This commit is contained in:
2026-01-07 00:27:21 +08:00
parent d3f7d656b0
commit ce2419a33e
5 changed files with 1194 additions and 0 deletions

View File

@@ -0,0 +1,140 @@
# 第一章:数理逻辑
## 1.1 命题逻辑
### 1.1.1 核心概念深度解析
- **命题**:必须是**陈述句**且具有**唯一真值**。
- *易错点*:悖论(如"我正在说谎")不是命题;含有未定变量的句子(如"$x+1=2$")是谓词而非命题。
- **原子命题与复合命题**
- 原子命题:不能再分解的命题。
- 复合命题:通过联结词组合而成。
### 1.1.2 联结词与真值表 (详细版)
| 联结词 | 符号 | 英文 | 优先级 | 逻辑详解 | 常见语言表达 |
| :--- | :---: | :--- | :---: | :--- | :--- |
| **否定** | $\neg$ | NOT | 1 | 真变假,假变真 | "并不是..." |
| **合取** | $\land$ | AND | 2 | **仅当两者全真时为真** | "且", "虽然...但是...", "既...又..." |
| **析取** | $\lor$ | OR | 3 | **仅当两者全假时为假** | "或" (包含性或) |
| **蕴涵** | $\to$ | IMPLIES | 4 | **前真后假时为假,其余全真** | "若...则...", "只要...就...", "只有...才..." |
| **双蕴涵** | $\leftrightarrow$ | IFF | 5 | **同真同假时为真** | "当且仅当", "充分必要条件" |
#### 重点难点:蕴涵关系 ($P \to Q$) 的翻译
- **充分条件**"只要 $P$ 就 $Q$" $\Rightarrow P \to Q$
- **必要条件**"只有 $Q$ 才 $P$" $\Rightarrow P \to Q$ (注意:$P$ 是 $Q$ 的充分条件,或者理解为 $\neg Q \to \neg P$)
- **除非**"除非 $P$ 否则 $Q$" $\Rightarrow \neg P \to Q$ (即 $P \lor Q$)
### 1.1.3 命题公式的分类 (Classifications)
*常考题型:判断给定公式属于哪一类。*
1. **永真式 (重言式, Tautology)**
- 在所有真值赋值下,结果均为**真** ($1$)。
- *例*$P \lor \neg P$
2. **矛盾式 (永假式, Contradiction)**
- 在所有真值赋值下,结果均为**假** ($0$)。
- *例*$P \land \neg P$
3. **可满足式 (Contingency)**
- **不是矛盾式**的公式(即至少有一种赋值为真)。
- *注意*:永真式也是可满足式的一种,但通常指"既非永真也非永假"的公式。
### 1.1.4 逻辑等值式 (Laws of Logic)
*核心:用于化简命题公式。*
1. **双重否定律**$\neg\neg P \Leftrightarrow P$
2. **幂等律**$P \lor P \Leftrightarrow P$, $P \land P \Leftrightarrow P$
3. **交换律**$P \lor Q \Leftrightarrow Q \lor P$, $P \land Q \Leftrightarrow Q \land P$
4. **结合律**$(P \lor Q) \lor R \Leftrightarrow P \lor (Q \lor R)$
5. **分配律** (非常重要)
- $P \lor (Q \land R) \Leftrightarrow (P \lor Q) \land (P \lor R)$ (析取对合取的分配)
- $P \land (Q \lor R) \Leftrightarrow (P \land Q) \lor (P \land R)$ (合取对析取的分配)
6. **德·摩根律 (De Morgan's Laws)** (变号变词)
- $\neg(P \lor Q) \Leftrightarrow \neg P \land \neg Q$
- $\neg(P \land Q) \Leftrightarrow \neg P \lor \neg Q$
7. **吸收律** (合并同类项)
- $P \lor (P \land Q) \Leftrightarrow P$
- $P \land (P \lor Q) \Leftrightarrow P$
8. **蕴含等值式**$P \to Q \Leftrightarrow \neg P \lor Q$ (去箭头核心公式)
9. **等价等值式**$P \leftrightarrow Q \Leftrightarrow (P \to Q) \land (Q \to P)$
10. **假言易位** (逆否命题)$P \to Q \Leftrightarrow \neg Q \to \neg P$
11. **归谬律**$(P \to Q) \land (P \to \neg Q) \Leftrightarrow \neg P$
### 1.1.4 范式 (Normal Forms)
#### 析取范式 (DNF) 与 合取范式 (CNF)
- **定义**
- DNF简单合取式的析取 ($\sum$)。例如:$(P \land Q) \lor (\neg P \land R)$
- CNF简单析取式的合取 ($\prod$)。例如:$(P \lor Q) \land (\neg P \lor R)$
- **主范式 (Principal NF)**
- **极小项 ($m_i$)**:包含所有变量的合取项,编码对应真值表中的行号。
- **极大项 ($M_i$)**:包含所有变量的析取项。
- **转换方法**
1. **真值表法**
- 主析取范式:取真值表中结果为 $T$ 的行对应的极小项之和。
- 主合取范式:取真值表中结果为 $F$ 的行对应的极大项之积。
2. **等值演算法**:利用双重否定、德摩根、分配律展开。
---
## 1.2 谓词逻辑 (Predicate Logic)
### 1.2.1 基本要素
- **个体词**:常量 ($a, b$) 和 变量 ($x, y$)。
- **谓词**$P(x_1, \dots, x_n)$,表示个体之间的性质或关系。
- **量词**
- 全称量词 $\forall$ (For all)
- 存在量词 $\exists$ (Exists)
- **论域 (Universe)**:个体变元的取值范围。若未指定,通常指全总个体域。
### 1.2.2 翻译技巧 (易错)
1. **"所有的 S 都是 P"**
- 正确:$\forall x (S(x) \to P(x))$
- *错误*$\forall x (S(x) \land P(x))$ (这意味着宇宙中万物既是S也是P)
2. **"有的 S 是 P"**
- 正确:$\exists x (S(x) \land P(x))$
- *错误*$\exists x (S(x) \to P(x))$ (这通常是恒真的,没有意义)
### 1.2.3 谓词逻辑等值式
1. **量词否定律**
- $\neg \forall x P(x) \Leftrightarrow \exists x \neg P(x)$ (改变量词,否定谓词)
- $\neg \exists x P(x) \Leftrightarrow \forall x \neg P(x)$
2. **量词辖域扩展** (设 $Q$ 不含 $x$)
- $\forall x (P(x) \lor Q) \Leftrightarrow (\forall x P(x)) \lor Q$
- $\exists x (P(x) \land Q) \Leftrightarrow (\exists x P(x)) \land Q$
3. **量词分配律**
- $\forall x (P(x) \land Q(x)) \Leftrightarrow \forall x P(x) \land \forall x Q(x)$ (全称对合取可分配)
- $\exists x (P(x) \lor Q(x)) \Leftrightarrow \exists x P(x) \lor \exists x Q(x)$ (存在对析取可分配)
- *注意*$\forall$ 对 $\lor$ 不可分配,$\exists$ 对 $\land$ 不可分配!
### 1.2.4 前束范式 (Prenex Normal Form)
**形式**$Q_1 x_1 Q_2 x_2 \dots Q_k x_k M$
- 所有量词都在最左边。
- $M$ 是不含量词的基式。
**化简步骤**
1. **消去蕴涵**:利用 $A \to B \Leftrightarrow \neg A \lor B$。
2. **否定内移**:利用德摩根律和量词否定律,将 $\neg$ 移到原子公式前。
3. **变元改名**:确保不同量词使用不同的变量名 (如 $\forall x P(x) \lor \exists x Q(x)$ 改为 $\forall x P(x) \lor \exists y Q(y)$)。
4. **量词左提**:利用量词辖域扩展规则将量词提到最前面。
---
## 1.3 推理理论 (Inference Theory)
### 1.3.1 常用推理规则
1. **假言推理 (Modus Ponens)**: $P, P \to Q \Rightarrow Q$
2. **拒取式 (Modus Tollens)**: $\neg Q, P \to Q \Rightarrow \neg P$
3. **析取三段论**: $P \lor Q, \neg P \Rightarrow Q$
4. **假言三段论**: $P \to Q, Q \to R \Rightarrow P \to R$
5. **化简律**: $P \land Q \Rightarrow P$
6. **附加律**: $P \Rightarrow P \lor Q$
### 1.3.2 谓词推理规则
1. **全称特指 (US)**: $\forall x P(x) \Rightarrow P(c)$ (任意 $\to$ 个体)
2. **全称推广 (UG)**: $P(x) \Rightarrow \forall x P(x)$ (任意个体 $\to$ 任意) *注意限制条件*
3. **存在特指 (ES)**: $\exists x P(x) \Rightarrow P(c)$ (存在 $\to$ 特指常量 $c$) *注意 $c$ 必须是新引入的*
4. **存在推广 (EG)**: $P(c) \Rightarrow \exists x P(x)$ (个体 $\to$ 存在)
### 1.3.3 证明方法
1. **直接证明法**:从前提及其逻辑推论出发,推导出结论。
2. **附加前提证明法 (CP规则)**
- 若要证 $A \to B$,可将 $A$ 作为附加前提加入前提集,只需证出 $B$ 即可。
3. **反证法 (归谬法)**
- 将结论的否定 $\neg C$ 加入前提集,推导出矛盾 ($F$)。

View File

@@ -0,0 +1,176 @@
# 第二章:集合论与二元关系
## 2.1 集合论
### 2.1.1 基础运算
- **并 ($\displaystyle A \cup B$)**、**交 ($\displaystyle A \cap B$)**、**补 ($\displaystyle \bar{A}$)**、**差 ($\displaystyle A - B$)**。
- **对称差 ($\displaystyle A \oplus B$)**$\displaystyle A \oplus B = (A - B) \cup (B - A)$。
- 属于 A 或属于 B但不同时属于两者。
- 特性:$\displaystyle A \oplus A = \emptyset$, $\displaystyle A \oplus \emptyset = A$, $\displaystyle A \oplus B = B \oplus A$。
### 2.1.2 集合恒等式证明技巧
1. **子集互证法**:证明 $\displaystyle A=B$ 即证 $\displaystyle A \subseteq B$ 且 $\displaystyle B \subseteq A$。
- 任取 $\displaystyle x \in A$,逻辑推导 $\displaystyle x \in B$。
2. **集合演算法**:利用集合恒等式(类似逻辑等值式)进行变形。
- $\displaystyle A - B = A \cap \bar{B}$ (最常用的变形)
- 德摩根律:$\displaystyle \overline{A \cup B} = \bar{A} \cap \bar{B}$
3. **成员表法/特征函数法**
- 列出元素属于各集合的所有 $\displaystyle 0/1$ 组合,验证结果是否一致。
### 2.1.3 幂集与笛卡尔积
- **幂集** $\displaystyle P(A)$$\displaystyle A$ 的所有子集构成的集合。
- 若 $\displaystyle |A|=n$,则 $\displaystyle |P(A)| = 2^n$。
- *易错*$\displaystyle \emptyset \in P(A)$, $\displaystyle A \in P(A)$。
- **笛卡尔积** $\displaystyle A \times B$:有序对的集合。
- $\displaystyle |A \times B| = |A| \cdot |B|$。
- 不满足交换律:$\displaystyle A \times B \neq B \times A$ (除非 $\displaystyle A=B$ 或为空)。
## 2.2 二元关系
### 2.2.1 关系的表示与基本性质
关系 $\displaystyle R$ 是 $\displaystyle A \times A$ 的子集。
- **表示法**:集合表达式、关系矩阵 $\displaystyle M_R$、关系图 $\displaystyle G_R$。
#### 五大基本性质 (必须熟练判断)
| 性质 | 定义 | 矩阵特征 | 图特征 |
| :--- | :--- | :--- | :--- |
| **自反性** | $\displaystyle \forall x, (x,x) \in R$ | 主对角线全 1 | 每个节点都有自环 |
| **反自反性** | $\displaystyle \forall x, (x,x) \notin R$ | 主对角线全 0 | 无自环 |
| **对称性** | $\displaystyle (x,y) \in R \to (y,x) \in R$ | 对称矩阵 ($\displaystyle M=M^T$) | 所有边双向 |
| **反对称性** | $\displaystyle (x,y) \in R \land (y,x) \in R \to x=y$ | $\displaystyle m_{ij}=1 \land i \ne j \Rightarrow m_{ji}=0$ | 无双向边 |
| **传递性** | $\displaystyle (x,y) \in R \land (y,z) \in R \to (x,z) \in R$ | $\displaystyle M^2 \le M$ (布尔乘) | 有路必达(形成捷径)|
### 2.2.2 关系矩阵详解
**定义**:设 $\displaystyle A = \{a_1, a_2, \dots, a_n\}$,关系矩阵 $\displaystyle M_R$ 是一个 $\displaystyle n \times n$ 的 0-1 矩阵。
- 若 $\displaystyle (a_i, a_j) \in R$,则 $\displaystyle m_{ij} = 1$;否则 $\displaystyle m_{ij} = 0$。
#### 关系运算的矩阵表示
1. **逆关系**$\displaystyle M_{R^{-1}} = (M_R)^T$ (转置矩阵)。
2. **并集/交集**$\displaystyle M_{R \cup S} = M_R \lor M_S$, $\displaystyle M_{R \cap S} = M_R \land M_S$ (对应位置逻辑运算)。
3. **复合关系**$\displaystyle M_{S \circ R} = M_R \cdot M_S$ (布尔矩阵乘法)。
- *注意顺序*$\displaystyle S \circ R$ 表示先 $\displaystyle R$ 后 $\displaystyle S$,矩阵乘法也是 $\displaystyle M_R$ 在前。
- 布尔乘法规则:$\displaystyle c_{ij} = \bigvee_{k=1}^n (a_{ik} \land b_{kj})$。
4. **幂运算**$\displaystyle M_{R^n} = (M_R)^n$ (布尔乘幂)。
### 2.2.3 关系性质的运算封闭性 (表 6.2)
| 运算 | 自反性 | 反自反性 | 对称性 | 反对称性 | 传递性 |
| :--- | :---: | :---: | :---: | :---: | :---: |
| **逆关系** $\displaystyle R^{-1}$ | 是 | 是 | 是 | 是 | 是 |
| **交** $\displaystyle R \cap S$ | 是 | 是 | 是 | 是 | 是 |
| **并** $\displaystyle R \cup S$ | 是 | 是 | 是 | 否 | 否 |
| **差** $\displaystyle R - S$ | 否 | 是 | 是 | 是 | 否 |
| **复合** $\displaystyle R \circ S$ | 是 | 否 | 否 | 否 | 否 |
> **注**:表中“是”表示该性质在运算下**一定**保持,“否”表示**不一定**保持。
### 2.2.4 关系的闭包
- **自反闭包** $\displaystyle r(R) = R \cup I_A$ (矩阵主对角线置1)
- **对称闭包** $\displaystyle s(R) = R \cup R^{-1}$ (矩阵:$\displaystyle M \lor M^T$)
- **传递闭包** $\displaystyle t(R) = R \cup R^2 \cup \dots \cup R^n$ (连通性)
#### Warshall 算法 (计算传递闭包的核心)
用于在计算机中高效计算 $\displaystyle t(R)$。
- **输入**$\displaystyle n \times n$ 关系矩阵 $\displaystyle M$。
- **逻辑**
```text
for k from 1 to n:
for i from 1 to n:
for j from 1 to n:
M[i,j] = M[i,j] or (M[i,k] and M[k,j])
```
*直观理解*:第 $\displaystyle k$ 轮循环尝试以节点 $\displaystyle k$ 为中转站,如果 $\displaystyle i \to k$ 且 $\displaystyle k \to j$,则建立 $\displaystyle i \to j$ 的直达路径。
### 2.2.5 等价关系与划分
- **定义**:满足 **自反、对称、传递** 的关系。
- **等价类** $\displaystyle [x]_R$:所有与 $\displaystyle x$ 有关系 $\displaystyle R$ 的元素集合。
- **划分**
- 集合 $\displaystyle A$ 被划分为若干个不相交的子集,其并集为 $\displaystyle A$。
- **定理**:等价关系与划分一一对应。等价类就是划分出的子集。
- *例*:整数集上的模 3 同余关系,划分为 $\displaystyle \{3k\}, \{3k+1\}, \{3k+2\}$ 三类。
### 2.2.6 偏序关系详解
- **定义**:满足 **自反、反对称、传递** 的关系。符号 $\displaystyle \preceq$。
- **相关符号**
- $\displaystyle x \preceq y$$\displaystyle x$ 小于等于 $\displaystyle y$ (或 $\displaystyle x$ 排在 $\displaystyle y$ 前)。
- $\displaystyle x \prec y$$\displaystyle x \preceq y \land x \ne y$。
- **可比**:若 $\displaystyle x \preceq y$ 或 $\displaystyle y \preceq x$,则称 $\displaystyle x, y$ 可比。
- **不可比**:若既不 $\displaystyle x \preceq y$ 也不 $\displaystyle y \preceq x$,则称 $\displaystyle x, y$ 不可比。
- **覆盖关系**
- 若 $\displaystyle x \prec y$ 且不存在 $\displaystyle z$ 使得 $\displaystyle x \prec z \prec y$,则称 $\displaystyle y$ 覆盖 $\displaystyle x$。
- **哈斯图**即是基于覆盖关系绘制的简化图。
#### 哈斯图画法步骤
1. 画出覆盖关系(即去掉所有自环和传递边)。
2. 若 $\displaystyle y$ 覆盖 $\displaystyle x$,则将 $\displaystyle y$ 画在 $\displaystyle x$ 上方并连线。
3. 方向默认向上,省略箭头。
#### 特殊元素 (重要考点)
设 $\displaystyle (A, \preceq)$ 为偏序集,$\displaystyle B \subseteq A$。
1. **极小元**$\displaystyle B$ 中没有比它更小的元素。$\displaystyle \neg \exists x \in B, x \prec a$。
2. **极大元**$\displaystyle B$ 中没有比它更大的元素。$\displaystyle \neg \exists x \in B, a \prec x$。
3. **最小元**$\displaystyle B$ 中所有元素都比它大。$\displaystyle \forall x \in B, a \preceq x$ (若存在则唯一)。
4. **最大元**$\displaystyle B$ 中所有元素都比它小。$\displaystyle \forall x \in B, x \preceq a$ (若存在则唯一)。
5. **下界**$\displaystyle A$ 中小于等于 $\displaystyle B$ 中所有元素的元素。$\displaystyle \forall x \in B, l \preceq x$。
6. **上界**$\displaystyle A$ 中大于等于 $\displaystyle B$ 中所有元素的元素。$\displaystyle \forall x \in B, x \preceq u$。
7. **下确界 (GLB/Infimum)**:最大下界。符号 $\displaystyle \inf B$ 或 $\displaystyle \wedge B$。
8. **上确界 (LUB/Supremum)**:最小上界。符号 $\displaystyle \sup B$ 或 $\displaystyle \lor B$。
#### 示例:整除关系
设 $\displaystyle A = \{1, 2, 3, 4, 6, 12\}$,关系为整除 ($\displaystyle |$)。
- 哈斯图层级:$\displaystyle 12$ 在顶;$\displaystyle 4, 6$ 在中;$\displaystyle 2, 3$ 在下;$\displaystyle 1$ 在底。
- $\displaystyle 2$ 和 $\displaystyle 3$ 不可比。
- 子集 $\displaystyle \{2, 3\}$ 的上界是 $\displaystyle 6, 12$,上确界是 $\displaystyle 6$。
- 子集 $\displaystyle \{2, 3\}$ 的下界是 $\displaystyle 1$,下确界是 $\displaystyle 1$。
#### 格
- **定义**:偏序集 $\displaystyle (L, \preceq)$ 中任意两个元素 $\displaystyle x, y$ 都有确定的上确界 ($\displaystyle x \lor y$) 和下确界 ($\displaystyle x \land y$)。
- **性质**:格可以看作代数系统,满足交换律、结合律、吸收律。
## 2.3 函数
### 2.3.1 函数的性质
- **单射**
- 定义:$\displaystyle f(a) = f(b) \Rightarrow a = b$。
- 判别:陪域中每个元素最多被 1 个箭头指到。
- **满射**
- 定义:$\displaystyle \forall y \in B, \exists x \in A, f(x)=y$。
- 判别:陪域中每个元素至少被 1 个箭头指到 (值域=陪域)。
- **双射**:既单且满。
- 只有双射存在逆函数 $\displaystyle f^{-1}$。
### 2.3.2 复合函数
- $\displaystyle (g \circ f)(x) = g(f(x))$。
- **性质**
- 若 $\displaystyle f, g$ 都是单射,则 $\displaystyle g \circ f$ 是单射。
- 若 $\displaystyle f, g$ 都是满射,则 $\displaystyle g \circ f$ 是满射。
- 若 $\displaystyle g \circ f$ 是单射 $\Rightarrow f$ 必为单射。
- 若 $\displaystyle g \circ f$ 是满射 $\Rightarrow g$ 必为满射。
### 2.3.3 特殊函数与算法复杂度
1. **取整函数**
- **向下取整 (Floor)** $\lfloor x \rfloor$:小于等于 $x$ 的最大整数。
- **向上取整 (Ceiling)** $\lceil x \rceil$:大于等于 $x$ 的最小整数。
2. **算法复杂度 (Big-O Notation)**
- **定义**:设 $f, g$ 是从整数集或实数集到实数集的函数。若存在常数 $C$ 和 $k$,使得当 $x > k$ 时,$\lvert f(x) \rvert \le C \lvert g(x) \rvert$,则称 $f(x)$ 是 $O(g(x))$。
- **常见阶**$O(1) < O(\log n) < O(n) < O(n \log n) < O(n^2) < O(2^n) < O(n!)$。
- **判定技巧**
- 忽略系数$7n^3$ $O(n^3)$。
- 只看最高次项$n^2 + n + 1$ $O(n^2)$。
### 2.3.4 典型考题:等价关系的证明
**题目** $R$ 是集合 $A$ 上的等价关系证明 $R \circ R$ 也是 $A$ 上的等价关系
**证明思路**
1. **自反性**
- $\because R$ 自反 $\therefore \forall a \in A, (a,a) \in R$。
- $(a,a) \in R \circ R$通过中间点 $a$ $R \circ R$ 自反
2. **对称性**
- 任取 $(x,y) \in R \circ R$ $\exists t \in A$ 使得 $(x,t) \in R \land (t,y) \in R$。
- $\because R$ 对称 $\therefore (t,x) \in R \land (y,t) \in R$。
- 交换顺序得 $(y,t) \in R \land (t,x) \in R \Rightarrow (y,x) \in R \circ R$。
3. **传递性**
- $\because R$ 传递 $R$ 是等价关系 $\therefore R \circ R = R$(等价关系的幂运算封闭性)。
- $R$ 自身具备传递性 $R \circ R$ 传递
- *(注:若题目要求严格分布证明,需设 $(x,y) \in R^2, (y,z) \in R^2$ 推导 $(x,z) \in R^2$)*

View File

@@ -0,0 +1,140 @@
# 第三章:组合数学
## 3.0 基础数论概念 (补充)
- **完全数 (Perfect Number)**
- 一个正整数等于其所有**真因子**(即除了自身以外的约数)之和。
- *例*$6 = 1 + 2 + 3$$28 = 1 + 2 + 4 + 7 + 14$。
- *考点*:判断给定数字是否为完全数,或计算其真因子之和。
## 3.1 基础计数原理
### 3.1.1 加法与乘法原理
- **加法原理 (分类)**$S = S_1 S_2 …$ (互不相交),则 $|S| = |S_1| + |S_2| …$
- **乘法原理 (分步)**:步骤 1 有 $n_1$ 种,步骤 2 有 $n_2$ 种... 则总数为 $n_1 \times n_2 …$
### 3.1.2 排列与组合 (Notation: $C_n^r, P_n^r$)
| 模型 | 公式 | 典型场景 |
| :--- | :--- | :--- |
| **排列 (有序)** | $P_n^r = \frac{n!}{(n-r)!}$ | $n$ 人选 $r$ 人排队拍照 |
| **组合 (无序)** | $C_n^r = \frac{n!}{r!(n-r)!}$ | $n$ 人选 $r$ 人组队 |
| **可重排列** | $n^r$ | $r$ 位密码,每位 $n$ 种选择 |
| **可重组合** | $C_{n+r-1}^r$ | $n$ 种口味冰淇淋选 $r$ 球 (隔板法) |
### 3.1.3 组合恒等式
1. **对称性**$C_n^r = C_n^{n-r}$
2. **帕斯卡公式**$C_n^k = C_{n-1}^k + C_{n-1}^{k-1}$
- *组合意义*:选 $k$ 人,要么包含特定人 A ($C_{n-1}^{k-1}$),要么不包含 A ($C_{n-1}^k$)。
3. **二项式定理**$(x+y)^n = \sum_{k=0}^n C_n^k x^{n-k} y^k$
- 推论:$\sum_{k=0}^n C_n^k = 2^n$ (所有子集个数)
- 推论:$\sum_{k=0}^n (-1)^k C_n^k = 0$ (奇数个元素的子集数 = 偶数个元素的子集数)
4. **范德蒙恒等式**$C_{m+n}^r = \sum_{k=0}^r C_m^{k} C_n^{r-k}$
---
## 3.2 高级计数方法
### 3.2.1 鸽巢原理 (Pigeonhole Principle)
- **原理**$N$ 个物体放入 $k$ 个盒子,必有一个盒子至少有 $\lceil N/k \rceil$ 个物体。
- **应用技巧**:准确定义“鸽子”(物体)和“巢”(分类标准)。
- *例*:任意 13 人中必有 2 人生肖相同 ($13/12 \to 2$)。
### 3.2.2 容斥原理 (Inclusion-Exclusion)
求 $|A_1 A_2 A_n|$
- **公式**$\sum |A_i| - \sum |A_i ∩ A_j| + \sum |A_i ∩ A_j ∩ A_k| - …$
- **错排问题 ($D_n$)**$n$ 封信全部装错信封的方法数。
- $D_n = n!(1 - \frac{1}{1!} + \frac{1}{2!} - … + (-1)^n \frac{1}{n!})$
- 递推式:$D_n = (n-1)(D_{n-1} + D_{n-2})$
### 3.2.3 球盒模型 (Twelvefold Way 概览)
将 $n$ 个球放入 $k$ 个盒子:
| 球 (Label) | 盒子 (Label) | 限制 | 方案数 |
| :--- | :--- | :--- | :--- |
| 不同 | 不同 | 无 | $k^n$ |
| 不同 | 不同 | $\le 1$ | $P_k^n$ |
| **相同** | **不同** | 无 | $C_{n+k-1}^n$ (隔板法) |
| **相同** | **不同** | $\ge 1$ | $C_{n-1}^{k-1}$ (先各放1个) |
| 不同 | 相同 | 无 | $S_2(n,k)$ (第二类斯特林数) |
---
## 3.3 递推关系 (Recurrence Relations)
### 3.3.1 线性常系数齐次递推关系
形式:$a_n + c_1 a_{n-1} + … + c_k a_{n-k} = 0$
**求解步骤**
1. 写出**特征方程**$r^k + c_1 r^{k-1} + … + c_k = 0$。
2. 求特征根 $r_1, r_2, …$。
3. 写出通解结构:
- **无重根**$a_n = A_1 r_1^n + A_2 r_2^n + …$
- **有重根** (如 $r_1$ 为 $m$ 重根)$a_n = (A_1 + A_2 n + … + A_m n^{m-1}) r_1^n + …$
4. 代入初值求解常数 $A_i$。
### 3.3.2 生成函数 (Generating Functions)
- **定义**$G(x) = \sum_{n=0}^\infty a_n x^n$。
- **应用场景**
- 求解组合数:如 $(1+x)^n$ 的系数。
- 求解不定方程 $x_1 + x_2 + x_3 = k$ 的非负整数解个数。
- 构造多项式 $(1+x+x^2+…)^3$,求 $x^k$ 系数。
---
## 3.4 典型考题:不定方程解计数
**题目**:求 $x_1 + x_2 + x_3 = 15$ 的整数解个数,满足 $x_1 ≥ 1, 0 ≤ x_2 ≤ 5, x_3 ≥ 0$。
**解题思路**
1. **换元消下界**:令 $y_1 = x_1 - 1 ≥ 0$。
- 原方程变为 $(y_1+1) + x_2 + x_3 = 15 ⇒ y_1 + x_2 + x_3 = 14$。
2. **全集计算**:无上限限制时的非负整数解。
- $\displaystyle N = C_{14+3-1}^{3-1} = C_{16}^2 = 120$。
3. **容斥处理上界**
- 坏条件 $P_1$$x_2 ≥ 6$ (即原题 $x_2 > 5$)。
- 在坏条件 $P_1$ 下,令 $z_2 = x_2 - 6 ≥ 0$。
- 方程变为 $y_1 + (z_2+6) + x_3 = 14 ⇒ y_1 + z_2 + x_3 = 8$。
- $|P_1| = C_{8+3-1}^2 = C_{10}^2 = 45$。
4. **最终结果**$Ans = N - |P_1| = 120 - 45 = 75$。
---
## 3.5 典型考题:常系数齐次线性递推关系求解
**题目**:求解递推关系 $a_n = 7a_{n-1} - 16a_{n-2} + 12a_{n-3}$,初始条件为 $a_0 = 0, a_1 = 4, a_2 = 18$。
**解题步骤**
1. **构造特征方程**
将递推式移项得 $a_n - 7a_{n-1} + 16a_{n-2} - 12a_{n-3} = 0$。
对应的特征方程为:
$r^3 - 7r^2 + 16r - 12 = 0$
2. **求解特征根**
观察系数,尝试代入 $r=2$$8 - 28 + 32 - 12 = 0$,故 $(r-2)$ 是因子。
多项式除法分解得:
$(r-2)(r^2 - 5r + 6) = 0$
$(r-2)(r-2)(r-3) = 0$
解得特征根:$r_1 = 2$ (二重根)$r_2 = 3$ (单根)。
3. **写出通解结构**
对于二重根 $2$ 和单根 $3$,通解形式为:
$a_n = (C_1 + C_2 n) \cdot 2^n + C_3 \cdot 3^n$
4. **代入初始条件求解常数**
- 当 $n=0$ 时:$C_1 + C_3 = 0 \implies C_3 = -C_1$
- 当 $n=1$ 时:$(C_1 + C_2) \cdot 2 + 3C_3 = 4$
- 当 $n=2$ 时:$(C_1 + 2C_2) \cdot 4 + 9C_3 = 18$
将 $C_3 = -C_1$ 代入后两式:
- $2C_1 + 2C_2 - 3C_1 = 4 \implies -C_1 + 2C_2 = 4$
- $4C_1 + 8C_2 - 9C_1 = 18 \implies -5C_1 + 8C_2 = 18$
联立求解:
由第一式得 $C_1 = 2C_2 - 4$,代入第二式:
$-5(2C_2 - 4) + 8C_2 = 18$
$-10C_2 + 20 + 8C_2 = 18$
$-2C_2 = -2 \implies C_2 = 1$
回代得 $C_1 = 2(1) - 4 = -2$
$C_3 = -(-2) = 2$
5. **最终解**
$a_n = (-2 + n) \cdot 2^n + 2 \cdot 3^n$
或整理为:
$a_n = (n-2)2^n + 2 \cdot 3^n$

View File

@@ -0,0 +1,135 @@
# 第四章:图论
## 4.1 图的基本概念
### 4.1.1 定义与术语
- **图 $G=(V, E)$**$V$ 为顶点集,$E$ 为边集。
- **度 (Degree)**$\deg(v)$ 为关联的边数 (自环算 2 度)。
- **握手定理**$\sum_{v \in V} \deg(v) = 2|E|$。
- **推论**:奇度顶点的个数必为偶数。
- **子图**$V' \subseteq V, E' \subseteq E$。
- **补图**$\bar{G}$,顶点相同,边互补 (完全图 $K_n$ 减去原图的边)。
### 4.1.2 图的连通性
- **路径 (Path)**$v_0, e_1, v_1, \dots, v_k$。
- **简单路径**:不经过重复边。
- **基本路径 (Elementary Path)**:不经过重复顶点。
- **连通图**:任意两点间均有路径。
- **割点 (Cut Vertex)**:删去该点及关联边,图分量增加。
- **割边 (Bridge)**:删去该边,图分量增加。
- **连通度**
- **点连通度 $\kappa(G)$**:使图不连通所需删除的最少顶点数。
- **边连通度 $\lambda(G)$**:使图不连通所需删除的最少边数。
- **不等式关系**$\kappa(G) \le \lambda(G) \le \delta(G)$ (最小度)。
### 4.1.3 图的矩阵表示
- **邻接矩阵 $A(G)$**$n \times n$ 矩阵,$a_{ij}$ 表示 $v_i, v_j$ 间的边数。
- 性质:$A^k$ 的元素 $a_{ij}^{(k)}$ 表示从 $v_i$ 到 $v_j$ 长度为 $k$ 的路径条数。
- **关联矩阵 $M(G)$**:顶点与边的关系。
### 4.1.4 图的同构 (Isomorphism)
判断 $G_1 \cong G_2$ 的必要条件 (若不满足则必不同构)
1. 顶点数、边数相同。
2. 度数列相同 (将所有点度数排序后一致)。
3. 连通分量数相同。
4. 对应长度的回路数相同 (如都有或都没有三角形)。
*充分性证明通常需要构造双射函数。*
## 4.2 特殊图类
### 4.2.1 欧拉图 (Euler) 与 哈密顿图 (Hamilton)
| 特性 | 欧拉图 (Euler) | 哈密顿图 (Hamilton) |
| :--- | :--- | :--- |
| **定义** | 经过**每条边**恰好一次的回路 | 经过**每个顶点**恰好一次的回路 |
| **判定(充要)** | 连通 + **所有点度为偶数** | 无简单充要条件 |
| **判定(充分)** | - | (Dirac) $n \ge 3, \forall v, \deg(v) \ge n/2$ |
| **半图(路径)** | 连通 + **恰有 0 或 2 个奇度点** | - |
**哈密顿图常用判定方式 (充分/必要)**
- **必要条件**$\delta(G) \ge 2$;且无割点 (2-连通)。
- **Dirac 定理 (充分)**$n \ge 3, \delta(G) \ge n/2$。
- **Ore 定理 (充分)**$n \ge 3$ 且任意非邻接顶点 $u,v$ 满足 $\deg(u)+\deg(v) \ge n$。
### 4.2.2 树 (Trees)
- **定义**:连通且无回路的无向图。
- **等价性质**
1. 无回路且 $E = V - 1$。
2. 连通且 $E = V - 1$。
3. 任意两点间存在**唯一**路径。
- **度数和**$\sum_{v \in V} \deg(v) = 2E = 2(V-1)$。
- **叶子与内部点关系**:设 $L$ 为叶子数,则
$L = 2 + \sum_{\deg(v)\ge 2}(\deg(v) - 2)$。
- **树中心 (Center)**
- 反复删除所有叶子,最终剩下 1 个或 2 个顶点,这些顶点即中心。
- 等价表述:中心是到其他顶点最大距离最小的顶点(们)。
- **二叉树常用关系**
- 满二叉树:若内部结点数为 $I$,叶子数为 $L$,则 $L = I + 1$。
- 完全二叉树:$n$ 个结点时高度 $h = \lfloor \log_2 n \rfloor + 1$。
- **最小生成树 (MST) 算法**
- **Kruskal** (加边法):按权值排序,从小到大选边,不构成回路就加入。
- **Prim** (加点法):从任意点开始,每次选离当前生成树集合最近的点加入。
### 4.2.3 平面图 (Planar Graphs)
- **欧拉公式**$V - E + R = 2$ ($R$ 为面数,包含无限面)。
- **定理**:连通简单平面图 ($V \ge 3$) 满足 $E \le 3V - 6$。
- **证明要点**:每个面至少 3 条边,故 $3R \le 2E$,与欧拉公式联立得 $E \le 3V - 6$。
- **性质**:简单平面图 ($V \ge 3$) 满足 $E \le 3V - 6$。
- **重要证明:存在度数 $\le 5$ 的顶点**
- 假设所有顶点度数 $\deg(v) \ge 6$。
- 由握手定理:$2E = \sum \deg(v) \ge 6V \Rightarrow E \ge 3V$。
- 这与平面图性质 $E \le 3V - 6$ 矛盾。
- 故必然存在 $\deg(v) \le 5$ 的顶点。
- 推论:$K_5$ ($E=10, 3V-6=9$) 不是平面图。
- 推论:$K_{3,3}$ ($E=9, 3V-6=12$, 但它是二分图无三角形,需用 $E \le 2V-4$, $9 \not\le 8$) 不是平面图。
- **常用等价与应用**
- 连通简单平面图:$E \le 3V - 6 \iff V \ge (E+6)/3$。
- 平均度:$\overline{d} = 2E/V < 6$因此必存在度 $\le 5$ 的顶点
- 判否若某简单图满足 $E > 3V - 6$,则必非平面图。
- 若无三角形 (如二分图),改用 $E \le 2V - 4$。
- **库拉图斯基定理 (Kuratowski)**:图是平面图 $\iff$ 不含同胚于 $K_5$ 或 $K_{3,3}$ 的子图。
### 4.2.4 二分图 (Bipartite Graphs)
- **定义**:顶点集可划分为 $X, Y$,且所有边都在 $X$ 与 $Y$ 之间。
- **判定**:图是二分图 $\iff$ 图中**没有奇数长度的回路**。
- **完全二分图**$K_{m,n}$$|X|=m, |Y|=n$,边数 $E = mn$。
- **度数与边数**$\sum_{x \in X}\deg(x)=\sum_{y \in Y}\deg(y)=|E|$。
- **平面图推论**:连通简单二分平面图 ($V \ge 3$) 满足 $E \le 2V - 4$。
- **二染色判定 (BFS/DFS)**
1. 对每个连通分量,任选起点染色为 0。
2. 进行 BFS/DFS对每条边 $(u,v)$ 要求 $color[u] \ne color[v]$。
3. 若遇到冲突 (已染且相同) 则非二分图;无冲突则是二分图。
- **匹配**Hall 定理 (相异代表系)。
## 4.3 核心算法逻辑
### 4.3.1 最短路径 (Dijkstra)
*适用于非负权图。*
1. 初始化:$S=\{start\}$, $dist[start]=0$, 其他无穷大。
2. 循环:
- 在 $V-S$ 中找 $dist$ 最小的点 $u$。
- 加入 $S$。
- 松弛 (Relax) $u$ 的所有邻居 $v$:若 $dist[u] + w(u,v) < dist[v]$则更新
### 4.3.2 图着色 (Graph Coloring)
- **点色数 $\chi(G)$**相邻顶点不同色所需的最少颜色数
- **布鲁克定理 (Brooks)** $G$ 不是奇环也不是完全图 $\chi(G) \le \Delta(G)$ (最大度)。
- **平面图四色定理**平面图 $\chi(G) \le 4$。
- **色多项式 $P_k(G)$** $k$ 种颜色染色的方案数
- 递推公式$P_k(G) = P_k(G-e) - P_k(G \cdot e)$
- $G-e$删边
- $G \cdot e$收缩边 (合并端点)。
### 4.3.3 最优二叉树 (Huffman Coding)
*常考题型给定一组权值构造哈夫曼树并计算带权路径长度 (WPL)。*
1. **算法步骤**
- **初始化**将所有权值看作独立的单节点树森林 $F = \{T_1, T_2, \dots\}$。
- **循环**
1. $F$ 中选出**根节点权值最小**的两棵树 $T_1, T_2$。
2. 构造新树根权值为 $W(T_1) + W(T_2)$左右子树分别为 $T_1, T_2$。
3. $F$ 中删除 $T_1, T_2$加入新树
4. 重复直到 $F$ 中只剩一棵树
2. **带权路径长度 (WPL)**
- $WPL = \sum_{i=1}^n w_i \times l_i$
- $w_i$ $i$ 个叶子的权值
- $l_i$ $i$ 个叶子到根的路径长度边数)。
- *简便算法*WPL = 所有非叶子节点的权值之和。