Burnside 引理 与 Pólya 定理 学习笔记
为了防止明天就把好不容易听完的东西都还给 rabbit_lb 了,还是记一点吧。
1. 群论基础
1.1 群(group) 的定义
给定集合 G G G 和 G G G上的二元运算 ? \cdot ?,满足下列条件称之为群:
- 封闭性:若 a , b ∈ G a,b\in G a,b∈G,则 a ? b ∈ G a\cdot b\in G a?b∈G。
- 结合律:对于任意 a , b , c ∈ G a,b,c\in G a,b,c∈G,有 ( a ? b ) ? c = a ? ( b ? c ) (a\cdot b)\cdot c=a\cdot (b\cdot c) (a?b)?c=a?(b?c)。
- 单位元:存在单位元 e ∈ G e\in G e∈G, ? a ∈ G , ? a ? e = e ? a = a \forall a\in G,\, a\cdot e=e\cdot a=a ?a∈G,a?e=e?a=a。
- 逆元:对于任意 a ∈ G a\in G a∈G,存在 b ∈ G b\in G b∈G,使得 a ? b = b ? a = e a\cdot b=b\cdot a=e a?b=b?a=e。记为 b = a ? 1 b=a^{-1} b=a?1。
1.2 一些概念
-
群元素个数有限则称为有限群,无限则称为无限群。
-
有限群 G G G 的元素个数叫做群的阶,记做 ∣ G ∣ |G| ∣G∣。
-
设 G G G 和 G G G上的二元运算 ? \cdot ? 构成一个群, H H H 是 G G G 的子集,且 H H H 在原有运算下也是一个群,则 H H H 为 G G G 的一个子群。
-
若群 G G G 的任意两元素均满足交换律,则称 G G G 为交换群(Abel 群)。
1.3 群的性质
- 单位元唯一: e 1 e 2 = e 1 = e 2 e_1e_2=e_1=e_2 e1?e2?=e1?=e2?
- 消去律: a b = a c ? b = c ab=ac\Rightarrow b=c ab=ac?b=c
- 每个元的逆元唯一:反证,若 a a ? 1 = a ? 1 a = e , ? a b ? 1 = a ? 1 b = e aa^{-1}=a^{-1}a=e,\, ab^{-1}=a^{-1}b=e aa?1=a?1a=e,ab?1=a?1b=e,则 a a ? 1 = a b ? 1 aa^{-1}=ab^{-1} aa?1=ab?1,即 a ? 1 = b a^{-1}=b a?1=b。
- 若 G G G 有限,且 a ∈ G a\in G a∈G,则存在最小正整数 r r r,使得 a r = e a^r=e ar=e,且 a ? 1 = a r ? 1 a^{-1}=a^{r-1} a?1=ar?1。 r r r 称为 a a a 的阶。
2. 置换群
2.1 置换
[ 1 , n ] [1,n] [1,n] 到自身的一个映射称为 n n n 阶置换,表示为 ( 1 2 … n a 1 a 2 … a n ) \begin{pmatrix}1&2&\dots & n\\a_1&a_2&\dots&a_n\end{pmatrix} (1a1??2a2??……?nan??),其中 a 1 , a 2 , … , a n a_1,a_2,\dots,a_n a1?,a2?,…,an? 是 [ 1 , n ] [1,n] [1,n] 的一个排列。
n n n 阶置换共有 n ! n! n! 个,同一个置换有 n ! n! n! 中表示方法,如 p 1 = ( 1 2 3 4 3 1 2 4 ) = ( 3 1 4 2 2 3 4 1 ) p_1=\begin{pmatrix}1&2&3&4\\3&1&2&4\end{pmatrix}=\begin{pmatrix}3&1&4&2\\2&3&4&1\end{pmatrix} p1?=(13?21?32?44?)=(32?13?44?21?)。 n n n 阶置换也可以看作 [ 1 , n ] [1,n] [1,n] 上的一元运算。
设 P 1 = ( 1 2 … n a 1 a 2 … a n ) , ? P 2 = ( 1 2 … n b 1 b 2 … b n ) P_1=\begin{pmatrix}1&2&\dots & n\\a_1&a_2&\dots&a_n\end{pmatrix},\, P_2=\begin{pmatrix}1&2&\dots & n\\b_1&b_2&\dots&b_n\end{pmatrix} P1?=(1a1??2a2??……?nan??),P2?=(1b1??2b2??……?nbn??),则定义置换乘法 P 1 P 2 = ( 1 2 … n b a 1 b a 2 … b a n ) P_1P_2=\begin{pmatrix}1&2&\dots & n\\b_{a_1}&b_{a_2}&\dots&b_{a_n}\end{pmatrix} P1?P2?=(1ba1???2ba2???……?nban???)。
置换乘法不满足交换律,但满足结合律。
2.2 置换群
[ 1 , n ] [1,n] [1,n] 上由多个置换组成的集合,在 2.1 的乘法定义下构成的群,称为置换群。
- 封闭性: ( 1 2 … n a 1 a 2 … a n ) ( a 1 a 2 … a n b 1 b 2 … b n ) = ( 1 2 … n b 1 b 2 … b n ) \begin{pmatrix}1&2&\dots & n\\a_1&a_2&\dots&a_n\end{pmatrix} \begin{pmatrix}a_1&a_2&\dots & a_n\\b_1&b_2&\dots&b_n\end{pmatrix}=\begin{pmatrix}1&2&\dots & n\\b_1&b_2&\dots&b_n\end{pmatrix} (1a1??2a2??……?nan??)(a1?b1??a2?b2??……?an?bn??)=(1b1??2b2??……?nbn??)
- 结合律:由 2.1 知置换乘法满足结合律。
- 单位元: e = ( 1 2 … n 1 2 … n ) e=\begin{pmatrix}1&2&\dots & n\\1&2&\dots&n\end{pmatrix} e=(11?22?……?nn?)
- 逆元: ( 1 2 … n a 1 a 2 … a n ) ? 1 = ( a 1 a 2 … a n 1 2 … n ) \begin{pmatrix}1&2&\dots & n\\a_1&a_2&\dots&a_n\end{pmatrix}^{-1}=\begin{pmatrix}a_1&a_2&\dots & a_n\\1&2&\dots&n\end{pmatrix} (1a1??2a2??……?nan??)?1=(a1?1?a2?2?……?an?n?)
[ 1 , n ] [1,n] [1,n] 上的所有( n ! n! n! 个)置换构成的群,称为 n n n 阶对称群,记作 S n S_n Sn?。平时所说的 [ 1 , n ] [1,n] [1,n] 上的一个置换群,一定是 S n S_n Sn?的子群。
2.3 循环
2.3.1 置换的循环表示
置换 ( 1 2 … n a 1 a 2 … a n ) \begin{pmatrix}1&2&\dots & n\\a_1&a_2&\dots&a_n\end{pmatrix} (1a1??2a2??……?nan??) 可以写作 ( 1 , a 1 , a a 1 , … ? ) ( … ? ) (1,a_1,a_{a_1},\dots)(\dots) (1,a1?,aa1??,…)(…) 的形式,称为置换的循环表示。E.g. ( 1 2 3 4 5 3 1 2 5 4 ) = ( 132 ) ( 45 ) \begin{pmatrix}1&2&3 & 4&5\\3&1&2&5&4\end{pmatrix}=(132)(45) (13?21?32?45?54?)=(132)(45), ( 1 2 3 4 5 5 2 3 1 4 ) = ( 154 ) ( 2 ) ( 3 ) \begin{pmatrix}1&2&3 & 4&5\\5&2&3&1&4\end{pmatrix}=(154)(2)(3) (15?22?33?41?54?)=(154)(2)(3)。
( a 1 a 2 … a m ) (a_1a_2\dots a_m) (a1?a2?…am?) 称为 m m m 阶循环,有 m m m 种表示方法。
通常情况下,我们可以忽略所有阶为 1 1 1 的循环。两个不相交的循环之间满足交换律。
定理:任意置换可表示成若干不相交循环的积。
证明:考虑令置换 i i i 向 a i a_i ai? 连边,图由若干个环构成。显然每个环都可以表示成一个循环。
2.3.2 共轭类
我们设置换
p
p
p 的循环表示为 $p=(a_1a_2\dots a_{k_1})(b_1,b_2\dots b_{k_2})\dots (h_1h_2\dots h_{k_n}),其中 $
∑
i
=
1
n
k
i
=
n
\sum\limits_{i=1}^n k_i=n
i=1∑n?ki?=n。设
k
k
k 阶循环出现的次数为
c
k
c_k
ck?。
那么置换
p
p
p 的格式为
(
1
)
c
1
(
2
)
c
2
…
(
n
)
c
n
(1)^{c_1}(2)^{c_2}\dots(n)^{c_n}
(1)c1?(2)c2?…(n)cn?。E.g.
(
1
)
(
23
)
(
4567
)
(1)(23)(4567)
(1)(23)(4567) 的格式为
(
1
)
1
(
2
)
1
(
4
)
1
(1)^1(2)^1(4)^1
(1)1(2)1(4)1。
则 S n S_n Sn? 中所有相同格式的置换构成一个共轭类。
定理: S n S_n Sn? 中 ( 1 ) c 1 ( 2 ) c 2 … ( n ) c n (1)^{c_1}(2)^{c_2}\dots(n)^{c_n} (1)c1?(2)c2?…(n)cn? 所在的共轭类元素个数为 n ! ( c 1 ! c 2 ! … n ! ) ( 1 c 1 2 c 2 … n c n ) \dfrac{n!}{(c_1!c_2!\dotsc_n!)(1^{c_1}2^{c_2}\dots n^{c_n})} (c1?!c2?!…n?!)(1c1?2c2?…ncn?)n!?。
可以这样理解这个式子:
- 一个长度为 i i i 的循环共有 i i i 种表示, c i c_i ci? 个长度为 i i i 的循环有 i c i i^{c_i} ici? 种表示;
- 对互不相交的 c i c_i ci? 个循环枚举全排列,共有 c i ! c_i! ci?! 种表示。
2.3.3 对换与奇偶置换
2 2 2 阶循环叫做对换。
定理:任意循环都可以表示为若干对换的积。
推柿子:
(
1
?
2
?
3
…
n
?
1
)
(
1
?
n
)
=
(
1
2
…
n
?
1
2
3
…
1
)
(
1
2
…
n
?
1
n
n
2
…
n
?
1
1
)
=
(
1
2
…
n
?
1
n
2
3
…
n
1
)
=
(
1
?
2
?
…
?
n
)
\begin{aligned} &(1\, 2\, 3\dots n-1)(1\, n)\\ =&\begin{pmatrix}1&2&\dots & n-1\\2&3&\dots&1\end{pmatrix}\begin{pmatrix}1&2&\dots & n-1&n\\n&2&\dots&n-1&1\end{pmatrix}\\ =&\begin{pmatrix}1&2&\dots & n-1&n\\2&3&\dots&n&1\end{pmatrix}\\ =&(1\,2\,\dots\,n) \end{aligned}
===?(123…n?1)(1n)(12?23?……?n?11?)(1n?22?……?n?1n?1?n1?)(12?23?……?n?1n?n1?)(12…n)?
那么进一步地,有分解
(
12
…
n
)
=
(
12
)
(
13
)
…
(
1
n
)
(1 2\dots n)=(12)(13)\dots(1n)
(12…n)=(12)(13)…(1n)。注意每个置换的分解不唯一。
若一个置换能分解为奇数个对换之积,则为奇置换;否则为偶置换。
Warning. 置换相乘的奇偶性类似于自然数加法,而非自然数乘法:奇 x 奇 = 偶,奇 x 偶 = 奇。
3. Burnside 引理
3.1 等价类与 k k k 不动置换类
设 G G G 是 [ 1 , n ] [1,n] [1,n] 上的一个置换群, k ∈ [ 1 , n ] k\in [1,n] k∈[1,n]。 G G G 中使 k k k 元素保持不变的置换全体,称为 k k k 不动置换类,记作 Z k Z_k Zk?。
定理:置换群 G G G 的 k k k 不动置换类 Z k Z_k Zk? 是 G G G 的子群。
- 封闭性: k k k 怎么置换都不动。
- 结合性:显然。
- 单位元: G G G 的单位元也在 Z k Z_k Zk? 中。
- 逆元: Z k Z_k Zk? 中的置换 p p p 在 G G G 中的逆元 p ? 1 p^{-1} p?1 也在 Z k Z_k Zk? 中。
置换 p i p_i pi? 使图像 k k k 变为 l l l,则称 k k k 和 l l l 属于同一个等价类。设 k k k 所在的等价类记为 E k E_k Ek?。
如图,将正方形四个顶点红蓝染色,等价类个数为 6 6 6。(每行是一个等价类)
3.2 轨道稳定子定理
定理:设 G G G 是 [ 1 , n ] [1,n] [1,n] 上的一个 置换群, E k E_k Ek? 是 [ 1 , n ] [1,n] [1,n] 在 G G G 的作用下包含 k k k 的等价类, Z k Z_k Zk? 是 k k k不动置换类。有 ∣ E k ∣ ∣ Z k ∣ = ∣ G ∣ |E_k||Z_k |=|G| ∣Ek?∣∣Zk?∣=∣G∣。
证明:每个等价类有 ∣ E k ∣ |E_k| ∣Ek?∣ 个元素,同时因为它们属于同一等价类,每个元素的 Z k Z_k Zk? 相同。因此这些 Z k Z_k Zk? 覆盖了整个 G G G,即每个等价类都有 ∣ E k ∣ ∣ Z k ∣ = ∣ G ∣ |E_k||Z_k |=|G| ∣Ek?∣∣Zk?∣=∣G∣。
3.3 Burnside 引理
将上式变形,有:
∑
k
=
1
n
∣
Z
k
∣
∣
G
∣
=
∑
k
=
1
n
1
∣
E
k
∣
\sum_{k=1}^n \frac{|Z_k|}{|G|}=\sum_{k=1}^n \frac{1}{|E_k|}
k=1∑n?∣G∣∣Zk?∣?=k=1∑n?∣Ek?∣1?
仔细想一下会发现
∑
k
=
1
n
1
∣
E
k
∣
\sum_{k=1}^n \frac{1}{|E_k|}
∑k=1n?∣Ek?∣1? 就是等价类个数。
然而问题并没有解决,因为
Z
k
Z_k
Zk? 不好求。进一步地,我们定义
c
1
(
a
k
)
c_1(a_k)
c1?(ak?) 表示在置换
a
k
a_k
ak? 的作用下不动点的个数,即长度为
1
1
1 的循环个数。那么等价类个数为:
l
=
1
∣
G
∣
∑
j
?
1
n
c
1
(
a
j
)
l=\frac{1}{|G|}\sum_{j-1}^n c_1(a_j)
l=∣G∣1?j?1∑n?c1?(aj?)
这个式子就是 Burnside 引理。
4. Pólya 定理
Pólya 定理是 Burnside 引理的推广,应用于 染色问题 的 循环同构 方案计数。
设 G = { P 1 , P 2 , … , P g } G=\{P_1,P_2,\dots,P_g\} G={P1?,P2?,…,Pg?} 是 n n n 个对象 的一个置换群, C ( P k ) C(P_k) C(Pk?) 是置换 P k P_k Pk? 的循环的个数,用 m m m 种颜色对 n n n 个对象着色,着色方案数为
l = 1 ∣ G ∣ ∑ j = 1 g m C ( P j ) l=\frac{1}{|G|} \sum_{j=1}^g m^{C(P_j)} l=∣G∣1?j=1∑g?mC(Pj?)
接下来用一个例题说明该定理的具体用法。
用火柴搭一个足球,有多少种方案?
Tips: 足球有 60 60 60 个顶点, 90 90 90 条棱, 12 12 12 个五边形, 20 20 20 个六边形。
- 不动: 1 1 1 种置换, 2 90 2^{90} 290 种染色;
- 五边形对五边形转: 6 × 4 = 24 6\times 4=24 6×4=24 种置换, 2 90 / 5 2^{90/5} 290/5 种染色;
- 六边形对六边形转: 10 × 2 = 20 10\times 2=20 10×2=20 种置换, 2 90 / 3 2^{90/3} 290/3 种染色;
- 棱中点对棱中点转: 15 15 15 种置换, 0 0 0 种染色(一定都会变)。
则本质不同的方案数为 ( 2 90 + 24 × 2 18 + 20 × 2 30 ) / ( 1 + 24 + 20 + 15 ) (2^{90}+24\times 2^{18}+20\times 2^{30})/(1+24+20+15) (290+24×218+20×230)/(1+24+20+15)。
5. 例题
P4980【模板】Polya 定理
板子。发现置换只有旋转,考虑枚举旋转的角度,有:
1
n
∑
k
=
1
n
n
gcd
?
(
k
,
n
)
\frac{1}{n}\sum_{k=1}^n n^{\gcd(k,n)}
n1?k=1∑n?ngcd(k,n)
枚举
gcd
?
\gcd
gcd,可以变成
1
n
∑
d
∣
n
n
d
∑
k
=
1
n
d
[
gcd
?
(
k
,
n
d
)
=
1
]
\frac{1}{n} \sum_{d\mid n}n^d \sum_{k=1}^{\frac{n}{d}}[\gcd(k,\frac{n}{d})=1]
n1?d∣n∑?ndk=1∑dn??[gcd(k,dn?)=1]
也就是
1
n
∑
d
∣
n
n
d
φ
(
n
d
)
\frac{1}{n}\sum_{d\mid n}n^d\varphi(\frac{n}{d})
n1?d∣n∑?ndφ(dn?)
暴力计算欧拉函数即可通过。
#define int long long
const int mod=1e9+7;
int T,n;
il int qpow(int n,int k=mod-2)
{
int res=1;
for(;k;n=n*n%mod,k>>=1) if(k&1) res=res*n%mod;
return res;
}
il int phi(int x)
{
int res=x;
for(int i=2;i*i<=x;i++)
{
if(x%i==0) res=res/i*(i-1);
while(x%i==0) x/=i;
}
if(x>1) res=res/x*(x-1);
return res;
}
signed main()
{
T=read();
while(T--)
{
n=read();
int ans=0;
for(int d=1;d*d<=n;d++) if(n%d==0)
{
(ans+=qpow(n,d)*phi(n/d)%mod)%=mod;
if(d*d!=n) (ans+=qpow(n,n/d)*phi(d)%mod)%=mod;
}
ans=ans*qpow(n)%mod;
printf("%lld\n",ans);
}
return 0;
}
CF1065E Side Transmutations
首先可以发现翻转是可以抵消的。如果我们操作 b 1 b_1 b1?,再操作 b 2 b_2 b2?,再操作 b 1 b_1 b1?,这相当于只操作了一个 b 2 b_2 b2?。也就是说,想要得到最终状态我们只关心每个 b i b_i bi? 被操作次数的奇偶性。
考虑 Polya 定理,但是发现不动点看起来不好算。
进一步对
b
i
b_i
bi? 进行转化,考虑将字符串分成形如
[
b
1
,
b
2
)
,
[
b
2
,
b
3
)
,
…
[b_1,b_2),[b_2,b_3),\dots
[b1?,b2?),[b2?,b3?),… 的若干段。那么我们统计不动点的时候只关心每一段是否被翻转。
不难看出,字符串每段的翻转状态与
b
b
b 的操作次数奇偶性序列构成双射。设
l
e
n
i
len_i
leni? 表示第
i
i
i 段的长度。
那么如果第 i i i 段被翻转了,这一段本身的贡献是 ∣ A ∣ l e n i |A|^{len_i} ∣A∣leni?;否则为 ∣ A ∣ 2 l e n i |A|^{2len_i} ∣A∣2leni?。而对于中间长度为 n ? 2 l e n m n-2len_m n?2lenm? 且永远不会被翻转的段,贡献恒为 ∣ A ∣ n ? 2 l e n m |A|^{n-2len_m} ∣A∣n?2lenm?。
故设
T
=
{
1
,
2
,
…
,
n
}
T=\{1,2,\dots,n\}
T={1,2,…,n},本质不同的方案数为
∣
A
∣
n
?
2
l
e
n
m
2
m
∑
S
?
T
(
[
i
∈
S
]
∣
A
∣
l
e
n
i
)
+
(
[
i
?
S
]
∣
A
∣
2
l
e
n
i
)
=
∣
A
∣
n
?
2
l
e
n
m
2
m
∏
i
=
1
m
(
∣
A
∣
l
e
n
i
+
∣
A
∣
2
l
e
n
i
)
\begin{aligned} &\frac{|A|^{n-2len_m}}{2^m}\sum_{S\sube T}([i\in S]|A|^{len_i})+([i\notin S]|A|^{2len_i})\\ =&\frac{|A|^{n-2len_m}}{2^m}\prod_{i=1}^m (|A|^{len_i}+|A|^{2len_i}) \end{aligned}
=?2m∣A∣n?2lenm??S?T∑?([i∈S]∣A∣leni?)+([i∈/S]∣A∣2leni?)2m∣A∣n?2lenm??i=1∏m?(∣A∣leni?+∣A∣2leni?)?
直接计算即可,时间复杂度为
O
(
m
log
?
n
)
\mathcal{O}(m\log n)
O(mlogn)。
#define int long long
const int N=2e5+5,mod=998244353;
int n,m,A,b[N];
int l[N];
il int qpow(int n,int k=mod-2)
{
int res=1;
for(;k;n=n*n%mod,k>>=1) if(k&1) res=res*n%mod;
return res;
}
signed main()
{
n=read(),m=read(),A=read();
for(int i=1;i<=m;i++) b[i]=read();
for(int i=1;i<=m;i++) l[i]=b[i]-b[i-1];
int sum=1,ans=0;
for(int i=1;i<=m;i++) sum=sum*(qpow(A,l[i])+qpow(A,2*l[i]))%mod;
ans=sum*qpow(A,n-2*b[m])%mod;
ans=ans*qpow(qpow(2,m))%mod;
printf("%lld\n",ans);
return 0;
}
ARC062F Painting Graphs with AtCoDeer
一个比较直观的性质是,一条边无论如何都转不出自己所在的边双连通分量。进一步地,发现实际上一条边转不出自己所在的点双。这似乎有点反直觉,但考虑下图,边无法从一个环移到另一个环:
那么根据这个结论,每个点双之间是独立的。分类讨论:
- 如果一条边的两个端点不在同一点双里,这条边对答案的贡献是 k k k;
- 如果点双是一个环,这是 Polya 定理的板子;
- 否则有结论:如果一个点双有至少两个环,所有边都可以任意交换。
考虑证明上述结论,我们只需证明存在一种方案,在不改变其他边的情况下交换两条边。
使用上图的做法可以交换两环交界处的两条边。对于不在两环交界处的边,可以先转到交界处再如此操作。
故设这个点双有
c
n
t
cnt
cnt 条边,对答案的贡献就是
c
n
t
cnt
cnt 条边涂
k
k
k 个颜色,不区分顺序的方案数。经典插板法,为
(
c
n
t
+
k
?
1
k
?
1
)
\binom{cnt+k-1}{k-1}
(k?1cnt+k?1?)。
对以上三种情况分别计算贡献即可。
Code#define int long long
const int N=205,mod=1e9+7;
int n,m,k;
vector<int> e[N];
int dfn[N],low[N],tot,num;
vector<int> t[N],q;
void tarjan(int u,int fa)
{
dfn[u]=low[u]=++tot; q.push_back(u);
for(auto v:e[u]) if(v^fa)
{
if(!dfn[v])
{
tarjan(v,u),low[u]=min(low[u],low[v]);
if(low[v]>=dfn[u])
{
num++;
while(q.back()!=u)
{
int x=q.back();
t[num].push_back(x),q.pop_back();
if(x==v) break;
}
t[num].push_back(u);
}
}
else low[u]=min(low[u],dfn[v]);
}
}
int bel[N];
il int qpow(int n,int k=mod-2)
{
int res=1;
for(;k;n=n*n%mod,k>>=1) if(k&1) res=res*n%mod;
return res;
}
il int solve(int m)
{
int res=0;
for(int i=1;i<=m;i++) res=(res+qpow(k,__gcd(i,m)))%mod;
res=res*qpow(m)%mod; return res;
}
int jc[N],inv[N];
il void init(int mx)
{
jc[0]=inv[0]=1;
for(int i=1;i<=mx;i++) jc[i]=jc[i-1]*i%mod;
inv[mx]=qpow(jc[mx]);
for(int i=mx-1;i;i--) inv[i]=inv[i+1]*(i+1)%mod;
}
il int C(int n,int m)
{
if(m>n) return 0;
return jc[n]*inv[n-m]%mod*inv[m]%mod;
}
signed main()
{
n=read(),m=read(),k=read();
for(int i=1;i<=m;i++)
{
int u=read(),v=read();
e[u].push_back(v),e[v].push_back(u);
}
init(m+k);
int ans=1;
for(int i=1;i<=n;i++) if(!dfn[i]) tarjan(i,0);
for(int i=1;i<=num;i++)
{
for(auto x:t[i]) bel[x]=i;
int cnt=0;
for(auto u:t[i])
for(auto v:e[u]) if(bel[v]==i) cnt++;
cnt>>=1;
m-=cnt;
if(cnt>t[i].size()) ans=ans*C(cnt+k-1,k-1)%mod;
else if(cnt==t[i].size()) ans=ans*solve(cnt)%mod;
else ans=ans*qpow(k,cnt)%mod;
}
printf("%lld\n",ans);
return 0;
}
[HNOI2009] 图的同构计数
我们可以把每条边选与不选看作对一个完全图上的边黑白染色,这与原题意是等价的。
使用 Polya 定理,先枚举一个置换,并把置换写成循环的形式。考虑对在该置换下不变的染色方案进行计数。
根据一条边的两个端点是否在同一个循环内,分类讨论:
- 如图,若一条边的两个端点属于同一循环,那么它应当与循环内所有长度相等的边同色。
那么一个长度为 l e n len len 的循环,其内部共有 ? l e n 2 ? \lfloor \frac{len}{2}\rfloor ?2len?? 类等价的边。 - 否则,若一条边连接了两个不同循环,设它们的长度分别为 l e n i , l e n j len_i,len_j leni?,lenj?。那么一条边需要做 lcm ( l e n i , l e n j ) \text{lcm}(len_i,len_j) lcm(leni?,lenj?) 次置换才能回到它原来的位置,即等价类个数为 gcd ? ( l e n i , l e n j ) \gcd(len_i,len_j) gcd(leni?,lenj?)。
综上,一个
l
e
n
len
len 序列对 polya 求和式子的贡献为
S
=
∑
i
=
1
n
(
?
l
e
n
i
2
?
+
∑
j
=
1
i
?
1
gcd
?
(
l
e
n
i
,
l
e
n
j
)
)
S=\sum_{i=1}^n(\lfloor \frac{len_i}{2}\rfloor +\sum_{j=1}^{i-1} \gcd(len_i,len_j))
S=i=1∑n?(?2leni???+j=1∑i?1?gcd(leni?,lenj?))
发现这只与
l
e
n
len
len 数组有关而与具体的置换无关,考虑只枚举
l
e
n
len
len 数组,并计算有多少种对应的置换。由 2.3.2 可知,设
c
i
c_i
ci? 表示
l
e
n
j
=
i
len_j=i
lenj?=i 的
j
j
j 的个数,对应的置换数为
n
!
∏
l
e
n
i
∏
(
c
i
!
)
\frac{n!}{\prod len_i\prod (c_i!)}
∏leni?∏(ci?!)n!?
总答案为
1
n
!
∑
l
e
n
n
!
∏
l
e
n
i
∏
(
c
i
!
)
2
S
\frac{1}{n!}\sum_{len}\frac{n!}{\prod len_i\prod (c_i!)} 2^S
n!1?len∑?∏leni?∏(ci?!)n!?2S
其中
S
S
S 见上文。时间复杂度为
n
n
n 的无序拆分数。
#define int long long
const int N=205,mod=997;
int n,ans,tot,b[N],c[N];
il int qpow(int n,int k=mod-2)
{
int res=1;
for(;k;n=n*n%mod,k>>=1) if(k&1) res=res*n%mod;
return res;
}
il int solve()
{
int res=0;
for(int i=1;i<=tot;i++)
{
res=(res+(b[i]>>1));
for(int j=1;j<i;j++) res=(res+__gcd(b[i],b[j]));
}
return res;
}
void dfs(int sum)
{
if(!sum)
{
int k=solve();
int v=1;
for(int i=1;i<=n;i++) c[i]=0;
for(int i=1;i<=tot;i++) v=v*b[i]%mod,c[b[i]]++;
for(int i=1;i<=n;i++)
for(int j=1;j<=c[i];j++) v=v*j%mod;
ans=(ans+qpow(2,k)*qpow(v)%mod)%mod;
return;
}
for(int k=b[tot];k<=sum;k++)
{
b[++tot]=k,dfs(sum-k);
tot--;
}
}
signed main()
{
n=read();
b[0]=1; dfs(n);
printf("%lld\n",ans);
return 0;
}
P4128 [SHOI2006] 有色图
与上题同理,将 2 2 2 换为 k k k 即可。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!