首页 > 其他分享 >高斯消元+组合数+卡特兰数

高斯消元+组合数+卡特兰数

时间:2022-12-25 21:25:38浏览次数:36  
标签:... frac 组合 int times 2n 卡特兰 高斯消 mod

高斯消元+组合数+卡特兰数

高斯消元

\(O(n^3)\)的线性时间内求解n元线性方程组

\[\\ \begin{cases} \ a_{11}x_1+a_{12}x_2+...+a_{1n}x_n=b_1 \\ \ a_{21}x_1+a_{22}x_2+...+a_{2n}x_n=b_2 \\ \ ... \\ \ a_{n1}x_1+a_{n2}x_2+...+a_{nn}x_n=b_n \\ \end{cases} \\ 解的情况:无解、无穷多解、唯一解\\ \\ 对系数矩阵进行如下初等行列变换操作:\\ 1.把某一行乘一个非零的数\\ 2.交换某两行\\ 3.把某行的若干倍加到另一行上去\\ \\ 1. 完美阶梯型——唯一解\\ 2. 0=非零——无解\\ 3. 0=0——无穷多组解\\ \\ 高斯消元:\\ 枚举每一列c:\\ 1.找到当前列中绝对值最大的这一行\\ 2.将这行换到最上面(第c行)去\\ 3.将该行的第一个数变成1\\ 4.将下面所有行的第c列消成0\\ \]

高斯消元算法模板

#include <iostream>
#include <algorithm>
#include <cmath>

using namespace std;

const int N = 110;
const double eps = 1e-6;

double a[N][N];
int n;

int guass()
{
    int c, r;
    // 对每一列进行消元
    for(c = 1, r = 1; c <= n; c ++)
    {
        // 找出当前列的绝对值的最大值
        int t = r;
        for(int i = r; i <= n; i ++)
        {
            if(fabs(a[i][c]) > fabs(a[t][c]))   t = i;
        }
        
        // 如果最大值为0,跳出
        if(fabs(a[t][c]) < eps)   continue;

        // 将最大值所在的那一行换到最上面
        for(int i = c; i <= n + 1; i ++)    swap(a[t][i], a[r][i]);

        // 将r行c列最大值化为1
        for(int i = n + 1; i >= c; i --)    a[r][i] /= a[r][c];

        // 将c列下面的值都化为0
        for(int i = r + 1; i <= n; i ++)
        {
            if(fabs(a[i][c]) < eps)   break;
            for(int j = n + 1; j >= c; j --){
                a[i][j] -= a[i][c] * a[r][j]; 
            }    
        }
        r ++;
    }
    
    
    if(r < n + 1)
    {
        for(int i = r; i <= n; i ++)
        {
            if(fabs(a[i][n + 1]) > eps)   return 3;     // 无解
        }
        return 2;       // 有无穷多组解
    }

    // 计算所有答案
    for(int i = n - 1; i >= 1; i --)
    {
        for(int j = i + 1; j <= n; j ++)
        {
            a[i][n + 1] -= a[i][j] * a[j][n + 1];
        }
    }
    
    return 1;       // 唯一解
}

int main()
{
    
    cin >> n;
    for(int i = 1; i <= n; i ++)
    {
        for(int j = 1; j <= n + 1; j ++)
        {
            scanf("%lf", &a[i][j]);
        }
    }
    int t = guass();
    
    if(t == 1)
    {
        for(int i = 1; i <= n; i ++)
        {
            if(fabs(a[i][n + 1]) < eps)     a[i][n + 1] = 0.00;     // 特判-0.00
            printf("%.2f\n", a[i][n + 1]);
        }
    }
    else if(t == 2)
    {
        cout << "Infinite group solutions" << endl;
    }
    else
    {
        cout << "No solution" << endl;
    }
    return 0;
}

求组合数

递推法

10万组询问,a、b范围2000

\(O(n^2)\)

\[C_a^b=\frac{a!}{b!(a-b)!}\\ C_a^b=C_{a-1}^{b}+C_{a-1}^{b-1}\\ \]

递推法求组合数算法模板

// c[a][b] 表示从a个苹果中选b个的方案数
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] + c[i - 1][j - 1]) % mod;

预处理逆元

1万组询问,a、b范围 105

\(O(nlog\;n)\)

\[C_a^b=\frac{a!}{b!(a-b)!}\\ 可以预处理阶乘\\ fact[i] = i!\;mod\; 10^9+7\\ infact[i] = (i!)^{-1}\;mod\;10^9+7\\ C_a^b=fact[a]\times infact[b-a] \times infact[b]\\ \]

通过预处理逆元的方式求组合数算法模板

// 首先预处理出所有阶乘取模的余数fact[N],以及所有阶乘取模的逆元infact[N]
// 如果取模的数是质数,可以用费马小定理求逆元
ll qmi(ll a, ll k, ll p)    // 快速幂模板
{
    ll res = 1;
    while (k)
    {
        if (k & 1) res = res * a % p;
        a = a * a % p;
        k >>= 1;
    }
    return res;
}

// 预处理阶乘的余数和阶乘逆元的余数
fact[0] = infact[0] = 1;
for (int i = 1; i < N; i ++ )
{
    fact[i] = fact[i - 1] * i % mod;
    infact[i] = qmi(fact[i], mod - 2, mod) % mod;
}

C_a^b = fact[a] * infact[b] % mod * infact[a - b] % mod

Lucas定理

20组询问,a、b范围 1018,p范围105

\(p*log\;p*log\;n\)

\[C_a^b \equiv C_{a\;mod\;p}^{b\;mod\;p}\times C_{a/p}^{b/p}\;(mod\; p)\\ 先将a、b化为比p小的数,再通过\\ C_a^b=\frac{a!}{b!(a-b)!}=\frac{a\times (a-1)\times ... \times 1}{b \times (b -1)\times ... \times 1 \times (a-b) \times ... \times 1}=\frac{a\times...\times(a-b+1)}{b \times (b -1)\times ... \times 1 }\\ \]

Lucas定理算法模板

// 若p是质数,则对于任意整数 1 <= m <= n,有:
    C(n, m) = C(n % p, m % p) * C(n / p, m / p) (mod p)

ll qmi(ll a, ll k, ll p)  // 快速幂模板
{
    ll res = 1 % p;
    while (k)
    {
        if (k & 1) res = res * a % p;
        a = a * a % p;
        k >>= 1;
    }
    return res;
}

ll C(ll a, ll b, ll p)  // 通过定理求组合数C(a, b)
{
    if (a < b) return 0;

    ll x = 1, y = 1;  // x是分子,y是分母
    for (int i = a, j = 1; j <= b; i --, j ++ )
    {
        x = x * i % p;
        y = y * j % p;
    }

    return x * qmi(y, p - 2, p) % p;
}

int lucas(ll a, ll b, int 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;
}

分解质因数法

\[C_a^b=\frac{a\times(a-1)\times...\times(a-b+1)}{b\times(b-1)\times...\times1}=\frac{a!}{b!(a-b)!}\\ =p_1^{\alpha_1}p_2^{\alpha_2}...p_k^{\alpha_k}\\ \]

\[求分子a!分解每个p的次数:\\ cnt_p(a!)=\lfloor \frac{a}{p}\rfloor + \lfloor \frac{a}{p^2}\rfloor+\lfloor \frac{a}{p^3}\rfloor+...=p的倍数中\in[1,a]的个数+p……2的倍数中\in[1,a]的个数+...\\ 为什么只+1而不+k\\ 因为a!中p^k低阶项的次数已经被算过了\\ 比如p^3既是p 的倍数也是P^2的倍数\\ 8!=8\times7\times6\times5\times4\times3\times2\times1\\ 2的倍数:2、4、6、8\\ 2^2的倍数:4、8\\ 2^3的倍数:8\\ 加起来是7\\ 8=2\times2\times2,6=2\times3,4=2\times2,2=2\\ 共有7个2 \]

分解质因数法求组合数算法模板

当我们需要求出组合数的真实值,而非对某个数的余数时,分解质因数的方式比较好用:
    1. 筛法求出范围内的所有质数
    2. 通过 C(a, b) = a! / b! / (a - b)! 这个公式求出每个质因子的次数。 n! 中p的次数是 n / p + n / p^2 + n / p^3 + ...
    3. 用高精度乘法将所有质因子相乘

int primes[N], cnt;     // 存储所有质数
int sum[N];     // 存储每个质数的次数
bool st[N];     // 存储每个数是否已被筛掉


void get_primes(int n)      // 线性筛法求素数
{
    for (int i = 2; i <= n; i ++ )
    {
        if (!st[i]) primes[cnt ++ ] = i;
        for (int j = 0; primes[j] <= n / i; j ++ )
        {
            st[primes[j] * i] = true;
            if (i % primes[j] == 0) break;
        }
    }
}


int get(int n, int p)       // 求n!中的次数
{
    int res = 0;
    while (n)
    {
        res += n / p;
        n /= p;
    }
    return res;
}

vector<int> mul(vector<int> &A, int b)			// 高精度乘低精度模板
{
    vector<int> C;

    int t = 0;
    for (int i = 0; i < A.size() || t; i ++ )
    {
        if (i < A.size()) t += A[i] * b;
        C.push_back(t % 10);
        t /= 10;
    }

    while (C.size() > 1 && C.back() == 0) C.pop_back();

    return C;
}



int main()
    
get_primes(a);  // 预处理范围内的所有质数

for (int i = 0; i < cnt; i ++ )     // 求每个质因数的次数
{
    int p = primes[i];
    sum[i] = get(a, p) - get(b, p) - get(a - b, p);
}

vector<int> res;
res.push_back(1);

for (int i = 0; i < cnt; i ++ )     // 用高精度乘法将所有质因子相乘
    for (int j = 0; j < sum[i]; j ++ )
        res = mul(res, primes[i]);

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

卡特兰数

卡特兰数算法模板

给定n个0和n个1,它们按照某种顺序排成长度为2n的序列,满足任意前缀中0的个数都不少于1的个数的序列的数量为:
Cat(n) = C(2n, n) / (n + 1)

\[n=3\\ 1.000111\\ 2.001101\\ 3.001011\\ 4.010011\\ 5.010101\\ \\ C_{2n}^n-C_{2n}^{n-1}=\frac{C_{2n}^n}{n+1} \]

将 01 序列置于坐标系中,起点定于原点。若 0 表示向右走,1 表示向上走,那么任何前缀中 0 的个数不少于 1 的个数就转化为,路径上的任意一点,横坐标大于等于纵坐标。题目所求即为这样的合法路径数量。

下图中,表示从 \((0,0)\) 走到 \((n,n)\) 的路径,在绿线及以下表示合法,若触碰红线即不合法。

由图可知,任何一条不合法的路径(如黑色路径),都对应一条从 \((0,0)\) 走到 \((n−1,n+1)\) 的一条路径(如灰色路径)。而任何一条 \((0,0)\) 走到 \((n−1,n+1)\) 的路径,也对应了一条从\((0,0)\) 走到 \((n,n)\) 的不合法路径。

从\((0,0)\)走到\((n,n)\)的路径有\(C_{2n}^n\)条,从\((0,0)\)走到\((n-1,n+1)\)的路径有\(C_{2n}^{n-1}\)条,合法路径条数为

\[C_{2n}^{n}-C_{2n}^{n-1}=\frac{(2n)!}{n!n!}-\frac{(2n)!}{(n-1)!(n+1)!}\\ =\frac{(2n)!}{n\times(n-1)\times...\times1\times n\times(n-1)\times...\times1}-\frac{(2n)!}{(n-1)\times...\times 1\times (n+1) \times n \times...\times 1}\\ =\frac{(2n)!}{n\times(n-1)\times...\times1\times n\times(n-1)\times...\times1}-\frac{n}{n+1}\times \frac{(2n)!}{n\times (n-1)\times...\times 1\times n \times...\times 1}\\ =\frac{1}{n+1}\times \frac{(2n)!}{n!n!}= \frac{C_{2n}^n}{n+1}\\ 这里的n+1也要记得用逆元处理!!! \]

标签:...,frac,组合,int,times,2n,卡特兰,高斯消,mod
From: https://www.cnblogs.com/xushengxiang/p/17004596.html

相关文章

  • 为什么更推荐使用组合而非继承关系?
    前言最近在看公司项目的代码,看到了大量的继承体系,而且还是继承了多层,维护、阅读都十分的困难。在查阅了一些资料以后,包括《EffectiveJava》一书中的第16条提到“组合优先......
  • linux 中 {} 组合%实现截取文件名
     001、[root@pc1test]#ls[root@pc1test]#var=mnopqrst##测试变量[root@pc1test]#echo$var##打印出该变量mnopqrst[root@pc1test]#echo${......
  • 省选08. 组合计数
    P4091[HEOI2016/TJOI2016]求和有一个重要的通项公式\[\begin{Bmatrix}n\\m\end{Bmatrix}=\sum_{i=0}^{m}\frac{i^n(-1)^{m-i}}{i!(m-i)!}\]\[ans=\sum_{i=0}^{n}\sum......
  • 按下 Ctrl+Alt+L 组合键
    在用idea进行编程时,此按键作为格式化代码的常用按键,却与QQ的安全锁的按键相同,按下可能会导致无法格式化代码,而使QQ安全锁响应解决方法:1.更改idea的快捷键file->settings......
  • 77. 组合
    【题目描述】给定两个整数 ​​n​​​ 和 ​​k​​​,返回范围 ​​[1,n]​​​ 中所有可能的 ​​k​​ 个数的组合。你可以按 任何顺序 返回答案。【示例】【......
  • Codeforces 1630 E Expected Components 题解 (组合数学)
    题目链接首先明确概念:排列。指的就是一个把数组a重排得到的序列,两个排列相等当且仅当它们对应位全都相等环形排列。指的是把数组a重排得到的序列首尾相接得到的环形数......
  • 火山引擎 DataTester 上线“流程画布”功能,支持组合型 A/B 实验分析
    更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群在精细化运营的时代,运营活动同样需要有精细化的策略,例如在年末大促活动中,设计APP......
  • 组合模式javac++
    本次实验属于模仿型实验,通过本次实验学生将掌握以下内容:1、理解组合模式的动机,掌握该模式的结构;2、能够利用组合模式解决实际问题。 [实验任务一]:组合模式用透明组合......
  • 神州云科打出“组合拳”,双轨超高可用架构引领信创高质量发展
    2022年12月21日,“架构颠覆,标准引领,持续交付”——神州云科冬季发布会线上盛大召开!为了顺应数字化转型的潮流和实现信创IT基础设施的突破,帮助客户更好地应对数字经济时代对应......
  • 【透明版九宫格背景图片】仅依靠background的几个属性组合搭配出酷炫的透明背景卡片效
    注意哟这次不一样的是有透明度! 开始准备物料第一步:切片,建议用九宫格的形式,切割有考究,主要是最大限度、最小尺寸囊括多个边界转角处的样式(亮蓝色是参考线,白色文字是描述区......