【学习笔记】矩阵树及其衍生

0.概述

主要用于生成树有关问题。

事先声明：默认大家都知道比内-柯西定理。这里不再给出证明。

1.经典版：无向图

怎么求生成树个数呢？

1.1.构造

考虑用 $(n-1)\times m$ 的矩阵与 $m\times (n-1)$ 的矩阵相乘。乘积（是一个矩阵哦）的行列式，根据 $\mathtt{B}\mathtt{i}\mathtt{n}\mathtt{e}\mathtt{t}-\mathtt{C}\mathtt{a}\mathtt{u}\mathtt{c}\mathtt{h}\mathtt{y}$ 可知，是这两个矩阵各选 $n-1$ 列。其实后面的矩阵是选 $n-1$ 行。

那么，我们不妨 让每一列都代表一条边。选 $n-1$ 列就是选出 $n-1$ 条边。

我们需要一个矩阵，使得这 $n-1$ 条边形成环时，行列式为零，这样就不会统计进去。注意，我们扔掉了一个点，这是危险的，所以要小心。

当然，我们已经站在了巨人的肩膀上，前人已经帮我们构造好了。对于第 $k$ 条边 $⟨u,v⟩$ ，矩阵 $B_{u,k}=1,B_{v,k}=-1$ 。我们要做的就是检验一下。虽然不可能找到错误。

1.1.1.有环

假如某些边形成环，不妨只看这些边。点可以重新编号，因为交换两行只改变符号，如果是 $0$ 就一直是 $0$ 。边亦如此。那我们得到一个“带状矩阵”，形如：

1 0 0 0 -1
-1 1 0 0 0
0 -1 1 0 0
0 0 -1 1 0
0 0 0 -1 1

显然这几列加在一起是全 $0$ 。更标准地说，将每一列都加到第一列上，得到全 $0$ 的一列，所以行列式肯定为 $0$ 。即使去掉其中一行（也就是扔掉了一个点）也如此。

其实看成向量就可以完美感性理解了。

1.1.2.无环

无环则为树。树可以任意定一个根，不妨就把根设置为删掉的那个点。剩下的点按照深度排序。边的顺序也改改，令第 $i$ 条边恰为第 $i$ 个点与其父节点的连边——根就称为 $0$ 号节点。

那么 $B$ 矩阵一定是上三角——对于任意一个点，其父节点的编号更小，因为我们是按照深度排序的。所以行列式就是对角线上的值，是 $\pm 1$ 。符号是不确定的，因为点的编号是改过的，你没法使得对角线上都是 $1$ 而不是 $-1$ 。

好消息是，$(\pm 1{)}^2=1$ 。我们正好是两个矩阵相乘。所以第二个矩阵就设置为 $B$ 的转置就好啦！

1.2.回归

那么 $B\times B^T$ 究竟是个啥？——其中 $B^T$ 表示转置。

可以看成每条边是一个虚点。$u\to k\to v$ 则乘积为 $-1$ ，而 $u\to k\to u$ 为 $1$ ，所以结论是：

$G_{i,i}$ 为点 $i$ 的度数，而 $G_{i,j}$ 为二者之间边的数量的相反数。

1.3.拓展：求生成树边的乘积

如果一个生成树的权值定义为每条边的权值的乘积，咋整？也就是求

$$\sum _T\left(\prod _{i\in T}{w}_i\right)$$

其实很好搞，可以将一条边看做 $w_k$ 条重边，其中 $w_k$ 为权值。

因为选择这条边的本质是连接两个端点，而此时有 $w_k$ 条边都能做到这一点，那么生成树个数就会乘 $w_k$ 。

如果 $w_k$ 不是一个整数，而是任意一个定义了 $+,-$ 与 $\times$ 的类型呢？其实也是一样的。构造矩阵 $B^{\prime }$ ，对于第 $k$ 条边 $⟨u,v⟩$ ，令 $B_{u,k}^{\prime }=w_k,B_{v,k}^{\prime }=-w_k$ ，那么 $B^{\prime }\times B^T$ 的行列式显然就是答案。而这个乘积就是原来的基尔霍夫矩阵（经典的 $B\times B^T$ 称为基尔霍夫矩阵）进行上述微调的结果。

1.4.拓展：求生成树边的和

我们现在要求
$$\sum _T\sum _{i\in T}{w}_i$$

枚举一条边？糟糕。事实上前面我已给出铺垫。$(w_{k}x+1)$ 也可以看做权值。然后最后的结果就是一次项系数。可是怎么求行列式（用到了高斯消元）呢？多项式求逆。真恶心。

2.拓展：有向图

怎么求生成树个数呢？这里的生成树肯定是一个外向树 $/$ 内向树。由于本质相同，这里只求外向树。

2.1.构造

原来的 $B$ 蛮好用的，咱可以接着用它。它可以保证，将边视作无向边时，形成一棵树。

但是不能用 $B^T$ 了。我们得检验一下是不是外向的。如果还用原来的思路——按照深度排序，那么每一条边都应该是从父节点指向子节点的。也就是有向边的结尾一定要落在对角线上。否则就需要行列式为 $0$ 。那么有向边 $⟨u,v⟩$ 就应该只有 $v$ 为 $1$ ，而 $u$ 应当为 $0$ ，这样就只能让 $v$ 落在对角线上。所以构造 $C_{k,v}=1$ 即可。

话说 $B$ 的行列式好像是 $\pm 1$ ？所以我们要小心，我们要让 $B$ 的行列式只能为 $+1$ 。方法就是 $⟨u,v⟩$ 强制要求 $B_{u,k}=-1$ 而 $B_{v,k}=1$ 。这样一来，对角线上就只能全部是 $+1$ 了。

此时删掉的点就不是 “不妨设” 了，而是必须为外向树的根。

2.2.回归

$B\times C$ 是啥捏？直接给结论，$G_{i,i}$ 是点 $i$ 的入度，而 $G_{i,j}$ 是 $i$ 到 $j$ 的有向边的数量的相反数。

3.深入：容斥原理

其实矩阵树定理还有另一种理解方式，那就是容斥。

首先从 “生成树有 $n-1$ 条边，每个点的邻边中有一条边是连向父节点的” 入手，每个点都随意选一条边，假定其为父边。然而这很可能形成环。没关系，我们对环容斥一下就行了！毕竟，只要不形成环，必然是树。

我们随便搞出一个环，比如 $x_1\to x_2\to x_3\to \cdots \to x_k\to x_1$ 吧。那么剩下的点就还是乱选父边。方案数很好算，容斥系数是 $-1$ 的环个数次方。这能不能体现到行列式里呢？

交换任意两个数字，逆序对数量的奇偶性必然变化。所以，欲求奇偶性，只需要求经过多少次交换可以变成有序的。在行列式中 “有序” 就是主对角线。上面提到的环，等价于第 $x_i$ 行选择了第 $x_{i+1}$ 列的元素。显然可以交换第 $x_1$ 行、第 $x_2$ 行，再交换第 $x_1$ 行、第 $x_3$ 行，一直到交换 $x_1$ 行、第 $x_k$ 行，共 $(k-1)$ 次变为有序。

$(-1{)}^{k-1}$ 好像不太对。但是，如果在矩阵里用边数的相反数呢？不就是 $(-1{)}^{k-1}\times (-1{)}^k=-1$ 了吗？有 $r$ 个环，系数就是 $(-1{)}^r$ ，一点问题都没有了！

整个过程不需要 “边是无向的” 这一条件。有向图中，去掉根，每个点都有一条出边，又不形成有向环，就必然是内向树了。或者说，无向图只是把边当成了两条有向边，因为容斥的就是有向环。