符文杰Word文档下载推荐.docx

1、eG, aG, ae=ea=a。（d） 逆元：aG, bG, ab=ba=e，记b=a-1。则称集合G在运算之下是一个群，简称G是群。一般ab简写为ab。置换：n个元素1,2,n之间的一个置换表示1被1到n中的某个数a1取代，2被1到n中的某个数a2取代，直到n被1到n中的某个数an取代，且a1,a2,an互不相同。本例中有4个置换： 转0 a1= 转90 a2=转180 a3=转270 a4=置换群：置换群的元素是置换，运算是置换的连接。例如：可以验证置换群满足群的四个条件。本题中置换群G=转0、转90、转180、转270我们再看一个公式：EkZk=G k=1n该公式的一个很重要的研究对象是

2、群的元素个数，有很大的用处。Zk （K不动置换类）：设G是1n的置换群。若K是1n中某个元素，G中使K保持不变的置换的全体，记以Zk，叫做G中使K保持不动的置换类，简称K不动置换类。如本例中：G是涂色方案116的置换群。对于方案1，四个置换都使方案1保持不变，所以Z1=a1, a2, a3, a4；对于方案3，只有置换a1使其不变，所以Z3=a1；对于方案11，置换a1和a3使方案其保持不变，所以Z11=a1, a3。Ek（等价类）：若K是1n中某个元素，K在G作用下的轨迹，记作Ek。即K在G的作用下所能变化成的所有元素的集合。方案1在四个置换作用下都是方案1，所以E1=1；方案3，在a1下是

3、3，在a2下变成6，在a3下变成5，在a4下变成4，所以E3=3,4,5,6；方案11，在a1、a3下是11，在a2、a4下变成12，所以E11=11,12。 本例中的数据，也完全符合这个定理。E1Z1= 14 = 4 =GE3Z3= 41 = 4 =GE11Z11= 22 = 4 =G 限于篇幅，这里就不对这个定理进行证明。接着就来研究每个元素在各个置换下不变的次数的总和。见下表：置换Sij元素j aI1216D（ai）a1a2a3a4S1,1S2,1S3,1S4,1S1,2S2,2S3,2S4,2S1,16S2,16S3,16S4,16D（a1）D（a2）D（a3）D（a4）ZjZ1Z2Z

4、16其中 D（aj） 表示在置换aj下不变的元素的个数如本题中：涂色方案1在a1下没变动，S1,1=1；方案3在a3变动了， S3,3=0；在置换a1的变化下16种方案都没变动，D（a1）=16；在置换a2下只有1、2这两种方案没变动，D（a2）=2。一般情况下，我们也可以得出这样的结论： 我们对左式进行研究。 不妨设N=1，n中共有L个等价类，N=E1+ E2+EL，则当j和k属于同一等价类时，有Zj=Zk。所以这里的L就是我们要求的互异的组合状态的个数。于是我们得出：利用这个式子我们可以得到本题的解 L=（16+2+4+2）/4=6 与前面枚举得到的结果相吻合。这个式子叫做Burnside

5、引理。 但是，我们发现要计算D（aj）的值不是很容易，如果采用搜索的方法，总的时间规模为O（nsp）。（n表示元素个数，s表示置换个数，p表示格子数，这里n的规模是很大的） 下一步就是要找到一种简便的D（aj）的计算方法。先介绍一个循环的概念：循环：记 称为n阶循环。每个置换都可以写若干互不相交的循环的乘积，两个循环（a1a2an）和（b1b2bn）互不相交是指aibj, i,j=1,2,n。这样的表示是唯一的。置换的循环节数是上述表示中循环的个数。例如（13）（25）（4）的循环节数为3。 有了这些基础，就可以做进一步的研究，我们换一个角度来考虑这个问题。我们给2*2方阵的每个方块标号，如下

6、图： 2 1 3 4构造置换群G=g1,g2,g3,g4,G4，令gi的循环节数为c（gi） （i=1,2,3,4） 在G的作用下，其中 g1表示转0 , 即g1=（1）（2）（3）（4） c（g1）=4 g2表示转90, 即g2=（4 3 2 1） c（g2）=1g3表示转180, 即g3=（1 3）（2 4） c（g3）=2g4表示转270, 即g4=（1 2 3 4） c（g4）=1我们可以发现，gi的同一个循环节中的对象涂以相同的颜色所得的图像数mc（gi） 正好对应中置换ai作用下不变的图象数，即2c（g1）=24=16=D（a1） 2c（g2）=21=2= D（a2） 2c（g3）

7、=22=4=D（a3） 2c（g4）=21=2= D（a4） 由此我们得出一个结论：设G是p个对象的一个置换群，用m种颜色涂染p个对象，则不同染色方案为： 其中G=g1 ,gs c（gi ）为置换gi的循环节数（i=1s） 这就是所谓的Plya定理。我们发现利用Plya定理的时间复杂度为O（sp） （这里s表示置换个数，p表示格子数），与前面得到的Burnside引理相比之下，又有了很大的改进，其优越性就十分明显了。lya定理充分挖掘了研究对象的内在联系，总结了规律，省去了许多不必要的盲目搜索，把解决这类问题的时间规模降到了一个非常低的水平。现在我们把问题改为：nn的方阵，每个小格可涂m种颜色

8、，求在旋转操作下本质不同的解的总数。先看一个很容易想到的搜索的方法。（见附录）这样搜索的效率是极低的，它还有很大的改进的余地。前面，我们采用的方法是先搜后判，这样的盲目性极高。我们需要边搜边判，避免过多的不必要的枚举，我们更希望把判断条件完全融入到搜索的边界中去，消灭无效的枚举。这个美好的希望是可以实现的。我们可以在方阵中分出互不重叠的长为（n+1）/2，宽为n/2的四个矩阵。当n为偶数时，恰好分完；当n为奇数时，剩下中心的一个格子，它在所有的旋转下都不动，所以它涂任何颜色都对其它格子没有影响。令m种颜色为0m-1，我们把矩阵中的每格的颜色所代表的数字顺次（左上角从左到右，从上到下；右上角从上

9、到下，从右到左；）排成m进制数，然后就可以表示为一个十进制数，其取值范围为0mn2/4-1。（因为n/2*（n+1）/2=n2/4） 这样，我们就把一个方阵简化为4个整数。我们只要找到每一个等价类中左上角的数最大的那个方案（如果左上角相同，就顺时针方向顺次比较） 这样，在枚举的时候其它三个数一定不大于左上角的数，效率应该是最高的。进一步考虑，当左上角数为i时,（0iR-1） 令R=mn2/4可分为下列的4类： 其它三个整数均小于i，共i3个。 右上角为i，其它两个整数均小于i，共i2个。 右上角、右下角为i，左下角不大于i，共i+1个。 右下角为i，其它两个整数均小于i，且右上角的数不小于左下

10、角的，共i（i+1）/2个。因此，当n为奇数时，还要乘一个m。由此我们就巧妙地得到了一个公式。但是，我们应该看到要想到这个公式需要很高的智能和付出不少的时间。另一方面，这种方法只能对这道题有用而不能广泛地应用于一类试题，具有很大的不定性因素。因此，如果能掌握一种适用面广的原理，就会对解这一类题有很大的帮助。下面我们就采用P我们可以分三步来解决这个问题。1 确定置换群 在这里很明显只有4个置换：转0、转90、转180、转270。所以，置换群G=转0、转90、转180、转270。2 计算循环节个数首先，给每个格子顺次编号（1n2），再开一个二维数组记录置换后的状态。最后通过搜索计算每个置换下的循环

11、节个数，效率为一次方级。3 代入公式 即利用Plya定理得到最后结果。【程序题解】const maxn=10;var a,b:array1.maxn,1.maxn of integer;记录方阵的状态 i,j,m,n:integer;m颜色数;n方阵大小 l,l1:longint;procedure xz;将方阵旋转90 i,j:begin for i:=1 to n do for j: aj,n+1-i:=bi,j; b:=aend;procedure xhj;计算当前状态的循环节个数 i,j,i1,j1,k,p: k:=0;用来记录循环节个数，清零 if ai,j0 then搜索当前尚未访

12、问过的格子 begin inc（k）;循环节个数加1 i1:=（ai,j-1） div n; j1:=（ai,j-1） mod n+1;得到这个循环的下一个格子 ai,j:表示该格已访问 while ai1,j10 do begin p:=ai1,j1;暂存当前格的信息 ai1,j1:置已访问标志=（p-1） div n+1;=（p-1） mod n+1得到这个循环的下一个格子 end直到完整地访问过这个循环后退出 end; l1:=1;=1 to k do l1:=l1*m;计算m的k次方的值 l:=l+l1进行累加 writeln（Input m,n=）; readln（m,n）;输入数据

13、=1 to n do ai,j:=（i-1）*n+j;对方阵的状态进行初始化=a; xhj;计算转0状态下的循环节个数 xz;转90 计算转90状态下的循环节个数再转90 计算转180状态下的循环节个数 计算转270状态下的循环节个数=l div 4; writeln（l）;输出结果 readlnend. 在上面的程序中，我暂时回避了高精度计算，因为这和我讲的内容关系不大。如果大家再仔细地考虑一下，就会发现这个题解还可以继续优化。对n分情况讨论： n为偶数：在转0时，循环节为n2个，转180时，循环节为n2/2个，转90和转270时，循环节为n2/4个。在转0时，循环节为n2个，转180时，循

14、环节为（n2+1）/2个，转90和转270时，循环节为（n2+3）/4个。 把这些综合一下就得到：在转0时，循环节为n2个，转180时，循环节为（n2+1）/2个，转90和转270时，循环节为（n2+3）/4个。（其中，方括号表示取整）于是就得到： 这和前面得到的结果完全吻合。经过上述一番分析，使得一道看似很棘手的问题得以巧妙的解决，剩下的只要做一点高精度计算即可。通过这几个例子，大家一定对Plya原理有了八九成的了解，通过和搜索方法的对比，它的优越性就一目了然了。它不仅极大地提高了程序的时间效率，甚至在编程难度上也有减无增。所以，我们在智能和经验不断增长的同时，也不能忽视了原理性的知识。智能

15、和经验固然重要，但是掌握了原理就更加踏实。因此，我们在解题之余，也要不忘对原理性知识的学习，不停给自己充电，使自己的水平有更大的飞跃。附录 （搜索方法的程序）type sqtype=array1.maxn,1.maxn of byte; n,total,m: sq:sqtype;function big:boolean;（检验当前方案是否为同一等价类中最大的） units:array2.4 of sqtype;（记录三种旋转后的状态） i,j,k:=1 to n do begin units2,j,n+1-i:=sqi,j; units3,n+1-i,n+1-j: units4,n+1-j,i:=sqi,j big:=false; for k:=2 to 4 do （进行比较） j: while （j=n）and（sqi,j=unitsk,i,j） do inc（j）; if j=n then if sqi,jn then begin if big then inc（total）; exit=1 to m do begin sqx,y:=i; if y=n then make（x+1,1） else make（x,y+1） endreadln（m,n）; total: make（1,1）; writeln（total）;readlnend.