组合数

排列组合是高中课程的重要内容，坑爹的计算各种花样百出的排列组合数。最近又遇到了组合，突然想起来刚毕业时，研究过这种方法，甚为巧妙，这里记录下。
组合有种应用是在把一堆物品分成两类，应该怎样分，有多少种分法，本文就是针对这种情况。

1. 有多少种分法

我们假设有k个物品，分别为k(0), …,k(n-1)，则其分为两类可分成以下的情况

• 分成1/(k-1)两类，则为$C_k^1$

• 分成2/(k-2)两类，则为$C_k^2$
  …

• 分成(k-1)/1两类，则为$C_k^{k-1}$
  则所有的分类为

$$C_k^1+C_k^2+...+C_k^{k-2}+C_k^{k-1}=2^k-2$$
明显，里面第一种情况和最后一种情况是重复的分法，也就是上下对称的部分是重复的，因此实际的分法是 $2^{k-1}-1$种。

2. 怎么分

我们在上面计算了有多少种分法，但是没有具体列举应该怎么分，例如当k=4时，分别用0, 1, 2, 3表示，其可能的分法种类是

$$2^{k-1}-1=7$$
其分法
$$0|1,2,3\\ 1|0,1,2\\ 2|0,1,3\\ 3|0,1,2\\ 0,1|2,3\\ 0,2|1,3\\ 0,3|1,2$$
如果要输出其所有的分法，可以用递归的方法

#include <iostream>
#include <vector>
using namespace std;
vector<int> result;
int k = 4;
void combi(int begin)
{
    if(begin >= k){ 
        if(result.size() == k || result.size() == 0){ 
            return;
        }   
        //print
        for(int i=0; i<result.size(); ++i){
            cout<<result[i]<<" ";
        }   
        cout<<endl;
        return;
    }   
    //include begin
    result.push_back(begin);
    combi(begin+1);
    //not include begin
    result.pop_back();
    combi(begin+1);
}

int main()
{
    combi(0);
}

快3年没写C++了，凑合看吧。这里输出了所有情况，第一种输出是0,1,2和最后一种3实际是一种。

3. 一种巧妙构造方法

有种巧妙的方法可以用来表示其具体分的策略，我们把4种物品看成是4个位置，分到左边我们用1表示，分到右边用0表示，则上面的分法变成

$$1000\\ 0100\\ 0010\\ 0001\\ 1100\\ 1010\\ 1001$$
受到这个启发，我们来看从4位的2进制是什么样子的

$$0000(0), 0001(1), 0010(2), 0011(3),\\ 0100(4), 0101(5), 0110(6), 0111(7), \\ 1000(8), 1001(9), 1010(10), 1011(11),\\ 1100(12), 1101(13), 1110(14), 1111(15)$$

按上面的想法，这些数字就是分成2类时不同的组合方法，去掉首尾0和15，也是类似上面情况，首尾折叠的情况是重复的，因此想要得到组合的分法，只需要从1开始遍历至$2^{k-1}$，输出其分法即可。我们给出spark的代码

def extractMultiClassCategories(
    input: Int,
    maxFeatureValue: Int): List[Double] = {
    var categories = List[Double]()
    var j = 0
    var bitShiftedInput = input
    while (j < maxFeatureValue) {
      if (bitShiftedInput % 2 != 0) {
        // updating the list of categories.
        categories = j.toDouble :: categories
      }
      // Right shift by one
      bitShiftedInput = bitShiftedInput >> 1
      j += 1
    }
    categories
  }

spark这里是用在多分类的无序特征处理中，输入参数input是1 until $2^{k-1}$，maxFeatureValue是物品种类k，因为这里只需要判断特征值在左半边还是右半边，这里只输出了左半边的表示，也就是1的位置，实际是落入左边的特征值。