[数学]关于组合数

约定 C ( n , k ) C(n,k) C(n,k)表示 C n k C^k_n Cnk

方法一 最直接的

只适用于 n ≤ 15 n\leq 15 n15的情况 没什么用 不多说了
C n k = n ! k ! × ( n − k ) ! C^k_n=\frac{n!}{k!\times (n-k)!} Cnk=k!×(nk)!n!

using ll = long long;

ll fact(int n){
    ll ret=1;
    for(int i=2;i<=n;i++) ret*=i;
    return ret;
}

ll cc(int n,int k){
    return fact(n)/fact(k)*fact(n-k);
}

方法二 递推约分

其实就是手算组合数的方法模拟

先上结论

using ll = long long;

ll combination(int n,int k){
    k=min(k,n-k);
    ll res=1;
    for(int i=1;i<=k;i++){
        res=res/i*(n-i+1);
    }
    return res;
}

时间复杂度 O ( k ) O(k) O(k),适用 n ≤ 1 0 9 , k ≤ 50 n\leq10^9,k\leq 50 n109,k50,不会溢出

推导:

首先 C n k ⇔ C n n − k C^k_n \Leftrightarrow C^{n-k}_n CnkCnnk所以k=min(k,n-k);


C n k = n ! k ! × ( n − k ) ! C_n^k=\frac{n!}{k!\times (n-k)!} Cnk=k!×(nk)!n!
直接乘会溢出
显然里面有很多可以约分的地方
先写出分子:
n ! = n × ( n − 1 ) × ( n − 2 ) × ⋯ × 1 n! = n \times (n-1) \times (n-2) \times \dots \times 1 n!=n×(n1)×(n2)××1
再写出分母:
k ! ( n − k ) ! = ( k × ( k − 1 ) × ⋯ × 1 ) × ( ( n − k ) × ( n − k − 1 ) × ⋯ × 1 ) k!(n-k)! = (k \times (k-1) \times \dots \times 1) \times ((n-k) \times (n-k-1) \times \dots \times 1) k!(nk)!=(k×(k1)××1)×((nk)×(nk1)××1)
约去 ( n − k ) × ( n − k − 1 ) × ⋯ × 1 (n-k) \times (n-k-1) \times \dots \times 1 (nk)×(nk1)××1

得到分式:
C n k = n × ( n − 1 ) × ⋯ × ( n − k + 1 ) k × ( k − 1 ) × ⋯ × 1 C_n^k = \frac{n \times (n-1) \times \dots \times (n-k+1)}{k \times (k-1) \times \dots \times 1} Cnk=k×(k1)××1n×(n1)××(nk+1)

这样,我们 只需要计算 ( k ) 个数相乘,而不是整个 ( n! ),避免了大数溢出问题。


让分子从 ( n ) 递减 ( k ) 次,分母从 ( 1 ) 递增 ( k ) 次
C n k = n 1 × n − 1 2 × n − 2 3 × ⋯ × n − k + 1 k C_n^k= \frac{n}{1} \times \frac{n-1}{2} \times \frac{n-2}{3} \times \dots \times \frac{n-k+1}{k} Cnk=1n×2n1×3n2××knk+1

数学上保证了每次乘进来一项 分母都能整除分子
每一项都是 n − i + 1 i \frac{n-i+1}{i} ini+1

for(int i=1;i<=k;i++){
	res=res/i*(n-i+1);
}	

先除后乘避免溢出


方法三 Pascal三角形预处理

适用情况

适用多次访问组合数的值
n < = 2000 , k < = n n<=2000,k<=n n<=2000,k<=n
空间复杂度 O ( n 2 ) O(n^2) O(n2),时间复杂度 O ( n 2 ) O(n^2) O(n2)

推导

dp思想
n个数中选k个,分两种情况:

  • 选n,那么情况数就是前n-1个数中选k-1个
  • 不选n,情况数就是前n-1个数中选k个

状态转移方程就出来了:
dp[n][k]=dp[n-1][k-1]+dp[n-1][k];


边界:

  • dp[i][0]=1i个数中选0个 只有一种情况
  • dp[i][i]=1i个数中选i个 只有一种情况

图示:

  1
  1 1
  1 2 1
  1 3 3 1
  1 4 6 4 1
  1 5 10 10 5 1

每个数是它左上方和右上方两个数的和。


代码实现

using ll = long long;
const int N=1010;
ll c[N][N];

void init(){
    for(int i=0;i<N;i++){
        c[i][0]=c[i][i]=1;
        for(int j=1;j<i;j++){
            c[i][j]=c[i-1][j-1]+c[i-1][j];
        }
    }
}	

目前只会这两个 等我学了Lucas+费马小定理再更新

下面是gpt写的

方法 4:使用 Lucas 定理(适用于大素数取模)

如果需要计算 模某个大素数 p p p 的组合数,可以使用 Lucas 定理。

C ( n , k ) C(n, k) C(n,k) 需要 模一个素数 p p p,可以拆分计算:
C ( n , k ) m o d    p = C ( n / p , k / p ) × C ( n % p , k % p ) m o d    p C(n, k) \mod p = C(n / p, k / p) \times C(n \% p, k \% p) \mod p C(n,k)modp=C(n/p,k/p)×C(n%p,k%p)modp
代码实现:

#include <iostream>
using namespace std;

const int P = 1e9 + 7;

// 快速幂计算 (x^y) % p
long long qpow(long long x, long long y, long long p) {
    long long res = 1;
    while (y) {
        if (y & 1) res = res * x % p;
        x = x * x % p;
        y >>= 1;
    }
    return res;
}

// 计算 n! % p 以及逆元
long long fact[100005], invFact[100005];

void init(int p) {
    fact[0] = 1;
    for (int i = 1; i < p; i++) {
        fact[i] = fact[i - 1] * i % p;
    }
    invFact[p - 1] = qpow(fact[p - 1], p - 2, p);
    for (int i = p - 2; i >= 0; i--) {
        invFact[i] = invFact[i + 1] * (i + 1) % p;
    }
}

long long comb(int n, int k, int p) {
    if (k > n) return 0;
    return fact[n] * invFact[k] % p * invFact[n - k] % p;
}

// Lucas 定理
long long lucas(long long n, long long k, int p) {
    if (k == 0) return 1;
    return lucas(n / p, k / p, p) * comb(n % p, k % p, p) % p;
}

int main() {
    init(P);
    long long n = 1000000, k = 500000;
    cout << "C(" << n << ", " << k << ") % " << P << " = " << lucas(n, k, P) << endl;
    return 0;
}

适用场景:
n , k n,k n,k 很大(如 1 0 18 10^{18} 1018) 但需要模一个素数 p p p(如 1 0 9 + 7 10^9+7 109+7
✅ 递归分解,使得计算时间大幅减少

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值