min-max容斥学习笔记

min-max容斥学习笔记

• 前置知识

  二项式反演

  \[f(n)=\sum_{i=0}^n\binom{n}{i}g(i)\Leftrightarrow g(n)=\sum_{i=0}^n(-1)^{n-i}\binom{n}{i}f(i) \]

• 一些定义

  \(\max (S),\min (S)\)表示分别集合\(S\)的最大，最小元素

• 套路式子

  \[\max(S)=\sum_{\varnothing\not=S\subseteq T}(-1)^{|T|-1}\min(T) \]

• 证实

  首先咱们先设一个容斥系数\(f(x)\)

  \[\max(S)=\sum_{\varnothing\not=S\subseteq T}f(|T|)\min(T) \]

  设集合\(S\)有\(n\)个元素，咱们讨论第\(k\)小元素的贡献

  \[\sum_{i=0}^{n-k}\binom{n-k}{i}f(i+1)=[n-k=0] \]

  就是当这个元素成为最小值时另外再选几个比它要大的元素的方案，若是这个元素不是最大元素，要求不贡献

  设

  \[F(n)=f(n+1),G(n)=[n=0] \]

  上式为

  \[G(n)=\sum_{i=0}^n\binom{n}{i}F(i) \]

  由二项式反演

  \[F(n)=\sum_{i=0}^n(-1)^{n-i}\binom{n}{i}G(i) \]

  代回去

  \[\begin{aligned} f(n+1)&=\sum_{i=0}^n(-1)^{n-i}\binom{n}{i}[i=0]\\ &=(-1)^n\\ f(n)&=(-1)^{n-1} \end{aligned} \]

  因此有

  \[\max(S)=\sum_{\varnothing\not=S\subseteq T}(-1)^{|T|-1}\min(T) \]

• 用处

  在指望意义下，这个式子依然成立，即

  \[E(\max(S))=\sum_{\varnothing\not=S\subseteq T}(-1)^{|T|-1}E(\min(T)) \]

  下面给几个例题

• 例题

  • HDU4336

    题意：有\(n\)个卡牌，每秒有\(p_i\)的几率抽到卡牌\(i\)，求至少获得每一个卡牌至少一张的指望时间

    min-max容斥有个套路思想就是化max为min，由于min通常比较好统计

    令\(\max (S)\)表示集合\(S\)中最后一个得到元素的指望时间，\(\min (S)\)表明集合\(S\)中第一个得到元素的指望时间

    那么有上面的套路式子

    \[\max(S)=\sum_{\varnothing\not=S\subseteq T}(-1)^{|T|-1}\min(T) \]

    \(\min (T)\)就很是好求了

    \[\min(T)=\frac{1}{\sum_{i\in T}p_i} \]

    就是先把总几率算一下的事情

  • 「HAOI2015」按位或

    题意：初始有一个数\(0\)，每秒有\(p_i\)的几率或(|)上整数\(i(i\in [0,2^n))\)，求指望多少秒后数组变成\(2^n-1\)

    令\(\max(S)\)表示最后一个或上去的指望时间，\(\min(S)\)同理

    式子随便套，考虑求出\(\min(T)\)

    \[\min(T)=\frac{1}{\sum_{S\cap T\not=\varnothing}p_S} \]

    考虑求底下的东西

    \[\begin{aligned} \sum_{S\cap T\not=\varnothing}p_S&=\sum_{S\subseteq U} p_S-\sum_{S\cap T=\varnothing}p_S\\ &=\sum_{S\subseteq U}p_S-\sum_{\overline S\cup T=\overline S}p_S \end{aligned} \]

    后面的东西取补集后是子集和的形式，咱们能够\(FWT\)或者\(FMT\)在\(2^nn\)内求出

  • 「PKUWC2018」随机游走

    题意：树上随机游走，给定起点，每次询问至少走过一次点集的指望时间

    直接套路上去考虑如何求\(\min (T)\)，即第一次到达给定点集的指望步数

    令\(dp_u\)表示\(u\)走到给定点集\(S\)的指望步数，\(d_u\)为\(u\)点度数

    若\(u\in S,dp_u=0\)

    不然

    \[\begin{aligned} dp_u&=\frac{dp_{fa}}{d_u}+\frac{\sum dp_v}{d_u}+1\\ &=A_udp_{fa}+B_u \end{aligned} \]

    就先把环状的转移和其余的分开搞一下，那么

    \[dp_u=\frac{dp_{fa}}{d_u}+\frac{\sum A_vdp_u+B_v}{d_u}+1 \]

    化简一下

    \[(1-\frac{\sum A_v}{d_u})dp_u=\frac{dp_{fa}}{d_u}+\frac{\sum B_v}{d_u}+1 \]

    把左边除过去就能够了

    这样的话咱们能够\(n2^n\log 998244353\)处理出每一个集合的\(\min(S)\)了，仍然能够预处理子集和

• kthmax-min容斥

  \[kthmax(S)=\sum_{\varnothing\not=T\subseteq S}(-1)^{|T|-k}\binom{|T|-1}{k-1}\min(T) \]

  \(kthmax(S)\)表示集合中第\(k\)大的元素

  证实起来和普通的差很少

  设一个容斥系数\(f(n)\),统计\(n\)个元素中第\(x\)小的贡献

  \[\sum_{i=0}^{n-x}\binom{n-i}{i}f(i+1)=[n-x+1=k]\\ \sum_{i=0}^n\binom{n}{i}f(i+1)=[n=k-1]\\ f(n+1)=\sum_{i=0}^n(-1)^{n-i}\binom{n}{i}[i=k-1]\\ f(n)=(-1)^{n-k}\binom{n-1}{k-1} \]

  • 例题

    重返现世

    题解

• 参考资料

  【Learning】min-max容斥以及推广kth min-max容斥

  min-max容斥