Min-Max容斥

\[\begin{aligned} \max(S)&=\sum_{T|S}(-1)^{|T|+1}\min(T) \end{aligned} \]

证明:

设当前集合 \(T\) 中最小元素是 \(x\),在 \(s\) 中的排名是 \(i\)
1.i=1
显然此时只有一种情况, \(x\) 的贡献是1。

2.i>1
毛估估一下,可以发现有 \(2^{i-1}\) 的情况 \(x\) 的贡献是1,剩下的一半是-1,因此当这种情况下 \(x\) 的贡献为0。

这个式子在期望的情况下也适用。

证明:空白太小,写不下

例题:

  1. [HAOI2015]按位或
  2. [PKUWC2018]随机游走

拓展

根据二项式反演的套路可以得到:

\[\begin{aligned} \max_{k}(S)&=\sum_{T|S}(-1)^{|T|-k}\pmatrix{|T|-1\\k-1}\min(T) \end{aligned} \]

posted @ 2021-08-05 10:28  krimson  阅读(52)  评论(0编辑  收藏  举报