Min-Max 容斥
[made by Ameiyo
]
前言
这个东西给我的感觉有点类似 绝对值恒等式
。
[max{a, b} = frac {|a + b| + |a - b|} {2}, min{a, b} = frac {|a + b| - |a - b|} {2} ]
为什么这么说呢?因为二者都是让不该做贡献的数的系数和为 $ 0 $ ,当然 Min-Max 荣斥
并没有绝对值。
前置知识
先给出式子,这里用到一个东西叫 二项式反演 ,也不是很难的东西。
[f(n) = sum C_n^i g(i) Leftrightarrow g(n) = sum (-1) ^ {n - i} C_n^i f(i) ]
Min-Max 容斥
然后,以下用 Min(S)
表示集合 $ S $ 中最小的数, Max(S)
同理。
则有
[Max(S) = sum _{varnothing
eq T subseteq S} (-1) ^ {|T| - 1} Min(T)
]
把 Min
和 Max
交换也同样满足。
证明
这其实是一个可以用容斥讲明的问题,这里从代数方面证明。
假设容斥系数为 $ d(x) $ 。
考虑某个第 $ k $ 大的数,当其做贡献时,比他小的数肯定不能出现在集合中,假设其选择了 $ i $ 个比他大的数。
那么他的系数和 $$ w_k = sum {i=0} ^{n-k} C{n - k}^i d(i + 1) $$ 。
而当 $ n = k $ 时, $ w_k = 1 $ ;否则, $ w_k = 0 $ 。即 $$ [n - k == 0] = sum {i = 0} ^{n - k} C{n - k} ^i d(i + 1) $$ 。
把上式二项式反演一下( $ f(n - k) = [n - k == 0] $ , $ g(i) = d(i + 1) $ ) ,就得到
[d(n - k + 1) = sum _{i = 0} ^{n-k} (-1) ^{n - k - i} C_{n - k}^{i} [i == 0] = (-1) ^ {n - k}
]
所以 $ d(i) = (-1) ^{i - 1} $ 。
证毕。
推广
似乎是根据期望的线性性质,所以 Min-Max 容斥
在期望条件下也成立,即
[Emax(S) = sum (-1) ^{|T| - 1} Emin(T)
]
交换后同理。
[in 2019.12.8
]