关于卡特兰数

不那么有意思的定义

卡特兰数\(\big(Catalan\big)\)用 \(H\) 来表示,有形式如:

\(H_n=\dfrac{\binom {2n} n}{n+1} (n\geq2)\)

很好,你已经知道定义了。

老师说:它是栈出栈入栈的\(方案数\) \(???\)

放到一个递推式就有了:

\(H_n= \begin{cases} H_{n-1}+H_{n-2} &\text{if } {n \geq 2} \\ 1 &\text{if } n=0,1 \end{cases}\)

好了,你知道递推式了

解决不那么实际的问题

那么,我们引入一个问题:

对于一个大大的 \(n\times n\) 网格图,我们有一个点从 \((0,0)\) 走向 \((n,n)\),并且这个点只能向右或者向上走,但是,它不能碰到 \(y=x\) 这一直线

这个问题叫做------'路径计数问题'。

不那么合理的解决方案

我们选择画一个图:

如图所示,从 \((0,0)\) 开始只能到达 \((1,0)\), 同理 \((n,n)\) 只能从 \((n,n-1)\) 转移过来,我们知道,假设我们没有那一条斜率为 \(1\) 的智障直线,我们就能有 \(\binom {2n-2} {n-1}\) 的方案数,这时候,我们把多余的方案去掉,我们把最后离开或者超于这条直线的点到 \((1,0)\) 都关于 \(y=x\) 对称。于是,我们就能轻松将多于的方案算出来,此时从 \((0,1)\) 到 \((n,n-1)\) 就有 \(\binom {2n-2} {n}\) 的方案数。

然后

就有了结论 \(\binom {2n-2} {n-1}-\binom {2n-2} {n}\) 就是当前答案的......一部分

我们这时候加上开头的两个点,便有了 \(2 \bigg(\binom {2n-2} {n-1}-\binom {2n-2} {n}\bigg)\),这时候某些人觉得它太丑陋了。

所以,我们化简这个式子:

原式
\(=2\times \dfrac{(2n-2)!}{(n-1)!\times(n-1)!}-2\times \dfrac{(2n-2)!}{n!\times(n-2)!}\)
= 2 \\times \\dfrac{(2n-2)!}{(n-1)!}\\times \\bigg( \\dfrac{1}{(n-1)!}-\\dfrac{1}{(n-2)! \\times n}\\bigg)
\(=\dfrac{(2n-2)!}{(n-1)!}\times\bigg(\dfrac{2 \times n}{(n-1)! \times n}-\dfrac{2\times(n-1)}{(n-1)! \times n}\bigg)\)
\(=\dfrac{(2n-2)!}{(n-1)!}\times \dfrac{2}{(n-1)! \times n}\)
\(=\dfrac{(2n-2)!}{(n-1)!\times (n-1)! }\times \dfrac{2}{n}\)
\(=\dbinom {2n-2} {n-1}\times \dfrac{2}{n}\)

放入原问题就有了结论\(\dbinom {2n} {n}\times \dfrac{2}{n+1}\)

不那么好看的文献

这就是卡特兰数和它主要延伸出的问题了,更多的,点这里

不那么简单的题目

AHOI2012 树屋阶梯
HNOI2009 有趣的数列

相关推荐
装不满的克莱因瓶17 小时前
自动微分的原理:计算图与前向传播
人工智能·pytorch·python·数学·ai·微积分·计算图
闻缺陷则喜何志丹20 小时前
【解析几何丘维声 第一章】向量代数第二部分
数学·向量·计算几何·点乘·叉乘
装不满的克莱因瓶2 天前
掌握多头自注意力机制(Multi-Head Self-Attention)——Transformer 强大表达能力的核心来源
人工智能·python·深度学习·数学·ai·transformer
Samson Bruce2 天前
【初高中数学】
线性代数·数学·算法·机器学习
装不满的克莱因瓶2 天前
链式法则如何传递参数误差 —— 深入理解神经网络中的梯度传播
人工智能·python·深度学习·神经网络·数学·机器学习·ai
databook3 天前
用SymPy自动求解追及问题的方程
python·数学·动效
书中玉3 天前
2026高考一卷数学最后一问19题详细解答(含思路)
数学·考试·高考·2026年·最后一题·压轴题
aichitang20244 天前
群论中“字”的概念
数学·抽象代数
闻缺陷则喜何志丹4 天前
【解析几何丘维声 第一章】向量代数第一部分
数学·向量·解析几何·点乘·叉乘·混合积·二重叉乘
canonical_entropy5 天前
吸引子引导与轨迹挖掘:AI Native Engineering 的收敛机制
数学·架构·ai编程