当前位置: 首页 > news >正文

qoj7759 的另一种做法

\(A(n, x, y)\) 表示长度为 \(n\) 的排列中,有 \(x\) 个升高和 \(y\) 个逆升高(即逆排列有 \(y\) 个升高)的排列数量。
根据组合恒等式,我们有如下关系:

\[\binom{uv + n - 1}{n} = \sum_{x=0}^{n-1} \sum_{y=0}^{n-1} A(n, x, y) \binom{u+x}{n} \binom{v+y}{n} \]

我们考虑反解出 \(A(n, x, y)\)

\(x' = n - x, y' = n - y\),并代入整数 \(u=i, v=j\) (\(1 \le i, j \le n\)),我们可以构建一个线性方程组。
定义矩阵 \(L, C, \mathcal{A}\) 如下:

  • \(L_{ij} = \binom{ij + n - 1}{n}\),其中 \(1 \le i, j \le n\)
  • \(C_{ik} = \binom{n + i - k}{n}\),其中 \(1 \le i, k \le n\)
  • \(\mathcal{A}_{x'y'} = A(n, n-x', n-y')\)

上述恒等式可以表示如下形式:

\[L = C \cdot \mathcal{A} \cdot C^T \]

我们的目标是求 \(\mathcal{A}\),因此有:

\[\mathcal{A} = C^{-1} \cdot L \cdot (C^T)^{-1} = C^{-1} \cdot L \cdot (C^{-1})^T \]

矩阵 \(C\) 是一个下三角矩阵,其逆矩阵 \(C^{-1}\) 有显式的封闭形式:

\[(C^{-1})_{ij} = (-1)^{i-j} \binom{n+1}{i-j} \]

(当 \(i < j\) 时为 0)。

http://www.jsqmd.com/news/155287/

相关文章:

  • 作家成神,赚钱之路(来自飞卢)
  • YOLO在轨道交通的应用:轨道异物入侵智能预警
  • 编程语言工具链简介
  • P14914 「QFOI R3」航线交汇 个人题解
  • 千万注意!实验室改造的5大陷阱
  • 20251228
  • YOLO目标检测中的遮挡问题应对:堆叠与部分可见处理
  • YOLO与Docker镜像打包:实现环境一致性的重要步骤
  • 必知!口碑好的实验室净化厂家
  • cursor rules总结
  • YOLO与Prometheus监控集成:实时掌握GPU使用状态
  • 编程语言的Link(链接器),Debug(调试器)简介
  • 错误形式的警告: 包 “Magick.NET-Q16-HDRI-AnyCPU“ 14.7.0 具有已知的 中 严重性漏洞
  • Spring——核心概念
  • Eureka 在大数据环境中的性能优化技巧
  • 我发现流式数据签名验证慢 后来才知道用crypto流式HMAC加速
  • 高危漏洞 CVE-2023-53894 剖析:Dulldusk phpfm 弱类型比较导致的认证绕过
  • IoC、DI入门案例
  • 探索AI原生应用领域大语言模型的无限可能
  • 墨西哥股票 API 对接实战指南:实时行情与股票 IPO
  • YOLO在港口集装箱识别中的成功应用案例分享
  • 【大模型监控】04-大模型监控方法选择:采用合适的工具和技术进行监控
  • YOLO模型训练资源预约系统:避免多人抢占GPU
  • YOLO模型部署文档模板:让团队协作更高效
  • ue 打包之 地图设置
  • VS Code + Cline + Continue + DeepSeek-V3 实现 Cursor 和 Windsurf 平替
  • YOLO与Elasticsearch结合:实现检测记录的全文检索
  • YOLO模型训练进度预测:ETA估算算法实现原理
  • YOLO目标检测中的姿态估计融合:提升识别丰富度
  • 多表查询练习