组合数学常见组合

模型一：插板法（Stars and Bars / 隔板模型）物理场景

：把 \(n\) 个一模一样的苹果，分给 \(m\) 个不同的小朋友。触发关键词：相同的物品、分给不同的人、方程 \(x_1 + x_2 + \dots + x_m = n\) 的整数解个数。解法推导：
情况 A（每个人至少分 1 个 / 正整数解）：\(n\) 个苹果排成一排，中间有 \(n-1\) 个空隙。拿 \(m-1\) 块隔板插进空隙里，就把苹果分成了 \(m\) 份。公式：\(\binom{n-1}{m-1}\)
情况 B（允许有人分不到 / 非负整数解）：这太常见了！解法是“借花献佛”。我们先去虚空借 \(m\) 个苹果，提前发给每个小朋友 1 个。这样问题就变成了“把 \(n+m\) 个苹果分给 \(m\) 个人，每人至少 1 个”。公式：\(\binom{n+m-1}{m-1}\)

模型二：插空法（不相邻模型）物理场景：

\(n\) 个位置种 \(m\) 棵树，任何两棵树不能相邻。触发关键词：不能相邻、互不接触。解法推导：不要去盯着树怎么排，去盯着空位置！种了 \(m\) 棵树，必然剩下 \(n-m\) 个空位置。这 \(n-m\) 个空位置排成一排，产生了 \((n-m) + 1\) 个空隙（包含两端）。把 \(m\) 棵树插进这些空隙里。公式：\(\binom{n-m+1}{m}\) （如果是不同的树，再乘上排列数 \(m!\)）

模型三：卡特兰数（Catalan Number）

物理场景：从网格的左下角走到右上角，永远不能越过对角线 \(y = x\)。触发关键词：出栈入栈序列（进栈次数永远 \(\ge\) 出栈次数）。合法括号匹配（( 的数量永远 \(\ge\) ) 的数量）。\(n\) 个节点的二叉树形态个数。凸多边形划分为三角形的方案数。圆上 \(2n\) 个点连成 \(n\) 条不相交的弦。解法推导：利用“翻折容斥法”，总路径数减去越过对角线的非法路径数。通项公式：\(Cat(n) = \frac{1}{n+1}\binom{2n}{n} = \binom{2n}{n} - \binom{2n}{n-1}\)递推公式：\(Cat(n) = \sum_{i=0}^{n-1} Cat(i) \times Cat(n-1-i)\)

#include <iostream>
#include <vector>

using namespace std;

int main() {
    // 优化输入输出
    ios::sync_with_stdio(false);
    cin.tie(nullptr);
    
    int n;
    if (!(cin >> n)) return 0;
    
    // f[i] 表示 i 个数进出栈的方案数（即第 i 个卡特兰数）
    vector<long long> f(n + 1, 0);
    
    // 边界条件：0 个数和 1 个数进出栈的方案数都是 1
    f[0] = 1;
    if (n >= 1) f[1] = 1;
    
    // 按照递推公式计算卡特兰数
    for (int i = 2; i <= n; i++) {
        for (int j = 0; j < i; j++) {
            f[i] += f[j] * f[i - 1 - j];
        }
    }
    
    // 直接输出第 n 个卡特兰数
    cout << f[n] << "\n";
    
    return 0;
}

模型四：错排问题（Derangement）物理场景：

\(n\) 个人去参加宴会，出门的时候所有人都拿错了帽子（没有任何一个人拿到属于自己的帽子）。触发关键词：全都不在原位、置换群中没有长度为 1 的环。解法推导：采用 DP 递推思想。假设第 \(n\) 个人拿了第 \(k\) 个人的帽子，那么对于第 \(k\) 个人，他有两个选择：拿第 \(n\) 个人的帽子（两人互换），剩下 \(n-2\) 个人继续错排。不拿第 \(n\) 个人的帽子（相当于第 \(k\) 个人继承了第 \(n\) 个人的限制），剩下 \(n-1\) 个人继续错排。递推公式：\(D_n = (n-1)(D_{n-1} + D_{n-2})\)(边界：\(D_1 = 0, D_2 = 1\))

模型五：斯特林数（Stirling Numbers）

当“物品”和“盒子”开始区分同与不同时，斯特林数就登场了。第二类斯特林数 \(S(n, k)\)（最常用）：物理场景：把 \(n\) 个不同的小球，放进 \(k\) 个一模一样的盒子里，要求盒子不能空。触发关键词：集合划分、区分物品，不区分盒子。递推公式：考虑第 \(n\) 个球是单独放一个新盒子，还是挤进之前别人用过的盒子里。\(S(n, k) = S(n-1, k-1) + k \cdot S(n-1, k)\)第一类斯特林数 \(s(n, k)\)：物理场景：将 \(n\) 个不同的人排成 \(k\) 个圆桌（轮换）。递推公式：\(s(n, k) = s(n-1, k-1) + (n-1) \cdot s(n-1, k)\)

扩展

任何普通幂 \(i^k\) 都可以展开为：$$i^k = \sum_{j=0}^k \begin{Bmatrix} k \ j \end{Bmatrix} j! \binom{i}{j}$$组合意义解释：把 \(k\) 个不同的球放进 \(i\) 个不同的盒子里（允许有空盒）。我们可以枚举非空盒子的个数 \(j\)（\(j\) 从 \(0\) 到 \(k\)），先选出哪 \(j\) 个盒子装球 \(\binom{i}{j}\)，再把 \(k\) 个球分成 \(j\) 个集合 \(\begin{Bmatrix} k \\ j \end{Bmatrix}\)（第二类斯特林数），最后给这 \(j\) 个集合分配具体
的盒子 \(j!\)。

模型六：容斥原理（Inclusion-Exclusion）

这不是一个具体的公式，而是组合数学中最伟大的思维武器（你写《越狱》那题用的“正难则反”就是它的退化版）。物理场景：求同时满足多个恶心限制条件的方案数。触发关键词：至少、恰好、绝对不能包含、多个限制叠加。核心逻辑：当“同时满足所有条件 A 且 B 且 C”极难计算时，转化为：总方案数 \(-\) 不满足 A 的 \(-\) 不满足 B 的 \(+\) 同时不满足 A 和 B 的 \(\dots\)竞赛中的终极形态：莫比乌斯反演（数论容斥）、二项式反演、Min-Max 容斥。在高级比赛中，当你发现正面推导走投无路时，99% 的情况下，容斥原理是唯一能劈开迷雾的斧头。