Dilworth 定理

2024-05-25 13:52
文章标签 定理 dilworth

本文主要是介绍Dilworth 定理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

这是一个关于偏序集的定理,事实上它也可以扩展到图论,dp等中,是一个很有意思的东西

偏序集

偏序集是由集合 S S S以及其上的一个偏序关系 R R R定义的,记为 ( S , R ) (S,R) (S,R)

偏序关系:

对于一个二元关系 R ⊂ S × S R\subset S\times S RS×S,如果其满足:

  • ∀ x ∈ S , x R x \forall x\in S,xRx xS,xRx 自反性
  • ∀ x , y ∈ S \forall x,y\in S x,yS,若 x R y xRy xRy y R x yRx yRx,则 x = y x=y x=y 反对称性
  • x R y , y R z → x R z xRy,yRz\rightarrow xRz xRy,yRzxRz 传递性
    显然自然数集 N N N以及最常见的小于等于关系 ≤ \leq , ( N , ≤ ) (N,\leq) (N,)就构成了一个偏序集
    事实上 ( N ∗ , ∣ ) (N^*,|) (N,)也是一个偏序集,其中 ∣ | 表示正整数的整除关系

以下为了讨论方便,我们将 R R R简记为 ≤ \leq ,当然它可以指代小于等于关系之外的其它关系

此外, ∀ x , y ∈ S \forall x,y\in S x,yS,如果 x ≤ y x\leq y xy y ≤ x y\leq x yx,那么我们就说它们是可比的,否则说它们是不可比

定义完了偏序集,我们可以从图上来看看它具体的样子

哈斯图(Hasse 图)

考虑一个偏序集 ( S , ≤ ) (S,\leq) (S,), ∀ x , y ∈ S \forall x,y\in S x,yS,如果 x ≤ y x\leq y xy且不存在 z S . T . x ≤ z ≤ y z\ S.T. \ x\leq z\leq y z S.T. xzy,我们称为 y y y覆盖 x x x,那么此时我们就连一条从 x x x指向 y y y的有向边,最后得到的图就称为这个偏序集 ( S , ≤ ) (S,\leq) (S,)的Hasse图

比如下图是 x , y , z {x,y,z} x,y,z的幂集关于包含关系得到的Hasse图
image.png|370

由于偏序关系满足了反对称性,所以Hasse图里面一定没有自环(否则就会合并成一个点),所以我们可以说Hasse图一定是一张DAG

其它偏序集的前置芝士

还是记我们要讨论的偏序集为 ( S , ≤ ) (S,\leq) (S,)


偏序集中的一个全序子集。形式化地说,若集合 C ⊂ S C\subset S CS,且 ∀ a , b ∈ C \forall a,b\in C a,bC, a , b a,b a,b是可比的,那么 C C C就是 S S S的一个链
链这个名字起的就很有水平,因为我们不难发现,偏序集中的一个全序子集,其在Hasse图中似乎就一定表现为一条链。比如上图中的 { { x , y , z } , { x , z } , { x } , { ϕ } } \{\{x,y,z\},\{x,z\},\{x\},\{\phi\}\} {{x,y,z},{x,z},{x},{ϕ}}就是一个全序子集,在图中刚好也表现成一条链。但我没有严格证明,这边搁置。
类似地,我们定义一个反链
反链
若集合 C ⊂ S C\subset S CS,且 ∀ a , b ∈ C \forall a,b\in C a,bC, a , b a,b a,b是不可比的,那么 C C C就是 S S S的一个反链
在图上看的话, { { x } , { y } , { z } } \{\{x\},\{y\},\{z\}\} {{x},{y},{z}}就是一个反链

深度:
最长链大小

宽度
最长反链大小

以上两个定义也是相当的形象。因为我们不难发现,如果把Hasse图按照偏序关系从低到高排列的话,链在图中往往就是一条竖着的,而反链是横着的,由此给出如上定义

最小链划分
将集合 S S S划分为最少的若干个不相交的链

最小反链划分
将集合 S S S划分为最少的若干个不相交的反链

Dilworth 定理

现在可以给出Dilworth 定理的具体内容了

Lemma1 对于任意有限偏序集,其最长反链大小必等于最小链划分中链的数目
其对偶形式也成立:
Lemma2 对于任意有限偏序集,其最长链大小必等于其最小反链划分中反链的数目

以下讨论均假定偏序集有限

总结以下:
最小链划分 = 最长反链大小 = 偏序集宽度
最小反链划分 = 最长链大小 = 偏序集深度

先来证Lemma2:

记定理中的最长链大小为n,我们对n做数学归纳法
显然n=1时定理成立
若n=k时定理成立,我们来证 n=k+1时定理成立
此时偏序集中的最长链长度为k+1,我们取出集合 S S S的所有极大元,组成集合 M M M,显然 M M M是一个反链,并且考虑 S − M S-M SM,其最大链长一定为k(因为取出了所有的极大元),根据之前的归纳假设, S − M S-M SM的最小反链划分数目为 k,再加上M自己是一个反链,从而此时S的最小反链划分数为 k+1 = 最长链长度 □ \square

再来看Lemma1:

考虑偏序集 ( S , ≤ ) (S,\leq) (S,),记 ∣ S ∣ = m |S|=m S=m,我们对m进行归纳
m = 1 m=1 m=1时Lemma1显然成立
m = k m=k m=k时定理成立,我们来证 m = k + 1 m=k+1 m=k+1时定理成立:

A A A是集合 S S S的一条最长反链,记为
A = { a 1 , a 2 , . . . a w } A = \{a_1,a_2,...a_w\} A={a1,a2,...aw}
其中 ∣ A ∣ = w |A|=w A=w
我们取
D ( A ) = { x ∉ A ∣ ∃ α ∈ S , x ≤ a } D(A) = \{x\notin A|\exists \alpha \in S,x\leq a\} D(A)={x/A∣∃αS,xa}
U ( A ) = { x ∉ A ∣ ∃ α ∈ S , a ≤ x } U(A) = \{x\notin A|\exists \alpha \in S,a\leq x\} U(A)={x/A∣∃αS,ax}
显然 D ( A ) ⋃ U ( A ) ⋃ A = S D(A)\bigcup U(A)\bigcup A = S D(A)U(A)A=S

若存在最长反链 A A A使得 D ( A ) , U ( A ) D(A),U(A) D(A),U(A)均非空:
A A A S S S的最长反链,故 A A A也是 A ⋃ D ( A ) A\bigcup D(A) AD(A)的一个最长反链。注意到 ∣ U ( A ) ∣ ≥ 1 |U(A)|\geq 1 U(A)1,故 ∣ A ⋃ D ( A ) ∣ ≤ k |A\bigcup D(A)|\leq k AD(A)k,从而由归纳假设, A ⋃ U ( A ) A\bigcup U(A) AU(A)可以划分为 w w w条链 c 1 , c 2 , . . . c w c_1,c_2,...c_w c1,c2,...cw,其中 c i c_i ci的极大元是 a i a_i ai.(这一点显然)
同理, A ⋃ D ( A ) A\bigcup D(A) AD(A)也可以划分为 w w w条链 d 1 , d 2 , . . . d w d_1,d_2,...d_w d1,d2,...dw,其中 d i d_i di的极小元是 a i a_i ai
从而,我们就可以将 S S S划分为 w w w条链: c 1 ∪ d 1 , . . . . c w ∪ d w c_1\cup d_1,....c_w\cup d_w c1d1,....cwdw

若对于任意最长反链 A A A,都有 D ( A ) = ϕ D(A)=\phi D(A)=ϕ U ( A ) = ϕ U(A)=\phi U(A)=ϕ
由假设,任一条反链 A A A必定构成全上界或者全下界。在 S S S中选一个极大元 y y y,再选一个极小元 x x x满足 x ≤ y x\leq y xy, { x , y } \{x,y\} {x,y}构成一条链 C C C,从而在集合 S − C S-C SC中,任一条最长反链的大小为 w − 1 w-1 w1(必定去除了一个元素),从而根据归纳假设, S − C S-C SC的最小链划分数为 w − 1 w-1 w1,再加上 C C C自己是一条链,故 S S S的最小链划分数为 w w w

□ \square

应用举例

求一个序列的最大非递增序列长度以及其最少可以划分为多少个非递增序列

考虑由(位置,元素大小)这个二元组组成的集合,再定义一个偏序关系 < < <:
a < b a<b a<b当且仅当 a a a的位置< b b b的位置且 a a a的值 < b <b <b的值

从而这就构成了一个偏序集 ( s , < ) (s,<) (s,<),并且要求的分别就是集合的最长反链以及最小反链划分数
第一个问题可以直接dp即可,第二个问题,根据Dilworth 定理,实际上就是求偏序集的最长链大小,实际上也就是序列的LIS,非常妙的一个转化。

与DAG

之前说过,Hasse图就是一个DAG,而反过来,我们将DAG的点作为集合 S S S的元素,将偏序关系 ≤ \leq 定义为点之间的可达性,就定义了一个偏序集 ( S , ≤ ) (S,\leq) (S,)
从而DAG上的最小可重路径覆盖(要求覆盖所有点)就等价于偏序集 ( S , ≤ ) (S,\leq) (S,)上的最小链覆盖

同理,将DAG上的有向边作为集合 T T T的元素,将偏序关系 ≤ ′ \leq' 定义为边之间的可达性,就得到的另一个偏序集 ( T , ≤ ′ ) (T,\leq') (T,)
从而DAG上的最小可重路径覆盖(要求覆盖所有)就等价于偏序集 ( T , ≤ ′ ) (T,\leq') (T,)上的最小链覆盖

Erdős–Szekeres 定理

含至少 r s + 1 rs+1 rs+1个元素的实数序列 { a } \{a\} {a}要么有一个长为 r + 1 r+1 r+1的不下降子序列,要么有一个长为 s + 1 s+1 s+1 的不上升子序列
Proof:
设序列长度为 n ≥ r s + 1 n\geq rs+1 nrs+1,定义偏序集 { ( i , a i ) } i = 1 n \{(i,a_i)\}_{i=1}^{n} {(i,ai)}i=1n,其上的偏序关系 ≤ \leq 定义为:
( i , a i ) ≤ ( j , a i ) ⇔ ( i ≤ j ∧ a i ≤ a j ) (i,a_i)\leq (j,a_i)\Leftrightarrow (i\leq j \ \wedge \ a_i\leq a_j) (i,ai)(j,ai)(ij  aiaj)
假设该偏序集的宽度 ≤ s \leq s s,则由Dilllworth定理可知其最小链覆盖数 ≤ s \leq s s,若这些链的长度都 ≤ r \leq r r,则总元素数 ≤ r s < r s + 1 ≤ n \leq rs< rs+1\leq n rs<rs+1n
矛盾。
□ \square

这篇关于Dilworth 定理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1001694

相关文章

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

Java验证辛钦大数定理

本实验通过程序模拟采集大量的样本数据来验证辛钦大数定理。   实验环境: 本实验采用Java语言编程,开发环境为Eclipse,图像生成使用JFreeChart类。   一,验证辛钦大数定理 由辛钦大数定理描述为: 辛钦大数定理(弱大数定理)  设随机变量序列 X1, X2, … 相互独立,服从同一分布,具有数学期望E(Xi) = μ, i = 1, 2, …, 则对于任意正数ε ,

CPC23三 K.(Lucas定理)

K.喵喵的神·数 Time Limit: 1 Sec Memory Limit: 128 MB Description 喵喵对组合数比较感兴趣,并且对计算组合数非常在行。同时为了追求有后宫的素质的生活,喵喵每天都要研究质数。 我们先来复习一下什么叫做组合数。对于正整数P、T 然后我们再来复习一下什么叫质数。质数就是素数,如果说正整数N的约数只有1和它本身,N

量化交易面试:什么是中心极限定理?

中心极限定理(Central Limit Theorem, CLT)是概率论和统计学中的一个重要定理,它描述了在一定条件下,独立随机变量的和的分布趋向于正态分布的性质。这个定理在量化交易和金融分析中具有重要的应用价值。以下是对中心极限定理的详细解释: 基本概念: 中心极限定理指出,当我们从一个具有任意分布的总体中抽取足够大的样本时,样本均值的分布将近似于正态分布,无论原始总体的分布是什么样的。

中国剩余定理和扩展中国剩余定理(模板)

给你一元线性同余方程组,如下: 其中,当  ,  , ... ,  两两互质的话就是中国剩余定理 , 不互质的话就是扩展中国剩余定理。 给出中国剩余定理的计算过程和扩展中国剩余定理的推理过程: #include<bits/stdc++.h>using namespace std;#define int long long#define endl '\n'#define

等式(数论/唯一分解定理)

链接: https://www.nowcoder.com/acm/contest/90/F 来源:牛客网 题目描述 给定n,求1/x + 1/y = 1/n (x<=y)的解数。(x、y、n均为正整数) 输入描述: 在第一行输入一个正整数T。接下来有T行,每行输入一个正整数n,请求出符合该方程要求的解数。(1<=n<=1e9) 输出描述: 输出符合该方程要求的解数。

数论 - 算数基本定理的运用 --- nefu 118 : n!后面有多少个0

题目链接: http://acm.nefu.edu.cn/JudgeOnline/problemshow.php   Mean:   略。 analyse:  刚开始想了半天都没想出来,数据这么大,难道是有什么公式? 首先我们要知道一点:n!里面所有的0都是2*5得来的,而且不管怎样2的数量一定是>5的数量,所以我们只需要考虑有多少个5就可。 后面也是看了解题报告才知道有

数论 --- 费马小定理 + 快速幂 HDU 4704 Sum

Sum  Problem's Link:   http://acm.hdu.edu.cn/showproblem.php?pid=4704   Mean:  给定一个大整数N,求1到N中每个数的因式分解个数的总和。   analyse: N可达10^100000,只能用数学方法来做。 首先想到的是找规律。通过枚举小数据来找规律,发现其实answer=pow(2,n-1);

HDU 1573X问题(扩展中国剩余定理)

Problem Description 求在小于等于N的正整数中有多少个X满足:X mod a[0] = b[0], X mod a[1] = b[1], X mod a[2] = b[2], …, X mod a[i] = b[i], … (0 < a[i] <= 10)。 Input 输入数据的第一行为一个正整数T,表示有T组测试数据。每组测试数据的第一行为两个正整数N,M (0 <

POJ1659_Frogs' Neighborhood(判断一个度数序列是否可图/Havel-Hakimi定理)

Frogs' Neighborhood Time Limit: 5000MS Memory Limit: 10000KTotal Submissions: 6809 Accepted: 2960 Special Judge Description 未名湖附近共有N个大小湖泊L1, L2, ..., Ln(其中包括未名湖),每个湖泊Li里住着一只青蛙Fi(1 ≤ i ≤ N)。如果