目录

生成函数

本文主要做一个归纳性的总结。

常见的生成函数形式:

OGF 的卷积表示组合,而 EGF 的卷积表示排列——之前没怎么理解这个说法,现在就比较明白了。考虑卷积结果的某一项 $x^n$:

普通型生成函数

形式幂级数 $\sum_{i = 0} ^ {\infty} a^i x^i = \dfrac 1 {1 - ax}$ 并不太关注 $x$ 的取值是否使得式子收敛。给出一些常用 OGF 的封闭形式:

$$ \sum _{i=0} ^{\infty} x^{ai} = \dfrac 1{1-x^a} $$

$$ \sum _{i=0} ^{\infty} a^i x^i = \dfrac 1{1-ax} $$

$$ \sum _{i=0} ^{\infty} \binom ni x^i = (1+x)^n $$

$$ \sum _{i=0} ^{\infty} \binom{n+i-1}{i}x^i = \dfrac {1}{(1-x)^n} $$

令:扩展组合数为 $\binom {-n}k = (-1)^k \binom {n+k-1}{k}$,这个展开就可以验证了。带入二项式定理中可以得到广义二项式定理(见上)。

普通型生成函数与可逆背包

一个非常棒的可逆背包题:2018 沈阳 ICPC 现场 M 题。

$$ \sum _{i=0} ^n x^{ai} = \dfrac {1-(x^a)^{n+1}}{1-x^a} $$

上面是个负方案的 01 背包,下面是个完全背包,没了。

指数型生成函数

一些常见的指数型生成函数化简技巧:

$$ \sum _{i=0} ^{\infty} \dfrac {x^{2i}}{(2i)!} = \dfrac {\mathrm{e}^x + \mathrm{e}^{-x}}2 $$

$$ \sum _{i=0} ^{\infty} \dfrac {x^{2i+1}}{(2i+1)!} = \dfrac {\mathrm{e}^x - \mathrm{e}^{-x}}2 $$

这个性质可以将生成函数化成封闭形式。反过来,也可以将封闭形式转化为级数形式:

$$ \mathrm{e}^{ax} = \sum _{i=0} ^{\infty} \dfrac {a^i x^i}{i!} $$

注意因为是求排列,所以一般最后要乘一个 $n!$。

指数型生成函数与集合划分

考虑一些具有性质 $A$ 的东西的指数型生成函数 $F(x)$,现在把 $A$ 里面的东西当成基本元素,像选物品一样合在一起获得具有 $B$ 性质的东西(也就是 $B$ 由几个 $A$ 属性的东西拼成,同时把这几个东西看做是无序的),且 $B$ 的生成函数是 $G(x)$,则

$$ G(x) = \mathrm{e}^{F(x)} $$

利用该性质可以极大化简某些过程。

例子 1 贝尔数 $B_n$ 表示将大小为 $n$ 的集合划分为非空集合的方案数。令 $G(x) = \sum_{i=1}^{\infty} \dfrac {x^i}{i!} = \mathrm{e}^x - 1$,则 $G(x)$ 的 $n$ 次项系数表示“选 $n$ 个数组成一个非空集合的方案数”。显然大小为 $n$ 的集合的一个划分中,每个子集都具有相同的性质(都来自 $G(x)$ 的某一项),因此有贝尔数生成函数 $F(x) = \mathrm{e}^{G(x)} = \mathrm{e}^{\mathrm{e}^x - 1}$。

另一种理解方式是,若 $n$ 由 $k$ 个子集构成,则 $G^k(x)$ 的 $n$ 次项系数对应了上述的方案数,而这 $k$ 个集合应当无序,故要乘 $\dfrac 1{k!}$,最终有

$$ \begin{aligned} F(x) &= \sum_{k=0}^{\infty} \dfrac {G^k(x)}{k!} \\ &= \mathrm{e}^{G(x)} \end{aligned} $$

例子 2 令 $F(x)$ 为 $n$ 个点的无向连通图个数,$G(x)$ 为 $n$ 个点的任意图数量(且显然 $G(x) = \sum _{i=0}^{\infty} 2^{i(i-1)/2}x^i$),因此 $F(x) = \ln G(x)$。

例子 3 令 $F(x)$ 为 $n$ 个点的连通 DAG 个数,$G(x)$ 为不要求连通的 $n$ 个点的 DAG 个数,显然这也同样满足集合划分要求。证明不难,参考例子 1 即可。

参考资料