前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >错排问题--错排公式的推导及应用

错排问题--错排公式的推导及应用

作者头像
鳄鱼儿
发布2024-05-22 09:06:23
770
发布2024-05-22 09:06:23
举报

持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第22天,点击查看活动详情

错排问题

错排问题是组合数学中的问题之一。考虑一个有n个元素的排列,若一个排列中所有的元素都不在自己原来的位置上,那么这样的排列就称为原排列的一个错排。 n个元素的错排数记为Dn。 研究一个排列错排个数的问题,叫做错排问题或称为排列问题

最早研究错排问题的是尼古拉·伯努利和欧拉,因此历史上也称为伯努利-欧拉的装错信封的问题。这个问题有许多具体的版本,如在写信时将n封信装到n个不同的信封里,有多少种全部装错信封的情况?又比如四人各写一张贺年卡互相赠送,有多少种赠送方法?自己写的贺年卡不能送给自己,所以也是典型的错排问题。

例如有

n
n

封写好了的信,收件人不同,胡乱放入

n
n

个写了地址的信封中,寄出,求没有一个收件人收到他所应接收的信的概率。当

n=4
n=4

,在4! = 24个排列之中,只有9个是错排:

BADC, BCDA, BDAC,

CADB, CDAB, CDBA,

DABC, DCAB, DCBA,

所以有关概率为9/24 = 37.5%

推导

显然D1=0,D2=1。当n≥3时,不妨设n排在了第k位,其中k≠n,也就是1≤k≤n-1。那么我们现在考虑第n位的情况。

  • 当k排在第n位时,除了n和k以外还有n-2个数,其错排数为Dn-2。
  • 当k不排在第n位时,那么将第n位重新考虑成一个新的“第k位”,这时的包括k在内的剩下n-1个数的每一种错排,都等价于只有n-1个数时的错排(只是其中的第k位会换成第n位)。其错排数为Dn-1。

所以当n排在第k位时共有Dn-2+Dn-1种错排方法,又k有从1到n-1共n-1种取法,我们可以得到:

D n=(n-1)(D n-1+D n-2)

在上面我们得到Dn=(n-1)(Dn-1+Dn-2) 从这个公式中我们可以推出Dn的通项公式,方法如下:

为书写方便,记Dn = n!Mn,则M1 = 0, M2 = {\displaystyle {\frac {1}{2}}}

{\frac {1}{2}}
{\frac {1}{2}}

当n大于等于3时,由Dn = (n-1)(Dn-1 + Dn-2),即

n!M_{n}=(n-1)(n-1)!M_{​{n-1}}+(n-1)(n-2)!M_{​{n-2}}=n!M_{​{n-1}}-(n-1)!M_{​{n-1}}+(n-1)!M_{​{n-2}}
n!M_{n}=(n-1)(n-1)!M_{​{n-1}}+(n-1)(n-2)!M_{​{n-2}}=n!M_{​{n-1}}-(n-1)!M_{​{n-1}}+(n-1)!M_{​{n-2}}

。 所以,

nM_{n}-nM_{​{n-1}}=-M_{​{n-1}}+M_{​{n-2}}
nM_{n}-nM_{​{n-1}}=-M_{​{n-1}}+M_{​{n-2}}

于是有

M_{n}-M_{​{n-1}}=-{\frac  {1}{n}}(M_{​{n-1}}-M_{​{n-2}})=...=(-{\frac  {1}{n}})(-{\frac  {1}{n-1}})...(-{\frac  {1}{3}})(M_{2}-M_{1})=(-1)^{n}{\frac  {1}{n!}}.
M_{n}-M_{​{n-1}}=-{\frac {1}{n}}(M_{​{n-1}}-M_{​{n-2}})=...=(-{\frac {1}{n}})(-{\frac {1}{n-1}})...(-{\frac {1}{3}})(M_{2}-M_{1})=(-1)^{n}{\frac {1}{n!}}.

所以

{\begin{aligned}M_{​{n}}-M_{​{n-1}}&=(-1)^{​{n}}{\frac  {1}{n!}}\M_{​{n-1}}-M_{​{n-2}}&=(-1)^{​{(n-1)}}{\frac  {1}{(n-1)!}}\\vdots \quad &=\quad \vdots \M_{2}-M_{1}&=(-1)^{2}{\frac  {1}{2!}}\\end{aligned}}
{\begin{aligned}M_{​{n}}-M_{​{n-1}}&=(-1)^{​{n}}{\frac {1}{n!}}\M_{​{n-1}}-M_{​{n-2}}&=(-1)^{​{(n-1)}}{\frac {1}{(n-1)!}}\\vdots \quad &=\quad \vdots \M_{2}-M_{1}&=(-1)^{2}{\frac {1}{2!}}\\end{aligned}}

将上面式子分边累加,得

M_{n}=(-1)^{2}{\frac  {1}{2!}}+(-1)^{3}{\frac  {1}{3!}}...+(-1)^{​{n}}{\frac  {1}{n!}}.
M_{n}=(-1)^{2}{\frac {1}{2!}}+(-1)^{3}{\frac {1}{3!}}...+(-1)^{​{n}}{\frac {1}{n!}}.

因此,我们得到错排公式

D_{n}=n!M_{n}=n!({\frac  {1}{2!}}-{\frac  {1}{3!}}+...+(-1)^{n}{\frac  {1}{n!}}).
D_{n}=n!M_{n}=n!({\frac {1}{2!}}-{\frac {1}{3!}}+...+(-1)^{n}{\frac {1}{n!}}).

简化公式

错位排列数的公式可以简化为:

D_{n}=\left\lfloor {\frac  {n!}{e}}+0.5\right\rfloor ,
D_{n}=\left\lfloor {\frac {n!}{e}}+0.5\right\rfloor ,

其中的

\lfloor n\rfloor
\lfloor n\rfloor

为高斯取整函数(小于等于 n 的最大整数)。

这个简化公式可以由之前的错排公式推导出来。事实上,考虑指数函数在 0 处的泰勒展开:

{\begin{aligned}e^{​{-1}}&=1+{\frac  {\left(-1\right)^{1}}{1!}}+{\frac  {\left(-1\right)^{2}}{2!}}+\cdots +\left(-1\right)^{n}{\frac  {1}{n!}}+{\frac  {e^{​{-c}}}{(n+1)!}}\left(c-1\right)^{n}\&={\frac  {1}{2!}}-{\frac  {1}{3!}}+\cdots +\left(-1\right)^{n}{\frac  {1}{n!}}+R_{n}\&={\frac  {D_{n}}{n!}}+R_{n}\\end{aligned}}
{\begin{aligned}e^{​{-1}}&=1+{\frac {\left(-1\right)^{1}}{1!}}+{\frac {\left(-1\right)^{2}}{2!}}+\cdots +\left(-1\right)^{n}{\frac {1}{n!}}+{\frac {e^{​{-c}}}{(n+1)!}}\left(c-1\right)^{n}\&={\frac {1}{2!}}-{\frac {1}{3!}}+\cdots +\left(-1\right)^{n}{\frac {1}{n!}}+R_{n}\&={\frac {D_{n}}{n!}}+R_{n}\\end{aligned}}

所以,

{\frac  {n!}{e}}-D_{n}=n!,R_{n}
{\frac {n!}{e}}-D_{n}=n!,R_{n}

。其中 Rn 是泰勒展开的余项,c 是介于 0 和 1 之间的某个实数。Rn 的绝对值上限为

|R_{n}|\leqslant {\frac  {e^{0}}{(n+1)!}}={\frac  {1}{(n+1)!}}
|R_{n}|\leqslant {\frac {e^{0}}{(n+1)!}}={\frac {1}{(n+1)!}}
{\Big |}{\frac  {n!}{e}}-D_{n}{\Big |}\leqslant {\frac  {n!}{(n+1)!}}={\frac  {1}{(n+1)}}
{\Big |}{\frac {n!}{e}}-D_{n}{\Big |}\leqslant {\frac {n!}{(n+1)!}}={\frac {1}{(n+1)}}

当 n≥2 时,

{\frac  {1}{(n+1)}}
{\frac {1}{(n+1)}}

严格小于 0.5,所以

D_{n}=n!\left({\frac  {1}{2!}}-{\frac  {1}{3!}}+...+(-1)^{n}{\frac  {1}{n!}}\right)
D_{n}=n!\left({\frac {1}{2!}}-{\frac {1}{3!}}+...+(-1)^{n}{\frac {1}{n!}}\right)

是最接近

{\frac  {n!}{e}}
{\frac {n!}{e}}

的整数,可以写成

D_{n}=\left\lfloor {\frac  {n!}{e}}+0.5\right\rfloor .
D_{n}=\left\lfloor {\frac {n!}{e}}+0.5\right\rfloor .

错位排列数的公式可以简化为:

D_{n}=\left\lfloor {\frac  {n!}{e}}+0.5\right\rfloor ,
D_{n}=\left\lfloor {\frac {n!}{e}}+0.5\right\rfloor ,

其中的

\lfloor n\rfloor
\lfloor n\rfloor

为高斯取整函数(小于等于 n 的最大整数)。

这个简化公式可以由之前的错排公式推导出来。事实上,考虑指数函数在 0 处的泰勒展开:

{\begin{aligned}e^{​{-1}}&=1+{\frac  {\left(-1\right)^{1}}{1!}}+{\frac  {\left(-1\right)^{2}}{2!}}+\cdots +\left(-1\right)^{n}{\frac  {1}{n!}}+{\frac  {e^{​{-c}}}{(n+1)!}}\left(c-1\right)^{n}\&={\frac  {1}{2!}}-{\frac  {1}{3!}}+\cdots +\left(-1\right)^{n}{\frac  {1}{n!}}+R_{n}\&={\frac  {D_{n}}{n!}}+R_{n}\\end{aligned}}
{\begin{aligned}e^{​{-1}}&=1+{\frac {\left(-1\right)^{1}}{1!}}+{\frac {\left(-1\right)^{2}}{2!}}+\cdots +\left(-1\right)^{n}{\frac {1}{n!}}+{\frac {e^{​{-c}}}{(n+1)!}}\left(c-1\right)^{n}\&={\frac {1}{2!}}-{\frac {1}{3!}}+\cdots +\left(-1\right)^{n}{\frac {1}{n!}}+R_{n}\&={\frac {D_{n}}{n!}}+R_{n}\\end{aligned}}

所以,

{\frac  {n!}{e}}-D_{n}=n!,R_{n}
{\frac {n!}{e}}-D_{n}=n!,R_{n}

。其中 Rn 是泰勒展开的余项,c 是介于 0 和 1 之间的某个实数。Rn 的绝对值上限为

|R_{n}|\leqslant {\frac  {e^{0}}{(n+1)!}}={\frac  {1}{(n+1)!}}
|R_{n}|\leqslant {\frac {e^{0}}{(n+1)!}}={\frac {1}{(n+1)!}}
{\Big |}{\frac  {n!}{e}}-D_{n}{\Big |}\leqslant {\frac  {n!}{(n+1)!}}={\frac  {1}{(n+1)}}
{\Big |}{\frac {n!}{e}}-D_{n}{\Big |}\leqslant {\frac {n!}{(n+1)!}}={\frac {1}{(n+1)}}

当 n≥2 时,

{\frac  {1}{(n+1)}}
{\frac {1}{(n+1)}}

严格小于 0.5,所以

D_{n}=n!\left({\frac  {1}{2!}}-{\frac  {1}{3!}}+...+(-1)^{n}{\frac  {1}{n!}}\right)
D_{n}=n!\left({\frac {1}{2!}}-{\frac {1}{3!}}+...+(-1)^{n}{\frac {1}{n!}}\right)

是最接近

{\frac  {n!}{e}}
{\frac {n!}{e}}

的整数,可以写成

D_{n}=\left\lfloor {\frac  {n!}{e}}+0.5\right\rfloor .
D_{n}=\left\lfloor {\frac {n!}{e}}+0.5\right\rfloor .

递推公式:Dn=(n-1)(Dn-1+Dn-2) n>3, D1 = 0 , D2 = 1;也就是上述中推导错排公式所用到的公式

应用

下面用错排递推公式做几个几个例子;

例1;装错信封的问题(经典原型)HDU1465题

写n封信,全部装错信封,求有多少种全部装错的方式

代码语言:javascript
复制
#include<iostream>
using namespace std; 
int main() {
    int n;	
    long long d[21] = {0,0,1};//将d[0],d[1],d[2]初始化	
    for(int i=3;i<=20;i++) {		
        d[i] = (i-1)*(d[i-1]+d[i-2]);	
    } 	
    while(cin >> n) {		
        cout << d[n] <<endl;	
    }	
    return 0;
}

例2:考新郎HUD2049

首先,给每位新娘打扮得几乎一模一样,并盖上大大的红盖头随机坐成一排;然后,让各位新郎寻找自己的新娘.每人只准找一个,并且不允许多人找一个.假设一共有N对新婚夫妇,其中有M个新郎找错了新娘,求发生这种情况一共有多少种可能.

阅读题目后我们不难发现,这道题的本质就是求解排列组合C(n,m)与错排m个元素D(m)的乘积,因此这道题的代码也十分简单,以下提供两种AC程序:

代码语言:javascript
复制
//#方法1:递推公式--D(n)=(n-1)*(D(n-1)+D(n-2)) [D(1)=0,D(2)=1]
#include<bits/stdc++.h>//万能头文件,只有少部分oj支持
using namespace std; 
int main() {	
    int ti,n,m;	
    long long f[21] = {0,0,1},t[21] = {1,1,2};
    for(int i=3;i<=20;i++) {		
        f[i] = (i-1)*(f[i-1]+f[i-2]);		
        t[i] = t[i-1]*i;	
    }	
    cin >> ti;	
    while(ti--) {		
        cin >> n >> m;		
        long long a = t[n]/t[m]/t[n-m];		
        cout << a*f[m] <<endl;	
    }	
    return 0;
}
代码语言:javascript
复制
/*
#方法2:通项公式--D(n)=n!*(1/2!-1/3!+1/4!- 1/5!+ ··· ··· +((-1)^(n-1))/(n-1)!+((-1)^n)/n! )
这里可以根据题目做一下变形:F(n,m)=C(n,m)*D(m)=n!*(1/2!-1/3!+1/4!- 1/5!+ ··· ··· +((-1)^(n-1))/(n-1)!+((-1)^n)/n! )/(n-m)!
*/
#include<bits/stdc++.h>
using namespace std; 
int ti,n,m;
long long f[21] = {0,0,1},t[21] = {1,1,2}; 
long long sol() {	
    long long sum=0,a=t[n],b=t[n-m];	
    for(int i=2; i<=m; ++i) {	
        a/=i;		
    if(i%2==0)		
        sum+=a;		
    else			
        sum-=a;	
    }	
    return sum/b;
} 
int main() {	
    for(int i=3; i<=20; i++) {	
        f[i] = (i-1)*(f[i-1]+f[i-2]);		
        t[i] = t[i-1]*i;	
    }	
    cin >> ti;	
    while(ti--) {	
        cin >> n >> m;		
        cout << sol() <<endl;	
    }	
    return 0;
}
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-05-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 错排问题
  • 推导
  • 简化公式
  • 应用
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档