首页 > 其他分享 >斯特林数相关

斯特林数相关

时间:2024-01-20 14:44:08浏览次数:23  
标签:盒子 min 斯特林 sum brack 相关 binom brace

定义

第一类斯特林数: \({n \brack k}\),指将 \(n\) 个数放入 \(k\) 个环中(环无区分)的方案数。

第二类斯特林数: \({n \brace k}\),指将 \(n\) 个数放入 \(k\) 个盒子(盒子无区分)的方案数。

递推式:

\[{n \brack k}=(n-1){n-1 \brack k}+{n - 1 \brack k - 1} \]

说明:

我们考虑最后一个数的位置,独立成环则为后一项,否则我们可以加到 \(n-1\) 个数中的某个数后面去,得到这个递推式。

\[{n \brace k}=k{n-1 \brace k}+{n - 1 \brace k - 1} \]

说明:

我们考虑最后一个数的位置,自己一个盒子则为后一项,否则我们可以加到 \(k\) 个盒子中的某个盒子中。

常见应用

第一类斯特林数与阶乘:

\[\sum_{k=0}^n {n \brack k}=n! \]

证明:

double counting,考虑计算有多少个 \(1 \sim n\) 的置换,显然有 \(n!\) 个。如果我们枚举置换中环的个数,就是 \(\sum_{k=0}^n {n \brack k}\),所以二者相等。

第二类斯特林数通项公式:

\[{n \brace k}=\frac{1}{k!}\sum_{t=0}^k(-1)^k\binom{k}{t}(t-k)^n \]

证明:

见容斥原理学习笔记。

上下阶乘幂与普通数幂的关系:

\[x^n = \sum_{k=1}^n {n \brace k}x^{\underline{k}} \]

\[x^n = \sum_{k=1}^n(-1)^{n-k}{n \brace k}x^{\overline{k}} \]

\[x^{\underline{n}} = \sum_{k=1}^n (-1)^{n-k} {n \brack k}x^k \]

\[x^{\overline{n}} = \sum_{k=1}^n{n \brack k}x^k \]

证明:

先证第一个,double counting,将 \(n\) 个数放入 \(x\) 个盒子中(盒子有区别),显然可以是 \(x^n\),枚举哪些盒子非空,再用算这些盒子的情况,答案是 \(\sum_{k=1}^n {n \brace k}x^{\underline{k}}\)。

剩下的三个式子可以由 \(x^{\overline{k}}=(-1)^{k}(-x)^{\underline{k}}\) 推出。

题目

例1: \(n \le 10^9, k \le 5000\),计算

\[\sum_{i=1}^n\binom{n}{i}i^k \]

思路:

\[\begin{aligned} \sum_{i=1}^n\binom{n}{i}i^k &= \sum_{i=1}^n\binom{n}{i}\sum_{j=1}^k{k \brace j}i^{\underline{j}}\\ &= \sum_{i=1}^n\binom{n}{i}\sum_{j=1}^{\min\{k,i\}}{k \brace j}i^{\underline{j}}\\ &= \sum_{i=1}^n\binom{n}{i}\sum_{j=1}^{\min\{k,i\}}{k \brace j}\binom{i}{j}j!\\ &= \sum_{j=1}^{\min\{k,n\}}j!{k \brace j}\sum_{i=j}^n\binom{n}{i}\binom{i}{j}\\ &= \sum_{j=1}^{\min\{k,n\}}j!{k \brace j}\sum_{i=j}^n\binom{n}{j}\binom{n-j}{i-j}\\ &= \sum_{j=1}^{\min\{k,n\}}j!{k \brace j}\binom{n}{j}\sum_{i=j}^n\binom{n-j}{i-j}\\ &= \sum_{j=1}^{\min\{k,n\}}j!{k \brace j}\binom{n}{j}\sum_{i=0}^{n-j}\binom{n-j}{i}\\ &= \sum_{j=1}^{\min\{k,n\}}j!{k \brace j}\binom{n}{j}2^{n-j}\\ \end{aligned} \]

再结合第二类斯特林数递推式便能计算。

标签:盒子,min,斯特林,sum,brack,相关,binom,brace
From: https://www.cnblogs.com/rlc202204/p/17976478

相关文章

  • 微积分相关
    拉格朗日乘数法对于多元函数\(f(x_1,x_2,\dots,x_n)\),有若\(m\)个约束条件形如:\(g_i(x_1,x_2,\dots,x_n)=0\)。我们要求\(f\)在约束条件下的极值。首先,对与一元情况,我们只要找到所有导数为\(0\)的点即可。对于多元和约束,我们构造函数\(L(x_1,x_2,\dots,x_n,\lamb......
  • 数学和CNN里面的卷积和互相关
    卷积和互相关nndl上CNN这章的互相关讲的比较晦涩,简单辨析一下书上的互相关A.1数学意义上的卷积就是将卷积核进行翻转之后再进行我们熟悉CNN上的卷积运算同时互相关就是不将卷积核翻转直接CNN卷积运算说到这里就明白了,做如下总结\(数学上的互相关=CNN卷积\)$数学上的卷积......
  • 机器视觉 - yolo 相关工具
    模型可视化netron网站netron源码标签格式转换文章:https://zhuanlan.zhihu.com/p/461488682代码:https://github.com/KKKSQJ/DeepLearning/blob/master/others/label_convert/README.mdyolo标注文件可视化源码:https://github.com/KKKSQJ/DeepLearning/blob/master/oth......
  • 栈和相关算法
    栈栈是一种抽象数据结构(ADT),其主要特性是后进先出LIFO(LastinFirstout)实现方式可以用数组、链表实现,本质就是对一个列表进行后进先出的操作操作栈的操作主要有push入栈、pop出栈、isEmpty判空、getTop获取栈顶元素数组实现首先进行最基本的数据结构和操作定义://栈......
  • 教学相关工具
    从超星导出压缩包提取某些类型文件,如.docx、.doc等文件源码删除无用目录,如android源码中的build、.idea、.gradle等目录源码对文件及目录统一命名源码对实验报告统一打分源码教务系统期末成绩导入源码......
  • 多项式相关
    板子:1constintN=4e5+5;23structNTT{4constintmod=998244353,G=3,invG=332748118;5intrev[N],res[N],Inv[N],Res[N],eres[N],Eres[N];67voidpreinv(intn){8Inv[0]=Inv[1]=1;9......
  • Java 秘钥对相关操作
    生成JKS(JavaKeyStore)文件keytool-genkeypair-keystoremercury.jks-keyalgRSA-validity180-aliasmercury参数说明keytool:这是JavaKeytool工具,用于管理密钥和证书。-genkeypair:指示Keytool生成一个密钥对(公钥和私钥)。-aliasmercury:设置密钥对的别......
  • 常见的自动化测试相关框架
    Appium:一个开源、跨平台的自动化测试工具,用于测试原生和轻量移动应用,支持iOS、Android和FirefoxOS平台。Carina:一款Java自动测试框架,实现很完善、功能齐全,但文档较少,对于测试人员学习难度有要求。Galen:一个开放源码的测试网页布局和响应设计的开源工具。Gauge:一种相对较新的测试自......
  • Kubernetes之云原生相关
    什么是云原生可以简单看做就是K8S。将项目全部都通过K8S部署。实际上,云原生是一条最佳路径或者最佳实践。更详细的说,云原生为用户指定了一条低心智负担的、敏捷的、能够以可扩展、可复制的方式最大化地利用云的能力、发挥云的价值的最佳路径。因此,云原生其实是一套指导进行软件......
  • 最优订单执行算法相关Paper介绍
    更多精彩内容,欢迎关注公众号:数量技术宅,也可添加技术宅个人微信号:sljsz01,与我交流。随着量化交易、高频交易的竞争日益激烈,事实证明,交易执行显着影响量化策略的投资绩效。因此,许多从业者开始将交易执行视为一项独立的任务。本期文章分享,我们搜寻了一些用于最小化交易成本的最佳......