r$

依照算法生成 { 1 , 2 , 3 , 4 , 5 , 6 } \{1,2,3,4,5,6\} {1,2,3,4,5,6}的$4$子集：
$$\begin{gathered} 123412562345 \\ 123513452346 \\ 123613462356 \\ 124513562456 \\ 124614563456 \end{gathered}$$

算法实现如下：

def gen_r(n, r):
    res = []
    curr, end = "", ""
    for i in range(r):
        curr += str(i+1)
        end += str(n-r+i+1)
    while curr != end:
        res.append(curr)
        for i in range(r-1, -1, -1):
            if curr[i] != str(n-r+i+1):
                new = curr[:i]
                k = int(curr[i])
                for j in range(1, r-i+1):
                    new += str(j+k)
                curr = new
                break
    res.append(end)
    return res

输入：6 4
输出：['1234', '1235', '1236', '1245', '1246', '1256', '1345', '1346', '1356', '1456', '2345', '2346', '2356', '2456', '3456']

5 $r$子集在字典序中的位置

  定理： { 1 , 2 , ⋯   , n } \{1,2,\cdots,n\} {1,2,⋯,n}的$r$子集$a_1{a}_2\cdots a_r$出现在 { 1 , 2 , ⋯   , n } \{1,2,\cdots,n\} {1,2,⋯,n}的$r$子集的字典序中的位置下标（从$1$开始）是：
$$\left(\begin{array}{c}n\\ r\end{array}\right)-\left(\begin{array}{c}n-a_1\\ r\end{array}\right)-\left(\begin{array}{c}n-a_2\\ r-1\end{array}\right)-\cdots -\left(\begin{array}{c}n-a_{r-1}\\ 2\end{array}\right)-\left(\begin{array}{c}n-a_r\\ 1\end{array}\right)$$

  这个定理还是比较好理解的，就是总的$r$子集数量减去出现在$a_1{a}_2\cdots a_r$后面的$r$子集数量：

• 第一个元素比$a_1$大的数量是$\left(\begin{array}{c}n-a_1\\ r\end{array}\right)$
• 第一个元素与$a_1$相等，但是第二个元素比$a_2$大的数量是$\left(\begin{array}{c}n-a_2\\ r-1\end{array}\right)$
• $\cdots \cdots$
• 以$a_1{a}_2\cdots a_{r-1}$开始，但最后一个元素比$a_r$大的数量是$\left(\begin{array}{c}n-a_r\\ 1\end{array}\right)$

例如 { 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 } \{1,2,3,4,5,6,7,8\} {1,2,3,4,5,6,7,8}的$4$子集的字典序之下，子集$1258$所处位置为：
$$\left(\begin{array}{c}8\\ 4\end{array}\right)-\left(\begin{array}{c}7\\ 4\end{array}\right)-\left(\begin{array}{c}6\\ 3\end{array}\right)-\left(\begin{array}{c}3\\ 2\end{array}\right)-\left(\begin{array}{c}0\\ 1\end{array}\right)=12$$

寻找下标程序实现如下：

def find_index(n, subset):
    C = lambda x, y: math.factorial(x)//math.factorial(y)//math.factorial(x-y) if x >= y else 0
    r = len(subset)
    a = C(n, r)
    s = sum(C(n-int(subset[r-i-1]), i+1) for i in range(r))
    return a - s

输入：8 "1258"
输出：12

6 参考资料

• 《组合数学》第五版 P67-P70