卡特兰数和算法

在组合数学中,卡特兰数是一系列自然数,出现在各种组合计数问题中,通常涉及递归定义的对象。它们以比利时数学家尤金·查尔斯·卡特兰(Eugène Charles Catalan)的名字命名。

卡特兰数序列是1, 1, 2, 5, 14, 42......(n = 0,1,...)。

一般来说,用二项式系数表示的第n个卡特兰数如下:

alt

这也可以表示为:

alt

卡特兰数的奇特属性

如果使用卡特兰数形成矩阵如下所示:

alt

那么所有这些矩阵的行列式都将等于1。

卡特兰数在组合数学中的一些应用

格路径(Lattice Paths)

考虑一个平面,将其划分为边长为一单位的正方形方块,如下图所示。让点O作为原点(0,0),点P为任意点(n, n)。

alt

找出从O到P的路径数量,使得每条路径在或者在连接O和P的直线上方(如图中粉色标示)。

在任何情况下,你只能一次向上或一次向右前进一步。

解:

假设n = 2,那么我们有O(0,0)和P(2,2)。

alt

在这种情况下,我们可以有2条路径(绿色标示),如下所示:

类似地,对于n = 3,我们有O(0,0)和P(3,3)。

alt

在这种情况下,我们可以有5条路径(绿色标示),如下所示:

同样,对于n = 4,我们可以有14条路径。

alt

因此,我们有一个卡特兰数的序列。

一般的解决方案为n:

所需的路径数量(在粉色线上方或上面)=

(从O到P的总路径数) -(违反条件的路径数,即它们在粉色线下面)

假设路径没有限制,并考虑一般点Q(m, n),O为(0,0)。

用U表示向上步骤,用R表示向右步骤,为了从O到达点Q,我们需要m次向右和n次向上。这些步骤可以以任何方式进行。

alt

所以,我们需要排列m个R和n个U,可以用以下方式进行:

因此,从O到Q的总路径数由以下方式给出:

alt

因此,从O(0,0)到P(n, n)的总路径数=

alt

要找到违反路径的数量,我们使用反射技巧:

假设n = 4,即点P为(4,4),考虑任何违反路径,例如黄色线。

在第一个违反点X上标记一条与y = x平行的线(粉色线)。这条线以蓝色标示。

alt

现在从点X绘制原始路径(黄色线)在与y = x平行的线(蓝色线)上的反射。这个反射路径用红色表示。将红色的终点标记为P'。

对于任何初始的违反路径,蓝色线都保持不变,因为所有第一个违反点都将在该线上。

在这种情况下,当n = 4时,遵循红色路径从X到达点P'(5,3)。

alt

同样,对于n = 5,P'将是(6,4),对于n = 6,P'将是(7,5),依此类推。

一般来说,我们可以说点P'将是(n+1,n-1)。

alt

显然,我们得到一个新的路径,它从(0,0)开始,以(n+1,n-1)结束。

这种给定黄色路径找到红色路径的过程是完全可逆的,即如果给定红色路径,我们可以找到黄色路径。

因此,从(0,0)到P的违反路径数量将等于从(0,0)到P'(n+1,n-1)的路径数量。

从(0,0)到P'(n+1,n-1)的路径数量(使用方程1)=

alt

因此,违反条件的路径数量,即它们在粉色线下面 =。

alt

所需的路径数量(在粉色线上方或上面)=

alt

这可以简化为

alt

这就是第n个卡特兰数。

因此,粉色线上方和上面的路径数是卡特兰数。

(n+2)边正规多边形的三角形划分。

考虑一个(n+2)边的多边形,我们必须计算通过绘制其对角线将多边形划分为三角形的方式数量,使得没有两条对角线在多边形内部相交。

解:假设n = 2,我们有一个正方形。

如下图所示,我们可以以两种方式划分正方形:

alt

假设n = 3,我们有一个五边形。

如下图所示,我们可以以五种方式划分五边形:

alt

同样,对于n = 4,我们得到六边形,我们可以以14种方式划分,依此类推。

这个序列也形成了一个卡特兰序列。

alt

表达式加括号: 给定一个包含(n+1)项的表达式。我们需要找出如何加括号以使项的顺序不改变的方式数量。

解:为了简化起见,考虑给定操作为乘法。

假设n = 2,给定表达式为"abc"。

我们可以以2种方式加括号 -> (a(bc)),((ab)c)。

假设n = 3,给定表达式为"abcd"。

我们可以以5种方式加括号

(((ab)c)d),((ab)(cd)),((a(bc))d),(a((bc)d)),(a(b(cd)))

同样,对于n = 4,我们可以以14种方式进行,依此类推。

alt

这个序列也形成了一个卡特兰序列。

握手问题:

有2n个人坐在圆形桌周围。找出他们可以互相握手的方式数量,使得手不交叉。握手只能用一只手,每个人一次只能与一人握手。

解:假设n = 2,我们有4人坐在桌旁。

这里的人以1、2、3、4表示,握手用一条线表示。

alt

所以对于n = 2,我们可以有2种方式。

同样,对于n = 3,我们可以有5种握手的方式。

alt

对于n = 4,有14种方式,以此类推。

alt

这形成了一个卡特兰序列。

除了上面提到的应用外,这些卡特兰数在计算几何学、密码学和许多其他领域中还有许多应用。

我们可以在广泛的专业领域中找到这些数的用途,使它们成为最重要的整数序列之一。

卡特兰数算法是一种动态规划算法。

在组合数学中,卡特兰数形成了一系列自然数,出现在各种计数问题中,通常涉及递归定义的对象。

非负整数n上的卡特兰数是一组数字,在树的枚举问题中出现,问题类型是:“如果不同的方向被分别计数,那么一个正n边形可以以多少种方式分成n-2个三角形?”

卡特兰数算法的应用:

以平面上n个连续硬币组成底行的方式,其中不允许在底行两侧放置硬币,并且每个额外的硬币必须位于其他两个硬币的上方,这种堆叠硬币的方式数是第n个卡特兰数。

将一个包含n对括号的字符串分组的方式,使得每个开括号都有一个匹配的闭括号,这种分组的方式数是第n个卡特兰数。

在平面上将n+2边的凸多边形分割成三角形的方式,通过连接顶点与直线相交方式不相交,这种方式的数是第n个卡特兰数。这是欧拉感兴趣的应用。

使用以零为基础的编号,第n个卡特兰数可以通过以下方程直接表示为二项式系数的形式。

卡特兰数的示例: 这里n的值为4

辅助空间:O(n) 时间复杂度:O(n²)

卡特兰数的经典运用

卡特兰数(Catalan numbers)是一种组合数学中的数列,通常用Cn表示,其中n是一个非负整数。卡特兰数在许多组合数学和计算机科学问题中具有重要的应用。以下是一些卡特兰数的经典运用:

括号匹配问题:卡特兰数可用于描述括号匹配的不同方式。例如,n对括号的合法匹配方式的数量就是Cn。

二叉搜索树:卡特兰数可以表示n个节点的不同形态的二叉搜索树(BST)。这在计算机科学中用于分析算法的平均情况和性能很有用。

凸多边形的三角划分:给定一个n+2边的凸多边形,卡特兰数表示将其分成n个三角形的不同方式。这在计算几何学和图形学中很有用。

栈的操作序列:卡特兰数用于描述栈的不同操作序列的数量,如进栈和出栈的方式。

插入和删除操作的序列:在计算机科学中,卡特兰数用于表示插入和删除操作的序列的数量,如插入和删除字符以使括号匹配。

编程语言中的语法树:卡特兰数可用于计算不同语法树的数量,这在编译器设计和解析器生成中非常重要。

卡特兰数还在许多其他问题中发挥了重要作用,包括排列、组合、图形理论、密码学等等。

总之,卡特兰数是组合数学中的一个重要概念,它在各种领域中都有广泛的应用,帮助解决了许多与组合和计数相关的问题。

卡特兰数是一系列正整数,可以用于解决计算机科学中的各种问题。它们属于组合数学领域,与斐波那契数列一样,遵循一个基本的递归关系。它们还适用于动态规划方法。

本文将详细探讨这个主题,并将其应用于一些流行的计算机科学问题。与斐波那契数列一样,卡特兰数也遵循一种模式。序列中的前几个数字如下所示。

1, 1, 2, 5, 14, 42, 132, …

递归关系如下所示:

C3 = C0 * C2 + C1 * C1 + C2 * C0

可以从n = 2开始,基本情况为(C0 = C1 = 1),递归解决较小的子问题,逐步解决最终问题n。

与斐波那契数列类似,这也包含有重叠子问题,这使我们能够对子问题的答案进行备忘录化,以避免重复计算。

下面的代码使用递归和备忘录化来返回第n个卡特兰数。

def catalan_number(n, dp):
    if n <= 1:
        return 1

    if dp[n] != -1:
        return dp[n]

    res = 0
    for i in range(n):
        res += catalan_number(i, dp) * catalan_number(n - 1 - i, dp)

    dp[n] = res
    return res

# 初始化备忘录
n = 10
dp = [-1] * (n + 1)
dp[0] = dp[1] = 1

result = catalan_number(n, dp)
print(f"The {n}-th Catalan Number is {result}")

以下是可以使用上述代码解决的一些问题:

具有n个节点的二叉搜索树的数量。 有效括号的数量。 具有某些递归关系修改的完全二叉树的数量。 具有高度h的完全二叉树的数量。 让我们详细了解如何将上述问题与卡特兰数序列相关联,以更好地理解它们的用途。

问题1:给定值n,返回构建具有n个节点的二叉搜索树的方式数量。

方法:

我们选择一个节点作为根节点。 我们遍历左子树和右子树中可以形成的节点组合。 我们将这些可能的组合相加,得到最终答案。

递归关系:

NWays(n) = NWays(0) * NWays(n-1-0) + NWays(1) * NWays(n-1-1) + ....NWays(n-1) * NWays(0)

alt

问题2:给定值n,查找具有n对有效括号的可能组合数量。

方法:

就像上面的问题一样,我们选择1对括号作为默认值。 在默认括号周围,我们将计算所有可能的括号组合。 递归关系:与上述相同

( )()(), ( )(()), (())(), ((())) , (()())

问题3:给定值n,查找可以构建的可能完全二叉树数量。

方法:

与二叉搜索树问题不同,我们不能直接获取左子树和右子树中的所有节点组合。它们还必须满足完全二叉树的条件(每个节点具有0或正好2个子节点的树)。

根据定义,必须明确,无法构建具有偶数节点数的完全二叉树。

因此,我们需要更改第一个问题中的递归关系。 在这里,我们将遍历可以构建的左子树和右子树的有效组合。

递归关系:

如果(n为偶数) NWays(n) = 0 NWays(n) = NWays(1) * NWays(n-1-1) + NWays(3) * NWays(n-1-3) + ....NWays(n-1-1) * NWays(1)

注意,我们只使用奇数数量的节点来构建左子树和右子树。

alt

问题4:给定值n和值h,返回具有高度h的完全二叉树的构建方式数量。

方法:

在这个问题中,我们在第三个问题的状态中添加了一个参数。 这个参数代表所构建树的高度。

递归关系:

如果(n为偶数) NWays(n, h) = 0

NWays(n, h) = NWays(1, h-1) * NWays(n-1-1, h-1) + NWays(3, h-1) * NWays(n-1-3, h-1) + ....NWays(n-1-1, h-1) * NWays(1, h-1)

h-1是因为我们将根节点从高度中排除 其中h的范围从1到h。

NWays(n,h) - NWays(n, h-1)将给出我们构建高度h的完全二叉树的方式数量。

上述问题的基本情况是 NWays(0) = NWays(1) = NWays(1, 任何高度) = 1

希望这足够详细地描述了卡特兰数及其在计算机科学中的应用。谢谢!

本文由 mdnice 多平台发布

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。如若转载,请注明出处:/a/102186.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

传承精神 缅怀伟人——湖南多链优品科技有限公司赴韶山开展红色主题活动

8月27日上午&#xff0c; 湖南多链优品科技有限公司全体员工怀着崇敬之情&#xff0c;以红色文化为引领&#xff0c;参加了毛泽东同志诞辰130周年的纪念活动。以董事长程小明为核心的公司班子成员以及全国优秀代表近70人一行专赴韶山&#xff0c;缅怀伟人毛泽东同志的丰功伟绩。…

230902-部署Gradio到已有FastAPI及服务器中

1. 官方例子 run.py from fastapi import FastAPI import gradio as grCUSTOM_PATH "/gradio"app FastAPI()app.get("/") def read_main():return {"message": "This is your main app"}io gr.Interface(lambda x: "Hello, …

基于硬件隔离增强risc-v调试安全1_问题描述

安全之安全(security)博客目录导读 2023 RISC-V中国峰会 安全相关议题汇总 说明&#xff1a;本文参考RISC-V 2023中国峰会如下议题&#xff0c;版权归原作者所有。

CCF HPC China2023|澎峰科技:使能先进计算,赋能行业应用

CCF HPC China2023圆满落幕&#xff01; 桂秋八月&#xff0c;为期三天的中国高性能计算领域最高规格盛会——2023CCF全球高性能计算学术年会&#xff08;HPC China&#xff09;在青岛红岛国际展览中心圆满落幕。行业超算大咖、顶级学界精英、先锋企业领袖参会者齐聚山东青岛&a…

tableau基础学习2:时间序列数据预处理与绘图

文章目录 数据预处理1. 原始数据2. 合并数据集2. 创建计算字段 绘图分析1. 趋势分析2. 计算字段趋势分析 这一部分&#xff0c;我们记录一些分析时序趋势的分析步骤 数据预处理 1. 原始数据 原始数据是excel表格&#xff0c;其中包含三个Sheet页&#xff0c; 这里我们选择两…

Matlab——二维绘图(最为详细,附上相关实例)

为了帮助各位同学备战数学建模和学习Matlab的使用&#xff0c;今天我们来聊一聊 Matlab 中的绘图技巧吧&#xff01;对于 Matlab 这样的科学计算软件来说&#xff0c;绘图是非常重要的一项功能。在数据处理和分析时&#xff0c;良好的绘图技巧能够更直观地呈现数据&#xff0c;…

git在linux情况下设置git 命令高亮

只需要执行下面这个命令&#xff0c;这样就可以在查看git status明亮的时候高亮显示。 git config --global color.status auto未设置前 谁知之后

python基础爬虫反爬破解

文章目录 爬虫初识1. HTTP协议与WEB开发&#xff08;1&#xff09;简介&#xff08;2&#xff09;socket套接字&#xff08;3&#xff09;请求协议与响应协议 2. requests&反爬破解&#xff08;1&#xff09;UA反爬&#xff08;2&#xff09;referer反爬&#xff08;3&…

微信小程序echart导出图片

echarts版本5.1.0 用到的echarts组件是uni插件市场的echart组件 <div style"overflow: hidden;"><dCanvas class"uni-ec-canvass" id"uni-ec-canvas" ref"canvas" canvas-id"mychart-gauge" :ec"ec"&g…

IIS搭建本地电脑服务器:通过内网穿透技术实现公网访问的步骤指南

1.前言 在网上各种教程和介绍中&#xff0c;搭建网页都会借助各种软件的帮助&#xff0c;比如网页运行的Apache和Nginx、数据库软件MySQL和MSSQL之类&#xff0c;为方便用户使用&#xff0c;还出现了XAMPP、PHPStudy、宝塔面板等等一系列集成服务&#xff0c;都是为了方便我们…

Nginx高级配置

目录 一、Nginx 第三方模块 1.1ehco 模块 二、变量 2.1 内置 2.2 自定义变量 三、nginx压缩功能 ​编辑四、https功能 一、Nginx 第三方模块 1.1ehco 模块 基于nginx 模块 ngx_http_stub_status_module 实现&#xff0c;在编译安装nginx的时候需要添加编译参数 --with-…

企业应用系统 PHP项目支持管理系统Dreamweaver开发mysql数据库web结构php编程计算机网页

一、源码特点 PHP 项目支持管理系统是一套完善的web设计系统 应用于企业项目管理&#xff0c;从企业内部的各个业务环境总体掌握&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S模式开发。 php项目支撑管理系统2 二、功能介绍 (1)权限管理&#xff1…

Flutter(九)Flutter动画和自定义组件

目录 1.动画简介2.动画实现和监听3. 自定义路由切换动画4. Hero动画5.交织动画6.动画切换7.Flutter预置的动画过渡组件自定义组件1.简介2.组合组件3.CustomPaint 和 RenderObject 1.动画简介 Animation、Curve、Controller、Tween这四个角色&#xff0c;它们一起配合来完成一个…

【C++刷题】动态规划

文章目录 前言一、斐波那契系列1.第 N 个泰波那契数2.三步问题3.使用最小花费爬楼梯4.解码方法5.不同路径6.下降路径最小和7.地下城游戏 二、多种状态系列1.按摩师2.打家劫舍II3.删除并获得点数4.粉刷房子5.买卖股票的最佳时机6.买卖股票的最佳时机III 三、子数组和子串系列1.最…

Mysql批量插入大量数据的方法

使用存储过程进行插入&#xff0c; 在navicate中示例如下&#xff1a; 输入需要的参数点击完成 在begin end中输入代码&#xff0c;示例代码如下 CREATE DEFINERskip-grants userskip-grants host PROCEDURE batch_insert() BEGINdeclare i int default 0; set i0;while i<1…

基于YOLOV8模型的农作机器和行人目标检测系统(PyTorch+Pyside6+YOLOv8模型)

摘要&#xff1a;基于YOLOV8模型的农作机器和行人目标检测系统可用于日常生活中检测与定位农作机和行人目标&#xff0c;利用深度学习算法可实现图片、视频、摄像头等方式的目标检测&#xff0c;另外本系统还支持图片、视频等格式的结果可视化与结果导出。本系统采用YOLOv8目标…

Redis之主从复制解读

目录 基本概述 作用 如何配置主从复制 命令配置&#xff08;Slaveof &#xff09; 配置文件配置 主从复制缺点 主从复制原理 主从复制常见问题解答 命令补充&#xff08;info replication&#xff09; 基本概述 主从复制,是指将一台Redis服务器的数据,复制到其他的R…

通讯软件014——分分钟学会Matrikon HDA Explorer

本文介绍如何使用Matrikon HDA Explorer工具软件进行OPC HDA通讯调试。相关软件可登录网信智汇&#xff08;wangxinzhihui.com&#xff09;下载。 1、连接OPC HDA Server数据源“Kepware.KEPServerEX HAD.V6”。 2、添加标签&#xff1a;右键点击“Kepware.KEPServerEX HAD.V6”…

计算机网络 第二节

目录 一&#xff0c;计算机网络的分类 1.按照覆盖范围分 2.按照所属用途分 二&#xff0c;计算机网络逻辑组成部分 1.核心部分 &#xff08;通信子网&#xff09; 1.1电路交换 1.2 分组交换 两种方式的特点 重点 2.边缘部分 &#xff08;资源子网&#xff09; 进程通信的方…

排序算法学习

总体概况 参考自&#xff1a;https://github.com/hustcc/JS-Sorting-Algorithm 排序算法是《数据结构与算法》中最基本的算法之一。 排序算法可以分为内部排序和外部排序&#xff0c;内部排序是数据记录在内存中进行排序&#xff0c;而外部排序是因排序的数据很大&#xff0c…