前言
本文引入了组合统计量的概念,并探讨了其在序列上、格路径上的相关内容,并着重介绍了停车问题可解序列的集合 (Parking Function) 相关的定理及其与有标号有根森林 (Rooted labeled forests) 间的双射。
目录
格路径的基本概念
卡特兰数与 D y c k \rm Dyck Dyck 路
S c h r o ¨ d e r \rm Schröder Schr o ¨ der 数
P a r k i n g \rm Parking Parking 函数的基本概念
判定
P a r k i n g \rm Parking Parking 函数到 D y c k \rm Dyck Dyck 路的映射
P a r k i n g \rm Parking Parking 函数的计数
q - q\text - q - 模拟与组合统计量
格路径的组合统计量
q − C a t a l a n \rm{q{-}Catalan} q − Catalan 数
格路径与 01 01 01 序列的对应
P a r k i n g \rm Parking Parking 函数到树的双射
有标号森林的基本概念
P F n \mathcal{PF}_n P F n 与 F n \mathcal F_n F n 的几个关联
停车问题与树的双射
映射 φ : F n → P F n \varphi:\mathcal {F_n}\to\mathcal{PF}_n φ : F n → P F n
逆映射:φ − 1 : P F n → F n \varphi^{-1}:\mathcal{PF}_n\to\mathcal{F}_n φ − 1 : P F n → F n
格路径的基本概念
我们首先对格路径 作一个基本介绍,作为后文与之相关内容的一个铺垫,并稍微探讨其计数问题。
卡特兰数与 Dyck 路
从
( 0 , 0 ) (0,0) ( 0 , 0 ) 走到
( p , q ) (p,q) ( p , q ) 的格路径为
( p + q p ) = ( p + q q ) \binom{p+q}{p}=\binom{p+q}{q} ( p p + q ) = ( q p + q ) 。现在考虑从
( 0 , 0 ) (0,0) ( 0 , 0 ) 至
( p , q ) (p,q) ( p , q ) 的下对角线格路径数量,我们可以将起点和终点各下移一格,将问题转化为求
( 0 , − 1 ) → ( p , q − 1 ) (0,-1)\to(p,q-1) ( 0 , − 1 ) → ( p , q − 1 ) 的总路径数量减去触碰或穿过对角线的路径数量。显然,这样的路径能与
( − 1 , 0 ) → ( p , q − 1 ) (-1,0)\to(p,q-1) ( − 1 , 0 ) → ( p , q − 1 ) 一一对应。
因之从
( 0 , 0 ) (0,0) ( 0 , 0 ) 至
( p , q ) (p,q) ( p , q ) 的不穿过对角线的格路径数量为:
( p + q q ) − ( p + 1 + q − 1 q − 1 ) = p − q + 1 p + 1 ( p + q q ) \binom{p+q}{q}-\binom{p+1+q-1}{q-1}=\frac{p-q+1}{p+1}\binom{p+q}{q} ( q p + q ) − ( q − 1 p + 1 + q − 1 ) = p + 1 p − q + 1 ( q p + q )
令
p = q = n p=q=n p = q = n ,我们就得到了卡特兰数
C C C :
C n = 1 n + 1 ( 2 n n ) C_n=\frac{1}{n+1}\binom{2n}{n} C n = n + 1 1 ( n 2 n )
相仿地,一条不走到对角线下方的格路径称作
D y c k \mathbf{Dyck} Dyck 路。所有
n n n 阶
D y c k \mathrm{Dyck} Dyck 路的集合记作
D n \mathcal D_n D n 。
Delannoy 数
现在考虑不仅能水平、垂直前进,还可以沿右上对角线走一格(
H V D \rm HVD HVD 路径)时,从
( 0 , 0 ) (0,0) ( 0 , 0 ) 到
( p , q ) (p,q) ( p , q ) 的路径数。这个数就是
D e l a n n o y \mathbf{Delannoy} Delannoy 数 。
如果使用了
r r r 个对角步,那么剩下
p − r , q − r p-r,q-r p − r , q − r 个垂直和水平步。设:
D ( p , q : r ) = ( p + q − r p − r q − r r ) D(p,q:r)=\binom{p+q-r}{p-r\quad q-r\quad r} D ( p , q : r ) = ( p − r q − r r p + q − r )
则
D e l a n n o y \rm Delannoy Delannoy 数
D ( n , m ) D(n,m) D ( n , m ) 为:
D ( n , m ) = ∑ k = 0 min ( n , m ) ( n + m − k n − k m − k k ) = ∑ k = 0 min ( n , m ) ( n + m − k ) ! ( n − k ) ! ( m − k ) ! k ! D(n,m)=\sum_{k=0}^{\min(n,m)}\binom{n+m-k}{n-k\quad m-k\quad k}=\sum_{k=0}^{\min(n,m)}\frac{(n+m-k)!}{(n-k)!(m-k)!k!} D ( n , m ) = k = 0 ∑ m i n ( n , m ) ( n − k m − k k n + m − k ) = k = 0 ∑ m i n ( n , m ) ( n − k )! ( m − k )! k ! ( n + m − k )!
递推关系
考虑
C n C_n C n 的计数意义。我们枚举第一次碰到主对角线的
k k k ,使
( 0 , 0 ) → ( k , k ) (0,0)\to(k,k) ( 0 , 0 ) → ( k , k ) 且中间不经过下对角线,即
C k − 1 C_{k-1} C k − 1 。而
( k , k ) → ( n , n ) (k,k)\to(n,n) ( k , k ) → ( n , n ) 就是
C n − k C_{n-k} C n − k 。从而:
C n = ∑ k = 1 n C k − 1 C n − k = ∑ k = 0 n − 1 C k C n − k − 1 C_n=\sum_{k=1}^n C_{k-1}C_{n-k}=\sum_{k=0}^{n-1}C_{k}C_{n-k-1} C n = k = 1 ∑ n C k − 1 C n − k = k = 0 ∑ n − 1 C k C n − k − 1
即:
C n + 1 = ∑ k = 0 n C k C n − k C_{n+1}=\sum_{k=0}^nC_kC_{n-k} C n + 1 = k = 0 ∑ n C k C n − k
设
C ( z ) = ∑ k = 0 ∞ C k z k C(z)=\sum\limits_{k=0}^{\infty}C_kz^k C ( z ) = k = 0 ∑ ∞ C k z k 为卡特兰数列的生成函数,于是就有:
C 2 ( z ) = ∑ s = 0 ∞ ( ∑ k = 0 s C k C s − k ) z s = ∑ k = 0 ∞ C k + 1 z k = 1 z ∑ k = 0 ∞ C k + 1 z k + 1 = C ( z ) − 1 z \begin{aligned}
C^2(z)&=\sum_{s=0}^\infty\left(\sum_{k=0}^s C_kC_{s-k}\right)z^s=\sum_{k=0}^{\infty}C_{k+1}z^k\\&
=\frac{1}{z}\sum_{k=0}^\infty C_{k+1}z^{k+1}=\frac{C(z)-1}{z}
\end{aligned} C 2 ( z ) = s = 0 ∑ ∞ ( k = 0 ∑ s C k C s − k ) z s = k = 0 ∑ ∞ C k + 1 z k = z 1 k = 0 ∑ ∞ C k + 1 z k + 1 = z C ( z ) − 1
解出有意义的解为:
C ( z ) = 1 − 1 − 4 z 2 z C(z)=\frac{1-\sqrt{1-4z}}{2z} C ( z ) = 2 z 1 − 1 − 4 z
C ( z ) C(z) C ( z ) 的展开
C ( z ) = 1 − 1 − 4 z 2 z = 1 2 z ( 1 − ( 1 − 4 z ) 1 2 ) = 1 2 z ( 1 − ∑ i = 0 ∞ ( 1 2 i ) ( − 4 z ) i ) \begin{aligned}
C(z)&=\frac{1-\sqrt{1-4z}}{2z}=\frac{1}{2z}\left(1-(1-4z)^\frac{1}{2}\right)\\
&=\frac{1}{2z}\left(1-\sum_{i=0}^{\infty}\binom{\frac{1}{2}}{i}(-4z)^i\right)
\end{aligned} C ( z ) = 2 z 1 − 1 − 4 z = 2 z 1 ( 1 − ( 1 − 4 z ) 2 1 ) = 2 z 1 ( 1 − i = 0 ∑ ∞ ( i 2 1 ) ( − 4 z ) i )
从而:
C n = [ z n ] C ( z ) = 1 2 ( 1 2 n + 1 ) ( − 1 ) n 4 n + 1 = 1 2 ∏ k = 0 n ( 1 2 − k ) ( n + 1 ) ! ( − 1 ) n 4 n + 1 = 1 2 1 2 ∏ k = 1 n ( k − 1 2 ) ( n + 1 ) ! 4 n + 1 = 1 2 ( 2 n ) ! 2 n n ! ( n + 1 ) ! 2 n + 1 = ( 2 n ) ! n ! ( n + 1 ) ! = 1 n + 1 ( 2 n n ) \begin{aligned}
C_n&=\left[z^n\right]C(z)=\frac{1}{2}\binom{\frac{1}{2}}{n+1}(-1)^n4^{n+1}\\
&=\frac{1}{2}\frac{\prod_{k=0}^n\left(\frac{1}{2}-k\right)}{(n+1)!}(-1)^n4^{n+1}\\
&=\frac{1}{2}\frac{\frac{1}{2}\prod_{k=1}^n\left(k-\frac{1}{2}\right)}{(n+1)!}4^{n+1}\\
&=\frac{1}{2}\frac{(2n)!}{2^nn!(n+1)!}2^{n+1}=\frac{(2n)!}{n!(n+1)!}\\
&=\frac{1}{n+1}\binom{2n}{n}
\end{aligned} C n = [ z n ] C ( z ) = 2 1 ( n + 1 2 1 ) ( − 1 ) n 4 n + 1 = 2 1 ( n + 1 )! ∏ k = 0 n ( 2 1 − k ) ( − 1 ) n 4 n + 1 = 2 1 ( n + 1 )! 2 1 ∏ k = 1 n ( k − 2 1 ) 4 n + 1 = 2 1 2 n n ! ( n + 1 )! ( 2 n )! 2 n + 1 = n ! ( n + 1 )! ( 2 n )! = n + 1 1 ( n 2 n )
左右子树地位不等同的二叉树计数
C a t a l a n \rm Catalan Catalan 数还出现在很多不同的场合,左右子树地位不等同的二叉树计数就是一个例子。
有两种方法可以得到其二叉树的生成函数。我们设
A , B \mathcal {A,B} A , B 表可空和不可空的左右不等同二叉树组合类,那么有:
A = ϵ + A × ∘ × A \mathcal A=\epsilon+\mathcal A{\times}{\circ}{\times}\mathcal A A = ϵ + A × ∘ × A
B = ∘ + B × ∘ + ∘ × B + B × ∘ × B B=\circ+\mathcal B{\times}{\circ}+{\circ}{\times}\mathcal B+\mathcal B{\times}{\circ}{\times}\mathcal B B = ∘ + B × ∘ + ∘ × B + B × ∘ × B
可解得:
A ( z ) = 1 − 1 − 4 z 2 z , B ( z ) = 1 − 2 z − 1 − 4 z 2 z A(z)=\frac{1-\sqrt{1-4z}}{2z},\quad B(z)=\frac{1-2z-\sqrt{1-4z}}{2z} A ( z ) = 2 z 1 − 1 − 4 z , B ( z ) = 2 z 1 − 2 z − 1 − 4 z
的确满足
A = ϵ + B \mathcal A=\epsilon+\mathcal B A = ϵ + B ;这两种途径都得到了卡特兰数。事实上我们还可以代入其生成函数验证
A \mathcal A A 和
B \mathcal B B 的如下关系:
A = ϵ + ∘ + B × ∘ + ∘ × B + B × ∘ × B \mathcal A=\epsilon+\circ+\mathcal B{\times}{\circ}+{\circ}{\times}\mathcal B+\mathcal B{\times}{\circ}{\times}\mathcal B A = ϵ + ∘ + B × ∘ + ∘ × B + B × ∘ × B
Schröder 数
设
( 0 , 0 ) → ( p , q ) (0,0)\to(p,q) ( 0 , 0 ) → ( p , q ) 的下对角
H V D \rm HVD HVD 路径的计数为
R ( p , q ) R(p,q) R ( p , q ) ,并记
R ( p , q : r ) R(p,q:r) R ( p , q : r ) 表示使用了
r r r 个
D \rm D D 移动的不穿过对角的路径。
除去
r r r 个
D \rm D D 路径后,剩下
( p − r , q − r ) (p-r,q-r) ( p − r , q − r ) 就是一个不穿过对角线上方的路径计数。然后将
r r r 插入到
H , V \rm H,V H , V 和两端的中间,总方案数为
( p + q − r r ) \binom{p+q-r}{r} ( r p + q − r ) 。简单计算可得:
R ( n , m ) = ∑ k = 0 min ( n , m ) R ( n , m : k ) R(n,m)=\sum_{k=0}^{\min(n,m)}R(n,m:k) R ( n , m ) = k = 0 ∑ m i n ( n , m ) R ( n , m : k )
= ∑ k = 0 min ( n , m ) n − m + 1 n − k + 1 ( n + m − k ) ! ( n − k ) ! ( m − k ) ! k ! =\sum_{k=0}^{\min(n,m)}\frac{n-m+1}{n-k+1}\frac{(n+m-k)!}{(n-k)!(m-k)!k!} = k = 0 ∑ m i n ( n , m ) n − k + 1 n − m + 1 ( n − k )! ( m − k )! k ! ( n + m − k )!
S c h r o ¨ d e r \mathbf{ Schröder} Schr o ¨ der 数 R n R_n R n 定义为
R ( n , n ) R(n,n) R ( n , n ) :
R n = ∑ k = 0 n 1 n − k + 1 ( 2 n − k ) ! k ! ( ( n − k ) ! ) 2 R_n=\sum_{k=0}^n\frac{1}{n-k+1}\frac{(2n-k)!}{k!((n-k)!)^2} R n = k = 0 ∑ n n − k + 1 1 k ! (( n − k )! ) 2 ( 2 n − k )!
所有
n n n 阶
H V D \rm HVD HVD 格路径的集合记作
S n \mathcal S_n S n 。
生成函数
考虑从
( 0 , 0 ) → ( n , n ) (0,0)\to (n,n) ( 0 , 0 ) → ( n , n ) 的第一步。当这一步为
( 1 , 1 ) (1,1) ( 1 , 1 ) 时,此后的路径数目即为
R n − 1 R_{n-1} R n − 1 。而当第一步为
( 1 , 0 ) (1,0) ( 1 , 0 ) 时,我们总能找到一个
1 ⩽ k ⩽ n 1\leqslant k\leqslant n 1 ⩽ k ⩽ n 的
k k k ,使得
k k k 是第一个碰到对角线的点。在
k k k 前的路径个数是
R k − 1 R_{k-1} R k − 1 ,
k k k 以后为
R n − k R_{n-k} R n − k 。综合以上两类第一步的数量可得:
R n = R n − 1 + ∑ k = 1 n R k − 1 R n − k = R n − 1 + ∑ k = 0 n − 1 R k R n − 1 − k R_n=R_{n-1}+\sum_{k=1}^nR_{k-1}R_{n-k}=R_{n-1}+\sum_{k=0}^{n-1}R_kR_{n-1-k} R n = R n − 1 + k = 1 ∑ n R k − 1 R n − k = R n − 1 + k = 0 ∑ n − 1 R k R n − 1 − k
z n R n = z ( z n − 1 R n − 2 ) + z ( ∑ k = 0 k n − 1 z k R k z n − 1 − k R n − 1 − k ) ( n ⩾ 1 ) z^nR_n=z\left(z^{n-1}R_{n-2}\right)+z\left(\sum_{k=0k}^{n-1}z^kR_{k}z^{n-1-k}R_{n-1-k}\right)\quad(n\geqslant 1) z n R n = z ( z n − 1 R n − 2 ) + z ( k = 0 k ∑ n − 1 z k R k z n − 1 − k R n − 1 − k ) ( n ⩾ 1 )
令
R ( z ) R(z) R ( z ) 为
S c h r o ¨ d e r \rm Schröder Schr o ¨ der 数的生成函数,因
R 0 = 1 R_0=1 R 0 = 1 ,故有:
R ( z ) = 1 + z R ( z ) + z R 2 ( z ) R(z)=1+zR(z)+zR^2(z) R ( z ) = 1 + z R ( z ) + z R 2 ( z )
解出有意义的解为:
R ( z ) = 1 − z − z 2 − 6 z + 1 2 z R(z)=\frac{1-z-\sqrt{z^2-6z+1}}{2z} R ( z ) = 2 z 1 − z − z 2 − 6 z + 1
Parking 函数的基本概念
n n n 元 P a r k i n g \mathbf{Parking} Parking 函数 定义为一个使
n n n 位停车问题可解的序列
P = a 1 a 2 … a n P=a_1a_2\dots a_n P = a 1 a 2 … a n 。所有
n n n 元
P a r k i n g \mathrm{Parking} Parking 函数的集合记作
P F n \mathcal{PF}_n P F n 。
停车问题
有
n n n 个停车位和
n n n 辆车,每辆车
i i i 有一个偏好的停车位置
a i a_i a i 。每辆车依次进入时,首先开到位置
a i a_i a i 。若该位置有车,则在该车位沿往后最近的一个空位停车,求序列
a i a_i a i 使得每辆车均可以停车成功。该问题称为
停车问题 。
判定
定理 \quad 序列
a 1 a 2 a 3 … a n a_1a_2a_3\dots a_n a 1 a 2 a 3 … a n 是
P a r k i n g \rm Parking Parking 函数,当且仅当
a a a 重排后的序列
b 1 b 2 … b n b_1b_2\dots b_n b 1 b 2 … b n 满足
∀ i , b i ⩽ i \forall i,b_i\leqslant i ∀ i , b i ⩽ i 。
P r o o f . Proof.\quad P roo f . 该判定等价于偏好
1 ∼ i 1\sim i 1 ∼ i 的车大于等于
i i i 辆。将
n n n 个车位后面再加一个车位,并将
n + 1 n+1 n + 1 个车位首尾接成一个环,则条件等价于位置
n + 1 n+1 n + 1 无车停。
充分性:假设满足该判定且位置 n + 1 n+1 n + 1 有车,则必有一个 i ⩽ n i\leqslant n i ⩽ n 无车。则此时偏好 1 ∼ i 1\sim i 1 ∼ i 的车仅有 i − 1 i-1 i − 1 辆,矛盾。
必要性:位置 n + 1 n+1 n + 1 无车,表明对于任意 i ⩽ n i\leqslant n i ⩽ n ,位置 1 1 1 至 i i i 均停满车,即 b i ⩽ i b_i\leqslant i b i ⩽ i 。
推论 \quad 一个
Parking \text{Parking} Parking 函数的所有排列仍是
P a r k i n g \rm Parking Parking 函数。
Parking 函数到 Dyck 路的映射
考虑一个
D y c k \mathrm{Dyck} Dyck 路。将每辆汽车放在一个垂直步的正右一格位置,且限制若
i i i 在
j j j 的上方,则要求
i > j i>j i > j 。
这样放置的意义为:若列
i i i 上放置了车
i 1 , … , i j i_1,\dots,i_j i 1 , … , i j ,则表明这些车以位置
i i i 为最喜欢的车位。
P a r k i n g \rm Parking Parking 函数的要求暗含了
D y c k \mathrm{Dyck} Dyck 路的要求,即,它满足了上述判定。
如果你不理解,请看下面这个例子。
4 4 4 辆车的偏好位置分别为
a 1 = 2 , a 2 = 3 , a 3 = 1 , a 4 = 2 a_1=2,a_2=3,a_3=1,a_4=2 a 1 = 2 , a 2 = 3 , a 3 = 1 , a 4 = 2 ,对应第一列上放置数字
3 3 3 ,第二列上放置数字
1 , 4 1,4 1 , 4 ,第三列上放置数字
2 2 2 。
D y c k \rm Dyck Dyck 路不穿过主对角线的限制使这种放置满足了
a a a 重排后
b i ⩽ i b_i\leqslant i b i ⩽ i 的要求。
Parking 函数的计数
n n n 元
P a r k i n g \rm Parking Parking 函数的数量
∣ P F n ∣ |\mathcal{P F}_n| ∣ P F n ∣ 为:
( n + 1 ) n − 1 (n+1)^{n-1} ( n + 1 ) n − 1
P r o o f . Proof.\quad P roo f . 下面记
[ n ] = { 1 , 2 , … , n } [n]=\{1,2,\dots,n\} [ n ] = { 1 , 2 , … , n } 。考虑对上述环形停车问题稍作改变,即
a i ∈ [ n + 1 ] a_i\in[n+1] a i ∈ [ n + 1 ] 。易见这个改变不影响成为
P a r k i n g \rm Parking Parking 函数的条件,即,我们仍然需要对使得车位
n + 1 n+1 n + 1 空出的序列进行计数。所有满足
i ∈ [ n ] , a i ∈ [ n + 1 ] i\in[n],a_i\in[n+1] i ∈ [ n ] , a i ∈ [ n + 1 ] 的序列共有
( n + 1 ) n (n+1)^n ( n + 1 ) n 个,且每个序列必空出一个位置。由圆周的对称性,空出车位
n + 1 n+1 n + 1 的数列数量,即
n n n 元
P a r k i n g \rm Parking Parking 函数的数量
∣ P F n ∣ |\mathcal{PF}_n| ∣ P F n ∣ 为
( n + 1 ) n − 1 (n+1)^{n-1} ( n + 1 ) n − 1 。
□ \square □
q - q\text - q - 模拟与组合统计量
一个
组合统计量 是一个组合类
A \mathcal A A 到自然数集的具有组合意义的映射
f : A → N f:\mathcal A\to \mathbb{N} f : A → N 。
q - q\text - q - 模拟
一个非负整数
n n n 的
q - \mathbf q\text - q - 模拟 是一个关于
q q q 的
n − 1 n-1 n − 1 次多项式,记作
[ n ] q [n]_q [ n ] q ,其为:
[ n ] q = 1 + q + ⋯ + q n − 1 [n]_q=1+q+\dots+q^{n-1} [ n ] q = 1 + q + ⋯ + q n − 1
定义:
[ n ] ! = [ 1 ] q [ 2 ] q ⋯ [ n ] q , [ n k ] q = [ n ] ! [ k ] ! [ n − k ] ! [n]!=[1]_q[2]_q\cdots[n]_q\,,\quad\begin{bmatrix}n\\k\end{bmatrix}_q=\frac{[n]!}{[k]![n-k]!} [ n ]! = [ 1 ] q [ 2 ] q ⋯ [ n ] q , [ n k ] q = [ k ]! [ n − k ]! [ n ]!
为
q \mathbf{q} q -阶乘 和
q \mathbf{q} q -二项式系数 。显然
lim q → 1 [ n k ] q ( q ) = ( n k ) \lim_{q\to1}\begin{bmatrix}n\\k\end{bmatrix}_q(q)=\dbinom{n}{k} lim q → 1 [ n k ] q ( q ) = ( k n ) 。更一般地:
[ n m 1 m 2 ⋯ m k ] q = [ n ] ! [ m 1 ] ! [ m 2 ] ! ⋯ [ m k ] ! \begin{bmatrix}n\\m_1\quad m_2\quad \cdots\quad m_k\end{bmatrix}_q=\frac{[n]!}{[m_1]![m_2]!\cdots[m_k]!} [ n m 1 m 2 ⋯ m k ] q = [ m 1 ]! [ m 2 ]! ⋯ [ m k ]! [ n ]!
q - q\text - q - 帕斯卡公式
[ n k ] q = q k − 1 [ n − 1 k ] q + [ n − 1 k − 1 ] q \begin{bmatrix}n\\k\end{bmatrix}_q=q^{k-1}\begin{bmatrix}n-1\\k\end{bmatrix}_q+\begin{bmatrix}n-1\\k-1\end{bmatrix}_q [ n k ] q = q k − 1 [ n − 1 k ] q + [ n − 1 k − 1 ] q
排列上的组合统计量
定理(Mahonian 性质)
定义
P n \mathcal P_n P n 为
[ n ] [n] [ n ] 上所有长度为
n n n 的无重复序列的集合,设
w ∈ P n w\in\mathcal P_n w ∈ P n ,定义组合统计量
maj , inv \operatorname{maj},\operatorname{inv} maj , inv 为:
inv(w) = ∑ i < j , w i > w j 1 , maj(w) = ∑ w i > w i + 1 i \operatorname{inv(w)}=\sum_{i<j,w_i>w_j}1\,,\quad\operatorname{maj(w)}=\sum_{w_i>w_{i+1}}i inv(w) = i < j , w i > w j ∑ 1 , maj(w) = w i > w i + 1 ∑ i
则对于
m a j , i n v \rm maj,inv maj , inv ,其具有
M a h o n i a n \rm Mahonian Mahonian 性质:
∑ σ ∈ P n q inv(σ) = [ n ] ! = ∑ σ ∈ P n q inv(σ) \sum_{\sigma\in \mathcal P_n}q^{\operatorname{inv(\sigma)}}=[n]!=\sum_{\sigma\in \mathcal P_n}q^{\operatorname{inv(\sigma)}} σ ∈ P n ∑ q inv( σ ) = [ n ]! = σ ∈ P n ∑ q inv( σ )
i n v \mathbf{inv} inv 部分\quad 令
h ( σ ) h(\sigma) h ( σ ) 为排列
w w w 中在数
n n n 右侧的数的个数,并记
σ 1 \sigma_1 σ 1 为
σ \sigma σ 去掉数
n n n 后的结果,显然
σ 1 ∈ P n − 1 \sigma_1\in\mathcal P_{n-1} σ 1 ∈ P n − 1 ,且有
inv ( σ ) = h ( σ ) + inv ( σ 1 ) \operatorname{inv}(\sigma)=h(\sigma)+\operatorname{inv}(\sigma_1) inv ( σ ) = h ( σ ) + inv ( σ 1 ) ,故:
∑ σ ∈ P n q inv(σ) = ∑ k = 0 n − 1 ∑ σ ∈ P n , h ( σ ) = k q inv ( σ ) = ∑ k = 0 n − 1 ∑ σ 1 ∈ P n − 1 q k + inv ( σ 1 ) = ∑ k = 0 n − 1 q k ∑ σ 1 ∈ P n − 1 q i n v ( σ 1 ) = [ n ] q ∑ σ ∈ P n − 1 q inv ( σ ) \begin{aligned}
\sum_{\sigma\in\mathcal P_n}q^{\operatorname{inv(\sigma)}}&=\sum_{k=0}^{n-1}\sum_{\sigma\in \mathcal P_n,h(\sigma)=k}q^{\operatorname{inv}({\sigma})}=\sum_{k=0}^{n-1}\sum_{\sigma_1\in \mathcal P_{n-1}}q^{k+\operatorname{inv}(\sigma_1)}\\
&=\sum_{k=0}^{n-1}q^{k}\sum_{\sigma_1\in \mathcal P_{n-1}}q^{\operatorname{inv(\sigma_1)}}=[n]_q\sum_{_{\sigma\in \mathcal P_{n-1}}}q^{\operatorname{inv}(\sigma)}\end{aligned} σ ∈ P n ∑ q inv( σ ) = k = 0 ∑ n − 1 σ ∈ P n , h ( σ ) = k ∑ q inv ( σ ) = k = 0 ∑ n − 1 σ 1 ∈ P n − 1 ∑ q k + inv ( σ 1 ) = k = 0 ∑ n − 1 q k σ 1 ∈ P n − 1 ∑ q inv( σ 1 ) = [ n ] q σ ∈ P n − 1 ∑ q inv ( σ )
如是递归下去。显而易见
∑ σ ∈ P 1 q inv ( σ ) = [ 1 ] q \sum_{\sigma\in \mathcal P_1}q^{\operatorname{inv}({\sigma})}=[1]_q ∑ σ ∈ P 1 q inv ( σ ) = [ 1 ] q ,立即证得
∑ σ ∈ P n q inv(σ) = [ n ] q [ n − 1 ] q ⋯ [ 1 ] q = [ n ] ! \sum_{\sigma\in \mathcal P_n}q^{\operatorname{inv(\sigma)}}=[n]_q[n-1]_q\cdots[1]_q=[n]! ∑ σ ∈ P n q inv( σ ) = [ n ] q [ n − 1 ] q ⋯ [ 1 ] q = [ n ]! 。
m a j \mathbf{maj} maj 部分 \quad 当
n n n 插入
P n − 1 P_{n-1} P n − 1 中任意
τ \tau τ 的
n n n 个间隔时,其增量恰取遍
0 , 1 , … , n − 1 0,1,\dots,n-1 0 , 1 , … , n − 1 一次。从而:
∑ σ ∈ P n q maj ( σ ) = ∑ τ ∈ P n − 1 ∑ k = 0 n − 1 q maj ( τ ) + k = [ n ] ∑ τ ∈ P n − 1 q maj ( τ ) \sum_{\sigma\in \mathcal P_n}q^{\operatorname{maj}(\sigma)}=\sum_{\tau\in \mathcal P_{n-1}}\sum_{k=0}^{n-1}q^{\operatorname{maj}(\tau)+k}=[n]\sum_{\tau\in \mathcal P_{n-1}}q^{\operatorname{maj}(\tau)} σ ∈ P n ∑ q maj ( σ ) = τ ∈ P n − 1 ∑ k = 0 ∑ n − 1 q maj ( τ ) + k = [ n ] τ ∈ P n − 1 ∑ q maj ( τ )
边界与
i n v \rm inv inv 的情形是类似的,可得其为
[ n ] ! [n]! [ n ]! 。
□ \square □
∑ σ ∈ P n q f ( σ ) = [ n ] ! \sum_{\sigma\in \mathcal P_{n}}q^{f(\sigma)}=[n]! σ ∈ P n ∑ q f ( σ ) = [ n ]!
则称这样的组合统计量
f f f 为
M a h o n i a n \mathbf{Mahonian} Mahonian 的 。
定理 \quad 设
α = ( m 1 , m 2 , … , m k ) ∈ N k , n = ∑ ȷ m ȷ \mathbf{\alpha}=(m_1,m_2,\dots,m_k)\in\mathbb N^k,n=\sum_{\jmath}m_{\jmath} α = ( m 1 , m 2 , … , m k ) ∈ N k , n = ∑ m ,令
M α \mathcal M_{\alpha} M α 表示其上所有全排列,则:
∑ w ∈ M α q inv ( w ) = [ n m 1 m 2 ⋯ m k ] q = ∑ w ∈ M α q maj ( w ) \sum_{w\in\mathcal M_{\alpha}}q^{\operatorname{inv}(w)}=\begin{bmatrix}n\\m_1\quad m_2\quad \cdots\quad m_k\end{bmatrix}_q=\sum_{w\in\mathcal M_{\alpha}}q^{\operatorname{maj}(w)} w ∈ M α ∑ q inv ( w ) = [ n m 1 m 2 ⋯ m k ] q = w ∈ M α ∑ q maj ( w )
格路径的组合统计量
Catalan 序列集与 Dyck 路集
一个序列被称之为
n \mathbf n n 阶 C a t a l a n \mathbf{Catalan} Catalan 序列 ,如果其由
n n n 个
0 0 0 和
n n n 个
1 1 1 构成,且该序列的任一前缀中
0 0 0 的个数均不小于
1 1 1 的个数。所有
n n n 阶
C a t a l a n \rm Catalan Catalan 序列构成的集合记作
C W n \mathcal{CW}_n C W n 。
C W n \mathcal{CW}_n C W n 和
D n \mathcal D_n D n 间存在一个显然的双射:将
0 0 0 与
( 0 , 1 ) (0,1) ( 0 , 1 ) 对应,将
1 1 1 与
( 1 , 0 ) (1,0) ( 1 , 0 ) 对应。
q-Catalan 数
对于
D n \mathcal D_n D n 中的一条
D y c k \rm Dyck Dyck 路
Π \Pi Π ,令
a i ( Π ) a_i(\Pi) a i ( Π ) 为自下而上第
i i i 行里
Π \Pi Π 和主对角线之间的完整方格个数,并定义组合统计量
area \operatorname{area} area :
area ( Π ) = ∑ i = 1 n a i ( Π ) \operatorname{area}(\Pi)=\sum_{i=1}^n a_i(\Pi) area ( Π ) = i = 1 ∑ n a i ( Π )
一个
q − C a t a l a n \mathbf{q-Catalan} q − Catalan 数 C n ( q ) C_n(q) C n ( q ) 以如下形式定义:
C n ( q ) ∑ Π ∈ D n q area ( Π ) C_n(q)\sum_{\Pi\in\mathcal D_n}q^{\operatorname{area}(\Pi)} C n ( q ) Π ∈ D n ∑ q area ( Π )
递推关系
C n ( q ) = ∑ k = 0 n q k − 1 C k − 1 ( q ) C n − k ( q ) C_n(q)=\sum_{k=0}^n q^{k-1}C_{k-1}(q)C_{n-k}(q) C n ( q ) = k = 0 ∑ n q k − 1 C k − 1 ( q ) C n − k ( q )
P r o o f . Proof.\quad P roo f . 令
h ( Π ) h(\Pi) h ( Π ) 表示
Π \Pi Π 从
( 0 , 0 ) (0,0) ( 0 , 0 ) 以后第一次碰到主对角线时的高度,则点
( h ( Π ) , h ( Π ) ) (h(\Pi),h(\Pi)) ( h ( Π ) , h ( Π )) 将
Π \Pi Π 分为
Π 1 , Π 2 \Pi_1,\Pi_2 Π 1 , Π 2 上下两段。设
k = h ( Π ) k=h(\Pi) k = h ( Π ) ,显然
Π 1 \Pi_1 Π 1 必经过
( 0 , 1 ) , ( k − 1 , k ) (0,1),(k-1,k) ( 0 , 1 ) , ( k − 1 , k ) 两点。设该
( 0 , 1 ) (0,1) ( 0 , 1 ) 至
( k − 1 , k ) (k-1,k) ( k − 1 , k ) 段路径为
Π 3 \Pi_3 Π 3 。于是
1 ⩽ k ⩽ n 1\leqslant k\leqslant n 1 ⩽ k ⩽ n ,且
Π 1 ∈ D k , Π 2 ∈ D n − k , Π 3 ∈ D k − 1 \Pi_1\in\mathcal D_k,\Pi_2\in\mathcal D_{n-k},\Pi_3\in\mathcal D_{k-1} Π 1 ∈ D k , Π 2 ∈ D n − k , Π 3 ∈ D k − 1 ,且:
area ( Π ) = area ( Π 1 ) + area ( Π 2 ) = k − 1 + area ( Π 3 ) + area ( Π 2 ) \operatorname{area}(\Pi)=\operatorname{area}(\Pi_1)+\operatorname{area}(\Pi_2)=k-1+\operatorname{area}(\Pi_3)+\operatorname{area}(\Pi_2) area ( Π ) = area ( Π 1 ) + area ( Π 2 ) = k − 1 + area ( Π 3 ) + area ( Π 2 )
则:
C n ( q ) = ∑ k = 1 n ∑ Π ∈ D n , h ( Π ) = k q area ( Π ) = ∑ k = 1 n q k ( ∑ Π 3 ∈ D k − 1 q area ( Π 3 ) × ∑ Π 2 ∈ D k q area ( Π 2 ) ) = ∑ k = 0 n q k − 1 C k − 1 ( q ) C n − k ( q ) \begin{aligned}
C_n(q)&=\sum_{k=1}^n\sum_{\Pi\in\mathcal D_n,h(\Pi)=k}q^{\operatorname{area}(\Pi)}\\
&=\sum_{k=1}^n q^k\left(\sum_{\Pi_3\in\mathcal D_{k-1}}q^{\operatorname{area}(\Pi_3)}\times \sum_{\Pi_2\in\mathcal D_{k}}q^{\operatorname{area}(\Pi_2)}\right)\\
&=\sum_{k=0}^n q^{k-1}C_{k-1}(q)C_{n-k}(q)\end{aligned} C n ( q ) = k = 1 ∑ n Π ∈ D n , h ( Π ) = k ∑ q area ( Π ) = k = 1 ∑ n q k Π 3 ∈ D k − 1 ∑ q area ( Π 3 ) × Π 2 ∈ D k ∑ q area ( Π 2 ) = k = 0 ∑ n q k − 1 C k − 1 ( q ) C n − k ( q )
另一个定理
∑ w ∈ C W n q maj ( w ) = 1 [ n + 1 ] q [ 2 n n ] q \sum_{w\in\mathcal{CW_n}}q^{\operatorname{maj}(w)}=\frac{1}{[n+1]_q}\begin{bmatrix}2n\\n\end{bmatrix}_q w ∈ C W n ∑ q maj ( w ) = [ n + 1 ] q 1 [ 2 n n ] q
格路径与 01 序列的对应
一条从
( 0 , 0 ) (0,0) ( 0 , 0 ) 到
( m , n ) (m,n) ( m , n ) 的只由
( 0 , 1 ) , ( 1 , 0 ) (0,1),(1,0) ( 0 , 1 ) , ( 1 , 0 ) 步构成的路径称之为
( m , n ) \mathbf{(m,n)} ( m , n ) 格路径 。所有
( m , n ) (m,n) ( m , n ) 格路径的集合记作
L m , n \mathcal L_{m,n} L m , n 。
记全体
m m m 个
1 1 1 ,
n n n 个
0 0 0 的 0/1 序列集合为
M m , n \mathcal M_{m,n} M m , n 。
L m , n \mathcal L_{m,n} L m , n 到
M m , n \mathcal M_{m,n} M m , n 有一个显然的双射:将
0 0 0 与
( 0 , 1 ) (0,1) ( 0 , 1 ) 对应,将
1 1 1 与
( 1 , 0 ) (1,0) ( 1 , 0 ) 对应。
设
L ∈ L m , n L\in \mathcal L_{m,n} L ∈ L m , n ,令
a i ( L ) a_i(L) a i ( L ) 为第
i i i 行与纵坐标轴
x = 0 x=0 x = 0 之间的方格数,定义:
area ( L ) = ∑ i = 1 n a i ( L ) \operatorname{area}(L)=\sum_{i=1}^n a_i(L) area ( L ) = i = 1 ∑ n a i ( L )
定理 \quad 设
L ∈ L m , n L\in \mathcal L_{m,n} L ∈ L m , n 与
w L ∈ M m , n w_{L}\in \mathcal M_{m,n} w L ∈ M m , n 是上述双射对应的一对元素,则:
area ( L ) = inv ( w L ) \operatorname{area}(L)=\operatorname{inv}(w_{L}) area ( L ) = inv ( w L )
推论
∑ L ∈ L m , n q area ( L ) = [ m + n n ] q \sum_{L\in\mathcal L_{m,n}}q^{\operatorname{area}(L)}=\begin{bmatrix}m+n\\n\end{bmatrix}_q L ∈ L m , n ∑ q area ( L ) = [ m + n n ] q
Parking 函数到树的双射
这是本文讨论的最后一个话题,也是本文介绍的主要对象之一。作为本文的最后一部分,我们将讨论经典的停车问题与标记树的联系,并给出一个双射。
有标号森林的基本概念
一个由有标号树构成的森林称之为
有标号森林 ,特别地,有标号有根树构成的森林称为
有标号有根森林 (Rooted Labeled Forests)。记所有由
n n n 个点构成的有标号有根森林集合为
F n \mathcal F_n F n 。
n n n 个点的有标号有根森林数量就是
n + 1 n+1 n + 1 个点的标记树数量,因此有:
∣ F n ∣ = ( n + 1 ) n − 1 \left|\mathcal F_n\right|=(n+1)^{n-1} ∣ F n ∣ = ( n + 1 ) n − 1
这个等式可以用矩阵树定理证明,这在我们的讨论范围以外。
有标号有根森林的组合统计量
定义:
inv ( F ; v ) = card ( { ( v , u ) ∣ u ∈ des ( v ) , u < v } ) \operatorname{inv}(F;v)=\operatorname{card}\big(\{(v,u)\mid u\in\operatorname{des}(v),u<v\}\big) inv ( F ; v ) = card ( {( v , u ) ∣ u ∈ des ( v ) , u < v } )
其中
des ( v ) = subtree ( v ) ∖ { v } \operatorname{des}(v)=\operatorname{subtree}(v)\setminus\{v\} des ( v ) = subtree ( v ) ∖ { v } ,即
v v v 的子树除去
v v v 以外的点构成的集合 (descendant),并定义组合统计量
inv ( F ) \operatorname{inv}(F) inv ( F ) :
inv ( F ) = ∑ v inv ( F ; v ) \operatorname{inv}(F)=\sum_{v}\operatorname{inv}
(F;v) inv ( F ) = v ∑ inv ( F ; v )
称一个节点
v v v 是一个
leader ,如果
inv ( F ; v ) = 0 \operatorname{inv}(F;v)=0 inv ( F ; v ) = 0 。定义组合统计量
lead ( F ) \operatorname{lead}(F) lead ( F ) :
lead ( F ) = card ( { v ∣ v is a leader in F } ) \operatorname{lead}(F)=\operatorname{card}\big(\{v\mid v\text{ is a leader in }F\}\big) lead ( F ) = card ( { v ∣ v is a leader in F } )
P F n \mathcal{PF_n} P F n 与 F n \mathcal F_n F n 的几个关联
定理 n \quad n n 元
P a r k i n g \rm Parking Parking 函数的数量和
n n n 个点的有标号森林数量相等,即:
∣ P F n ∣ = ( n + 1 ) n − 1 = ∣ F n ∣ |\mathcal{PF_n}|=(n+1)^{n-1}=|\mathcal F_n| ∣ P F n ∣ = ( n + 1 ) n − 1 = ∣ F n ∣
这启示我们可能存在某些双射。该式的两端在上文均已解释。
Parking 函数的组合统计量
设
P = p 1 p 2 … p n , P ∈ P F n P=p_1p_2\dots p_n,P\in\mathcal{PF}_n P = p 1 p 2 … p n , P ∈ P F n ,
P P P 中每辆车最终停车位置为
q 1 , q 2 , … , q n q_1,q_2,\dots,q_n q 1 , q 2 , … , q n ,令
jump ( P ; i ) = p i − q i \operatorname{jump}(P;i)=p_i-q_i jump ( P ; i ) = p i − q i ,并令组合统计量
jump ( P ) \operatorname{jump}(P) jump ( P ) 为:
jump ( P ) = ∑ i = 1 n jump ( P ; i ) \operatorname{jump}(P)=\sum_{i=1}^n \operatorname{jump}(P;i) jump ( P ) = i = 1 ∑ n jump ( P ; i )
注意到:
jump ( P ) = ( q 1 + q 2 + ⋯ + q n ) − ( p 1 + p 2 + ⋯ + p n ) = ( n + 1 2 ) − ∑ ȷ p ȷ \begin{aligned}
\operatorname{jump}(P)&=(q_1+q_2+\dots+q_n)-(p_1+p_2+\dots+p_n)\\
&=\binom{n+1}{2}-\sum_{\jmath} p_{\jmath}
\end{aligned} jump ( P ) = ( q 1 + q 2 + ⋯ + q n ) − ( p 1 + p 2 + ⋯ + p n ) = ( 2 n + 1 ) − ∑ p
对于
P P P 的一个
c c c ,称其为
lucky 的,如果
jump ( P ; c ) = 0 \operatorname{jump}(P;c)=0 jump ( P ; c ) = 0 ,即,它恰好停到了偏好的位置。定义组合统计量
lucky ( P ) \operatorname{lucky}(P) lucky ( P ) :
lucky ( F ) = card ( { c ∣ c is lucky } ) \operatorname{lucky}(F)=\operatorname{card}\big(\{c\mid c\text{ is lucky}\}\big) lucky ( F ) = card ( { c ∣ c is lucky } )
组合统计量上的联系
注意到:
∑ F ∈ F 1 q inv ( F ) = 1 ∑ F ∈ F 2 q inv ( F ) = 2 + q ∑ F ∈ F 3 q inv ( F ) = 6 + 6 q + 3 q 2 + q 3 \begin{aligned}
\sum_{F\in\mathcal{F}_1}q^{\operatorname{inv}(F)}&=1\\
\sum_{F\in\mathcal{F}_2}q^{\operatorname{inv}(F)}&=2+q\\
\sum_{F\in\mathcal{F}_3}q^{\operatorname{inv}(F)}&=6+6q+3q^2+q^3
\end{aligned} F ∈ F 1 ∑ q inv ( F ) F ∈ F 2 ∑ q inv ( F ) F ∈ F 3 ∑ q inv ( F ) = 1 = 2 + q = 6 + 6 q + 3 q 2 + q 3
∑ P ∈ P F 1 q jump ( P ) = 1 ∑ P ∈ P F 2 q jump ( P ) = 2 + q ∑ P ∈ P F 3 q jump ( P ) = 6 + 6 q + 3 q 2 + q 3 \begin{aligned}
\sum_{P\in\mathcal{PF}_1}q^{\operatorname{jump}(P)}&=1\\
\sum_{P\in\mathcal{PF}_2}q^{\operatorname{jump}(P)}&=2+q\\
\sum_{P\in\mathcal{PF}_3}q^{\operatorname{jump}(P)}&=6+6q+3q^2+q^3
\end{aligned} P ∈ P F 1 ∑ q jump ( P ) P ∈ P F 2 ∑ q jump ( P ) P ∈ P F 3 ∑ q jump ( P ) = 1 = 2 + q = 6 + 6 q + 3 q 2 + q 3
事实上,这的确是一个一般的规律。我们有:
定理 (G.Kreweras 1980)
∑ F ∈ F n q inv ( F ) = ∑ P ∈ P F n q ( n + 1 2 ) − ∣ P ∣ \sum_{F\in\mathcal{F}_n}q^{\operatorname{inv}(F)}=\sum_{P\in\mathcal{PF}_n}q^{\binom{n+1}{2}-|P|} F ∈ F n ∑ q inv ( F ) = P ∈ P F n ∑ q ( 2 n + 1 ) − ∣ P ∣
定理 (Gessel-Seo 2004)
∑ F ∈ F n u lead ( F ) = u ∏ i = 1 n − 1 ( i + ( n − i + 1 ) u ) = ∑ P ∈ P F n u lucky ( P ) \sum_{F\in\mathcal F_n}u^{\operatorname{lead}(F)}=u\prod_{i=1}^{n-1}(i+(n-i+1)u)=\sum_{P\in\mathcal{PF}_n}u^{\operatorname{lucky}(P)} F ∈ F n ∑ u lead ( F ) = u i = 1 ∏ n − 1 ( i + ( n − i + 1 ) u ) = P ∈ P F n ∑ u lucky ( P )
定理 (S. 2008)
∑ F ∈ F n q inv ( F ) u lead ( F ) = ∑ P ∈ P F n q jump ( P ) u lucky ( P ) \sum_{F\in\mathcal F_n}q^{\operatorname{inv}(F)}u^{\operatorname{lead}(F)}=\sum_{P\in\mathcal{PF}_n}q^{\operatorname{jump}(P)}u^{\operatorname{lucky}(P)} F ∈ F n ∑ q inv ( F ) u lead ( F ) = P ∈ P F n ∑ q jump ( P ) u lucky ( P )
至此,我们可以进入本文最终的部分。
停车问题与树的双射
映射 φ : F n → P F n \varphi:\mathcal {F_n}\to\mathcal{PF}_n φ : F n → P F n
考虑任意一个
n n n 有标号有根森林
F F F 。新增一个节点
n + 1 n+1 n + 1 ,并将所有根向节点
n + 1 n+1 n + 1 连边,形成一棵以
n + 1 n+1 n + 1 为根的标记树,记作树
T T T 。借用一张里昂大学的一篇课件上的图:
现在,我们对这棵树的每一个节点
x x x 的子树进行如下操作:
取出 x x x 后代中标号大于 x x x 的节点;
保序地 重排这些节点,即将取出的节点从小到大排名为 a 1 , a 2 , … , a m a_1,a_2,\dots,a_m a 1 , a 2 , … , a m ,令 a i ( i < m ) a_i(i<m) a i ( i < m ) 移动到原先 a i + 1 a_{i+1} a i + 1 的位置;
将 x x x 移动到 a 1 a_1 a 1 的位置,将 a m a_m a m 移动到 x x x 的位置。
易见点的操作顺序不影响结果,且操作后形成的树唯一。对每一个
x x x 都如是操作后,我们将得到一棵对于任意节点(不妨设其标号为
x x x )都有
x x x 大于其任意后代标号的树。我们将这棵新树记作
D D D 。
但是有多棵树都有可能重排出树
D D D 。为此,我们引入:
树 I I I :与树 T T T 结构相同,其每个点的点权为树 T T T 中该点的 i n v \mathrm{inv} inv 。
树 C C C :与树 T T T 结构相同,其每个点的点权为对其后根遍历所得的次序。
将树
D , C , I D,C,I D , C , I 结合,构成树
D × ( C − I ) D\times(C-I) D × ( C − I ) ,即:每个点有一个标号
x x x 和一个点权
v ( x ) v(x) v ( x ) ,其中
x x x 即为树
D D D 中的
x x x ,
v ( x ) v(x) v ( x ) 为树
C C C 中该点的点权减去树
I I I 中该点的点权。
由此,我们可以还原出树
T T T 。并且,我们已经得到了
F n → P F n \mathcal F_n\to\mathcal{PF}_n F n → P F n 的一个单射:按标号依序取出每个点
x x x ,则
v ( x ) v(x) v ( x ) 即为车
x x x 的偏好停车位置。例如在上图中,这个
P a r k i n g \rm Parking Parking 函数
P P P 为:
逆映射:φ − 1 : P F n → F n \varphi^{-1}:\mathcal{PF}_n\to\mathcal{F}_n φ − 1 : P F n → F n
考虑任意一个
P a r k i n g \rm Parking Parking 函数
P P P 。这里以上文出现过的例子为例:
P = 10 2 6 5 7 1 13 10 4 1 14 9 11 P=\text{
10\;
2\;
6\;
5\;
7\;
1\;
13\;
10\;
4\;
1\;
14\;
9\;
11
} P = 10 2 6 5 7 1 13 10 4 1 14 9 11
该
P a r k i n g \rm Parking Parking 函数给出了一个最终的停车序列。在上例中:
P a r k i n g S p a c e = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 C a r ′ s N u m b e r c = 6 2 10 9 4 3 5 14 12 1 8 13 7 11 15 j u m p ( P ; c ) = 0 0 2 0 0 0 0 3 0 0 1 1 0 0 14 \begin{aligned}
\mathrm{Parking\;Space}&=1\;\;2\;\;3\;\;\;\,4\;\;5\;\;6\;\;7\;\;\,8\;\;\;\,9\;\;\;\,10\;\;11\;\;12\;\;13\;\ 14\quad\,\,\,15\\
\mathrm{Car's\;Number\;}c&=6\;\;2\;\;10\;\;9\;\;4\;\;3\;\;5\;\;14\;\;12\;\;1\;\;\;\,8\;\;\;\;13\;\;\,7\;\;\ \,11\quad\ \,15\\
\mathrm{jump}(P;c)&=0\;\;0\;\;2\;\;\;\,0\;\;0\;\;0\;\;0\;\;3\;\;\;\;0\;\;\;\,0\;\;\;\;1\;\;\;\,1\;\;\;\;\,0\;\;\;\,0\quad\ \ \,\,14
\end{aligned} Parking Space Ca r ′ s Number c jump ( P ; c ) = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 = 6 2 10 9 4 3 5 14 12 1 8 13 7 11 15 = 0 0 2 0 0 0 0 3 0 0 1 1 0 0 14
现在,对于每一个停车位
x x x ,设其上停的车为
c ( x ) c(x) c ( x ) ,则将
x x x 向其后第一个
c ( y ) > c ( x ) c(y)>c(x) c ( y ) > c ( x ) 的停车位
y y y 连边。
我们就获得了树
T , C T,C T , C 和
I I I 。易见其是唯一的,且任意一个
P a r k i n g \rm Parking Parking 函数
P ∈ P F n P\in\mathcal{PF}_n P ∈ P F n 都能如是构建出相应的树。这样,我们就完成了
φ − 1 : P F n → F n \varphi^{-1}:\mathcal{PF}_n\to\mathcal F_n φ − 1 : P F n → F n 。
至此,我们解释了
P F n \mathcal{PF}_n P F n 与
F n \mathcal F_n F n 的集合大小相等的原因,并对其组合统计量间的联系给出了一个直观的表示。
参考文献:
组合数学 / 冯荣权,宋春伟编著。北京大学出版社,2015.8
Forests and Parking Functions , Heesung Shin, Institut Camille Jordan, Université Claude Bernard Lyon-I, France. (THE 61ST SÉMINAIRE LOTHARINGIEN DE COMBINATOIRE. CURIA, PORTUGAL, SEP. 24, 2008)
U 群神仙的答疑