首页 > 技术文章 > 母函数

Roni-i 2018-02-08 19:11 原文

今天要介绍一下母函数,定义为:

生成函数即母函数,是组合数学中尤其是计数方面的一个重要理论和工具。生成函数有普通型生成函数和指数型生成函数两种,其中普通型用的比较多。形式上说,普通型生成函数用于解决多重集的组合问题,而指数型母函数用于解决多重集的排列问题。母函数还可以解决递归数列的通项问题(例如使用母函数解决斐波那契数列的通项公式)。

在数学中,某个序列的母函数(Generating function,又称生成函数)是一种形式幂级数,其每一项的系数可以提供关于这个序列的信息。使用母函数解决问题的方法称为母函数方法

母函数可分为很多种,包括普通母函数指数母函数L级数贝尔级数狄利克雷级数。对每个序列都可以写出以上每个类型的一个母函数。构造母函数的目的一般是为了解决某个特定的问题,因此选用何种母函数视乎序列本身的特性和问题的类型。

这里先给出两句话,不懂的可以等看完这篇文章再回过头来看:

1.“把组合问题的加法法则和幂级数的乘幂对应起来”

2.“母函数的思想很简单 — 就是把离散数列和幂级数一 一对应起来,把离散数列间的相互结合关系对应成为幂级数间的运算关系,最后由幂级数形式来确定离散数列的构造.


我们首先来看下这个多项式乘法:

母函数图(1)

由此可以看出:

1.x的系数是a1,a2,…an 的单个组合的全体。

2. x^2的系数是a1,a2,…a2的两个组合的全体。

………

n. x^n的系数是a1,a2,….an的n个组合的全体(只有1个)。

 

进一步得到:

母函数图(2)

 

母函数的定义

对于序列a0,a1,a2,…构造一函数:

母函数图(3)

称函数G(x)是序列a0,a1,a2,…的母函数。

 

这里先给出2个例子,等会再结合题目分析:

 

第一种:

有1克、2克、3克、4克的砝码各一枚,能称出哪几种重量?每种重量各有几种可能方案?

考虑用母函数来解决这个问题:

我们假设x表示砝码,x的指数表示砝码的重量,这样:

1个1克的砝码可以用函数1+1*x^1表示,

1个2克的砝码可以用函数1+1*x^2表示,

1个3克的砝码可以用函数1+1*x^3表示,

1个4克的砝码可以用函数1+1*x^4表示,

上面这四个式子懂吗?

我们拿1+x^2来说,前面已经说过,x表示砝码,x的指数表示砝码的重量!初始状态时,这里就是一个质量为2的砝码。

那么前面的1表示什么?按照上面的理解,1其实应该写为:1*x^0,即1代表重量为2的砝码数量为0个。

所以这里1+1*x^2 = 1*x^0 + 1*x^2,即表示2克的砝码有两种状态,不取或取,不取则为1*x^0,取则为1*x^2

 

不知道大家理解没,我们这里结合前面那句话:

把组合问题的加法法则和幂级数的乘幂对应起来

 

接着讨论上面的1+x^2,这里x前面的系数有什么意义?

这里的系数表示状态数(方案数)

1+x^2,也就是1*x^0 + 1*x^2,也就是上面说的不取2克砝码,此时有1种状态;或者取2克砝码,此时也有1种状态。(分析!)

 

所以,前面说的那句话的意义大家可以理解了吧?

几种砝码的组合可以称重的情况,可以用以上几个函数的乘积表示:

(1+x)(1+x^2)(1+x^3)(1+x^4)

=(1+x+x^2+x^4)(1+x^3+^4+x^7)

=1 + x + x^2 + 2*x^3 + 2*x^4 + 2*x^5 + 2*x^6 + 2*x^7 + x^8 + x^9 + x^10

从上面的函数知道:可称出从1克到10克,系数便是方案数。(!!!经典!!!)

例如右端有2^x^5 项,即称出5克的方案有2种:5=3+2=4+1;同样,6=1+2+3=4+2;10=1+2+3+4。

故称出6克的方案数有2种,称出10克的方案数有1种 。


接着上面,接下来是第二种情况:

 

第二种:

求用1分、2分、3分的邮票贴出不同数值的方案数:

大家把这种情况和第一种比较有何区别?第一种每种是一个,而这里每种是无限的。

母函数图(4)

 

以展开后的x^4为例,其系数为4,即4拆分成1、2、3之和的拆分方案数为4;

即 :4=1+1+1+1=1+1+2=1+3=2+2

 

这里再引出两个概念"整数拆分"和"拆分数":

所谓整数拆分即把整数分解成若干整数的和(相当于把n个无区别的球放到n个无标志的盒子,盒子允许空,也允许放多于一个球)。

整数拆分成若干整数的和,办法不一,不同拆分法的总数叫做拆分数

 

 

现在以上面的第二种情况每种种类个数无限为例,给出模板

#include <iostream>
using namespace std;
const int _max = 10001; 
// c1是保存各项质量砝码可以组合的数目
// c2是中间量,保存没一次的情况
int c1[_max], c2[_max];   
int main()
{	//int n,i,j,k;
	int nNum;   // 质量从0到n的所有砝码
	int i, j, k;
 
	while(cin >> nNum)
	{
		for(i=0; i<=nNum; ++i) /*首先对c1初始化,由第一个表达式(1+x+x^2+..x^n)初始化,把质量从0到n的所有砝码都初始化为1.*/
		{
			c1[i] = 1;
			c2[i] = 0;
		}
		for(i=2; i<=nNum; ++i)   /*i从2到n遍历,这里i就是指第i个表达式,上面给出的第二种母函数关系式里,每一个括号括起来的就是一个表达式。*/
		{
 
			for(j=0; j<=nNum; ++j)   /*j 从0到n遍历,这里j就是(前面i個表达式累乘的表达式)里第j个变量,
                如(1+x)(1+x^2)(1+x^3),j先指示的是1和x的系数,i=2执行完之后变为(1+x+x^2+x^3)(1+x^3),
                这时候j应该指示的是合并后的第一个括号的四个变量的系数。*/
				for(k=0; k+j<=nNum; k+=i)  /*k表示的是第j个指数,所以k每次增i(因为第i个表达式的增量是i)。*/
				{
					c2[j+k] += c1[j];
				}
			for(j=0; j<=nNum; ++j)     /*把c2的值赋给c1,而把c2初始化为0,因为c2每次是从一个表达式中开始的。*/
			{
				c1[j] = c2[j];
				c2[j] = 0;
			}
		}
		cout << c1[nNum] << endl;
	}
	return 0;
}

 


 

1.小明出门旅游, 需要带一些食物,包括薯片,巧克力,矿泉水,汉堡,牛奶和糖果。
经过估计,他觉得带 n(n 10100) 件食物比较合适,但他还有一些癖好:
1.最多带 1 个汉堡
2.巧克力的块数是 5 的倍数
3.最多带 4 瓶矿泉水
4.薯片的包数是一个偶数
5.最多带 3 罐牛奶
6.糖果的个数是 4 的倍数
问你小明有多少种方式来准备这次旅行所带的食物。


处理本题一般的思路是首先考虑 135 三个条件,可以用枚举来解决,之后问题转成了一个不定方程非负整数解的问题: 5x + 2y + 4z = m

首先想到的方法是用 f (m) 表示 5x + 2y + 4z = m 非负整数解的个数,3 个变量分开来考虑做 3 次时间复杂为O(n) 的递推

还有一种想法是枚举 x 的取值,然后对剩下的方程先用欧基里德扩展算法求出一组解,再算出解的个数。

以上两种算法的时间复杂度无法满足题目中 n 的大小,而且第 2 种方法在条件数增多后没有推广性


[分析]:

我们再来看看母函数是怎样解决本题的: 汉堡可以不带或者带一个,对应的母函数:
h(x) =1 + x
巧克力必须 5 的整倍数个带,可以带 0 个, 5 个, 10 个……,巧克力对应的生成函数为
c(x) =1 + x^5 + x^10 + x^15 + ... = 1/(1-x^5)

薯片也要 2 的整倍数包带,也可以写出它的生成函数:

 

 

p(x)= 1 + x^2 + x^4 + x^6 + ... =1/(1-x^2)

矿泉水至少带 4 瓶,生成函数为:

w(x) = 1 + x + x^2 + x^3 + x^4 = (1-x^5)/(1-x)

最多带 3 罐牛奶,生成函数为:

m(x) = 1 + x + x^2 + x^3 = (1-x^4)/(1-x)

糖果的个数是 4 的倍数,生成函数为:

s(x) = 1 + x^4 + x^8 + x^12... = 1/(1-x^4)

运用卷积规则,得到小明带 n 件食物选择方案的生成函数:

h(x)c(x)p(x)w(x)m(x)s(x)=1/(1-x^3)=1+C(2,3)x+C(2,4)x^2+C(2,5)x^3+...

发现最后竟然就只剩下一个很简单的形式,前面的预备知识中已经解决了它, x^n 的系
数就是C (2,n+2) ,也就是本题要求的答案。 这样我们运用母函数的方法解决了本问题,时间复杂度仅为O(1) 而且基本没有编程难
度,在 n 比较大的时候需要使用高精度乘法 .本题的答案比较特殊,可能一些同学会觉得找规律的方法会更加的快捷,但对于一些结
果并不是很简洁的题目时,这种找规律的方法就基本无效了。
[小结]
本问题充分体现了母函数的优越性,限制条件被转化成了我们容易处理的东西,并用十
分机械化的手法解决了本问题。通过本题,我们发现运用母函数不仅能降低程序的时间复杂
度和代码量,还能减少思维难度 .


 

推荐阅读