斯特林数相关

最近听说了小道消息:XC要求初一的同学们学好各种东西,其中包括斯特林数。
我笑掉大牙!
联合省选的D1T2放出了一道裸的斯特林数,幸亏之前推过第二类斯特林数求自然数幂和,所以很幸运地切了。
这次比赛之后dyp和gmh77疯狂学斯特林数,从此免疫。
惊得我也系统地学一下斯特林数做做样子。


概念

第一类斯特林数:记为s(m,n)s(m,n)(也可以用中括号表示),组合意义为mm个数形成nn个圆排列的方案数。
有个比较系统的定义:s(m,n)=[xn]i=0m1(x+i)s(m,n)=[x^n]\prod_{i=0}^{m-1}(x+i)
性质:
s(m,n)=(m1)s(m1,n)+s(m1,n1)s(m,n)=(m-1)*s(m-1,n)+s(m-1,n-1)
组合意义可证。
k=0ns(n,k)=n!\sum_{k=0}^ns(n,k)=n!
每一种排列,对应着一种轮换。意思记排列为ppiipip_i连边,这样就会形成若干个环。
s(m,n)=[xm]m!(ln(1x))ns(m,n)=[x^m]m!(-\ln(1-x))^n
简单生成函数即可。

第二类斯特林数:记为S(m,n)S(m,n)(也可以用大括号表示),组合意义为mm个数形成nn个集合的方案数。
性质:
S(m,n)=nS(m1,n)+S(m1,n1)S(m,n)=n*S(m-1,n)+S(m-1,n-1)
组合意义可证。
S(m,n)=[xm]m!(ex1)n=1n!k=0n(1)kC(n,k)(nk)mS(m,n)=[x^m]m!(e^x-1)^n=\frac{1}{n!}\sum_{k=0}^{n}(-1)^kC(n,k)(n-k)^m
前面这个简单生成函数即可,后面那个可以将生成函数展开,或者反演得到(下面有提及)。
k=0nS(n,k)=Bn\sum_{k=0}^nS(n,k)=B_n
BB表示贝尔数。

有符号斯特林数:顾名思义就是有符号的斯特林数。
ss(m,n)=(m1)ss(m1,n)+ss(m1,n1)s_s(m,n)=-(m-1)*s_s(m-1,n)+s_s(m-1,n-1)
Ss(m,n)=nSs(m1,n)+Ss(m1,n1)S_s(m,n)=-n*S_s(m-1,n)+S_s(m-1,n-1)

下标ss意思为“signed”

打个表出来可以发现
ss(m,n)=(1)mns(m,n)s_s(m,n)=(-1)^{m-n}s(m,n)
Ss(m,n)=(1)mnS(m,n)S_s(m,n)=(-1)^{m-n}S(m,n)


性质

s(m,n)S(m,n)s(m,n)\geq S(m,n)
排列数大于等于集合数。

普通幂、上升幂、下降幂相关:(这个在推式子的时候经常能够用到!)
xn=k=0nS(n,k)xkx^n=\sum_{k=0}^nS(n,k)x^{\underline k}
xn=k=0nS(n,k)(1)nkxk=k=0nSs(n,k)xkx^n=\sum_{k=0}^nS(n,k)(-1)^{n-k}x^{\overline k}=\sum_{k=0}^nS_s(n,k)x^{\overline k}
xn=k=0ns(n,k)xkx^{\overline n}=\sum_{k=0}^ns(n,k)x^k
xn=k=0ns(n,k)(1)nkxk=k=0nss(n,k)xkx^{\underline n}=\sum_{k=0}^ns(n,k)(-1)^{n-k}x^k=\sum_{k=0}^ns_s(n,k)x^k
具体证明嘛,各种归纳,各种组合意义。


快速求斯特林数

第一类斯特林数:
把定义式搬下来:s(m,n)=[xn]i=0m1(x+i)s(m,n)=[x^n]\prod_{i=0}^{m-1}(x+i)
sm(x)=i=0m1(x+i)s_m(x)=\prod_{i=0}^{m-1}(x+i)
考虑倍增求这个东西。从sm(x)s_m(x)推到s2m(x)s_{2m}(x)时:
s2m(x)=sm(x)sm(x+m)s_{2m}(x)=s_{m}(x)s_m(x+m)
快速求出sm(x+m)s_m(x+m)。设sm(x)=i=0msm,ixis_m(x)=\sum_{i=0}^ms_{m,i}x^i。之前已经求出sm,is_{m,i}
sm(x+m)=i=0msm,i(x+m)is_m(x+m)=\sum_{i=0}^ms_{m,i}(x+m)^i
二项式展开一下,推一波式子,就可以发现一个卷积。
于是计算sm(x+m)s_m(x+m)的时间复杂度是O(mlgm)O(m\lg m)的。
由于mm是两倍两倍地扩大,所以总的时间复杂度也是O(mlgm)O(m \lg m)

第二类斯特林数:
把上面那个普通幂转下降幂的式子搬下来,简单反演一下,得到:
n!S(m,n)=k=0n(1)kC(n,k)(nk)mn!S(m,n)=\sum_{k=0}^{n}(-1)^kC(n,k)(n-k)^m
把后面的那个组合数拆开,可以发现这是个很明显的卷积形式。
时间复杂度O(nlgn)O(n \lg n)


斯特林反演

f(n)=k=0nS(n,k)g(k)g(n)=k=0n(1)nks(n,k)f(k)f(n)=\sum_{k=0}^n S(n,k)g(k) \Longleftrightarrow g(n)=\sum_{k=0}^n(-1)^{n-k}s(n,k)f(k)
有个叫反转公式的东西:
ks(n,k)S(k,m)(1)nk=[m=n]\sum_ks(n,k)S(k,m)(-1)^{n-k}=[m=n]
kS(n,k)s(k,m)(1)nk=[m=n]\sum_kS(n,k)s(k,m)(-1)^{n-k}=[m=n]
关于这个怎么证明……最严谨的方法应该是归纳。

写公式太麻烦,直接口胡一下证明的思路(挺好推的)。
比如上面这条式子:ks(n,k)S(k,m)(1)nk=[m=n]\sum_ks(n,k)S(k,m)(-1)^{n-k}=[m=n]
先将s(n,k)s(n,k)用递推式拆开,展开一下。
再将S(k,m)S(k,m)用递推式拆开,展开一下。
照着这么做就可以很自然地归纳证明出来了。
另一条式子也可以类似地推出来。
看了一些博客,有些博客里面写了一种不是很严谨的证明方法:
具体就是取一个普通幂nmn^m,将它先用第二类斯特林数表示成下降幂多项式,然后将这个下降幂用第一类斯特林数表示成普通幂。
推推式子就会得到这样:nm=j=0mnjk=jmS(m,k)s(k,j)(1)jkn^m=\sum_{j=0}^mn^j\sum_{k=j}^mS(m,k)s(k,j)(-1)^{j-k}
然后谁告诉我,这怎么就能直接得到k=jmS(m,k)s(k,j)(1)jk=[j=m]\sum_{k=j}^mS(m,k)s(k,j)(-1)^{j-k}=[j=m]了???
这种方法只能解释假设反转公式成立,这个东西也成立;但不能反过来推啊……

如果设矩阵Fi,j=S(i,j)F_{i,j}=S(i,j)Gi,j=(1)ijs(i,j)G_{i,j}=(-1)^{i-j}s(i,j)
(或者Fi,j=s(i,j)F_{i,j}=s(i,j)Gi,j=(1)ijS(i,j)G_{i,j}=(-1)^{i-j}S(i,j)
不难发现FG=EF*G=E,即FFGG互逆。

拉赫数(第三类斯特林数?)

似乎只有维基上略有提及,所以不够详细请见谅。
有错误请指出。

无符号拉赫数:
上升幂和下降幂定义:
xn=k=0nL(n,k)xnx^{\overline n}=\sum_{k=0}^nL(n,k)x^{\underline n}
xn=k=0n(1)nkL(n,k)xnx^{\underline n}=\sum_{k=0}^{n}(-1)^{n-k}L(n,k)x^{\overline n}
递推式定义:L(m,n)=L(m1,n1)+(n1+m)L(m,n1)L(m,n)=L(m-1,n-1)+(n-1+m)L(m,n-1)
矩阵乘法定义:L(m,n)=ks(m,k)S(k,n)L(m,n)=\sum_k s(m,k)S(k,n)

有符号拉赫数:
上升幂和下降幂定义:
xn=(1)nk=0nLs(n,k)xnx^{\overline n}=(-1)^n\sum_{k=0}^nL_s(n,k)x^{\underline n}
xn=(1)kk=0nLs(n,k)xnx^{\underline n}=(-1)^k\sum_{k=0}^{n}L_s(n,k)x^{\overline n}
Ls(m,n)=(1)mL(m,n)L_s(m,n)=(-1)^mL(m,n)

性质:
L(m,n)=C(m1,n1)m!n!L(m,n)=C(m-1,n-1)\frac{m!}{n!}
归纳可证:
kLs(m,k)Ls(k,n)=k(1)mkL(m,k)L(k,n)=[m=n]\sum_kL_s(m,k)L_s(k,n)=\sum_k(-1)^{m-k}L(m,k)L(k,n)=[m=n]
L(n,k)=n![xn]1k!(x1x)kL(n,k)=n![x^n]\frac{1}{k!}(\frac{x}{1-x})^k


参考资料

https://www.cnblogs.com/Wuweizheng/p/8638858.html
https://www.cnblogs.com/hchhch233/p/10016543.html
https://www.cnblogs.com/owenyu/p/6724661.html
https://www.cnblogs.com/gzy-cjoier/p/8426987.html
百度百科
维基百科

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章