斯特林数学习笔记

第一类斯特林数

定义

s(i,j)s(i,j)表示把ii个物品分成jj个环的方案,或者记做[ij]egin{bmatrix}i\jend{bmatrix}

递推式

考虑第ii个物品的划分
s(i,j)=s(i1,j1)+s(i1,j)(i1)s(i,j)=s(i-1,j-1)+s(i-1,j)*(i-1)

枚举第11个物品所在环的大小

s(i,j)=k=1n(n1k1)(k1)!s(ik,j1)s(i,j)=sum_{k=1}^{n}{n-1choose k-1}(k-1)!s(i-k,j-1)

快速求s(n,i)s(n,i)

考虑构造生成函数Fn=i=0s(n,i)xiF_n=sum_{i=0}^{infty}s(n,i)x^i
由递推式可得
Fn=xFn1+(n1)F(n1)=(x+n1)F(n1)F_n=xF_{n-1}+(n-1)F(n-1)=(x+n-1)F(n-1)

可得Fn=xnF_n=x^{overline n}
i=0ns(n,i)xi=xnsum_{i=0}^{n}s(n,i)x^i=x^{overline n}
这是就是第一类斯特林数和上升幂的关系

而且也有关于下降幂,由于xn=(x+n)nx^{overline n}=(x+n)^{underline n}
所以xn=(xn)nx^{underline n}=(x-n)^{overline n}
所以i=0n(1)nis(n,i)xi=xn=(xn)n!sum_{i=0}^{n}(-1)^{n-i}s(n,i)x^i=x^{underline n}={xchoose n}n!


对和上升幂的式子
分治NTTNTT可以做到O(nlog2n)O(nlog^2n)

考虑倍增

如果nn为奇数,递归求解n1n-1,乘一个x+n1x+n-1

如果nn为偶数
x2n=xn(x+n)nx^{overline {2n}}=x^{overline n}(x+n)^{overline n}
假设已经求出了xn=f1(x)=i=0naixix^{overline n}=f1(x)=sum_{i=0}^{n}a_ix^i
考虑如何求出
f2(x)=i=0nai(x+n)if2(x)=sum_{i=0}^n a_i(x+n)^i

f2(x)=i=0naij=0ixjnij(ij)f2(x)=sum_{i=0}^{n}a_isum_{j=0}^{i}x^jn^{i-j}{ichoose j}

           =j=0nxjj!i=jnaii!nij(ij)! =sum_{j=0}^{n}frac{x^j}{j!}sum_{i=j}^na_ii!frac{n^{i-j}}{(i-j)!}

           =j=0nxjj!i=0njai+j(i+j)!nii! =sum_{j=0}^{n}frac{x^j}{j!}sum_{i=0}^{n-j}a_{i+j}(i+j)!frac{n^{i}}{i!}

A(x)=i=0naii!xi,B(x)=i=0nnni(ni)!xiA(x)=sum_{i=0}^n a_ii!x^i,B(x)=sum_{i=0}^nfrac{n^{n-i}}{(n-i)!}x^i

(AB)(x)(A*B)(x)乘出来左移nn位即可

复杂度T(n)=T(n2)+O(nlogn)=O(nlogn)T(n)=T(frac n 2)+O(nlogn)=O(nlogn)

代码:

inline poly calc_s(int n){
	poly res;
	if(n==1){res.pb(0),res.pb(1);return res;}
	if(n&1){
		res=calc_s(n-1);
		res.resize(n+1);
		for(int i=n;i;i--)res[i]=add(res[i-1],mul(res[i],n-1));
		return res;
	}
	int mid=n>>1;
	poly a=calc_s(mid),b(mid+1),c(mid+1);
	for(int i=0;i<=mid;i++)c[i]=mul(a[i],fac[i]);
	for(int i=0,p=1;i<=mid;i++,Mul(p,mid))b[i]=mul(p,ifac[i]);
	reverse(b.bg(),b.bg()+mid+1);
	c=c*b;for(int i=0;i<=mid;i++)c[i]=mul(c[i+mid],ifac[i]);
	c.resize(mid+1),res=a*c;return res;
}

例题:传送门

第一类斯特林数快速求行
第一类斯特林数快速求列

第二类斯特林数

定义

S(i,j)S(i,j)表示把ii个物品分成jj个集合的方案数,也记作{nm}egin {Bmatrix} n \ mend {Bmatrix}

递推式

考虑第ii个数的划分

S(i,j)=S(i1,j1)+jS(i1,j)S(i,j)=S(i-1,j-1)+j*S(i-1,j)

考虑第一个数所在的集合大小

S(i,j)=k=1i(i1k1)S(ik,j1)S(i,j)=sum_{k=1}^{i}{i-1choose k-1}S(i-k,j-1)

快速求解S(n,x)S(n,x)

考虑xnx^n是用xx种颜色去染nn个格子,枚举最后用了几种颜色,可得

xn=i=1min(x,n)(xi)i!S(n,i)x^n=sum_{i=1}^{min(x,n)}{xchoose i}i! S(n,i)

实际上由于(ij){ichoose j}S(i,j)S(i,j)i<ji<j的时候都为0

所以写作

xn=i=1n(xi)i!S(n,i)x^n=sum_{i=1}^{n}{xchoose i}i! S(n,i)

xn=i=1x(xi)i!S(n,i)x^n=sum_{i=1}^{x}{xchoose i}i! S(n,i)

都可以
在实际题目中可能会根据不同情况选择变量

对第二个式子二项式反演

x!S(n,x)=i=1x(1)xi(xi)inx!S(n,x)=sum_{i=1}^x(-1)^{x-i}{xchoose i}i^n

S(n,x)=i=1x(1)xi(xi)!ini!S(n,x)=sum_{i=1}^xfrac{(-1)^{x-i}}{(x-i)!}frac{i^n}{i!}

这是一个卷积的形式,NTTNTT可以O(nlogn)O(nlogn)求出

poly f,g;
for(int i=0;i<=n;i++)f.pb((i&1)?mod-ifac[i]:ifac[i]);
for(int i=0;i<=n;i++)g.pb(mul(ksm(i,n),ifac[i]));
poly S=f*g;

第二类斯特林数快速求行
第二类斯特林数快速求列

原文地址:https://www.cnblogs.com/stargazer-cyk/p/12328711.html