[论文解读] Pattern Matching in the Cycle Structure of Permutations

Miles Eli Jones, Jeffrey B. Remmel|arXiv (Cornell University)|Feb 15, 2011

Advanced Combinatorial Mathematics参考文献 23被引用 6

一句话总结

本文引入了排列中的循环模式匹配概念，定义了排列的循环结构何时包含来自给定排列集合的模式。文章推导出生成函数——特别是避免循环模式的排列的指数生成函数——并提供递归公式和对称函数技巧以计算这些生成函数，针对特定模式（如1324和1423）给出了显式结果。

ABSTRACT

In this paper, we study the occurrence of patterns in the cycle structures of permutations.

研究动机与目标

• 正式化排列循环结构中模式匹配的概念，将经典排列模式理论扩展至循环分解。
• 定义循环避免和循环匹配统计量，其中若一个模式在其循环的循环子序列中以相对顺序出现，则认为该模式出现在该循环中。
• 为避免或匹配指定循环模式的排列数量开发生成函数，特别是指数生成函数。
• 提供递归和代数方法，包括对称函数同态，以计算特定模式集合的这些生成函数。
• 通过1324和1423等具体案例演示该方法，并利用双射和环同态将框架扩展至更复杂的模式集合。

提出的方法

• 将循环-τ匹配定义为在排列的循环分解中，一个模式τ出现在其循环的循环子序列中的发生，索引按循环长度取模。
• 引入指数生成函数 $ NCM_\tau(t,x,y) = \sum_{n \geq 0} ncmS_{n,\tau}(x,y) \frac{t^n}{n!} $，其中 $ ncmS_{n,\tau}(x,y) $ 表示大小为 $ n $ 且无循环τ匹配的排列数。
• 利用恒等式 $ NCM_\tau(t,x,y) = \frac{1}{(U_\tau(t,y))^x} $，其中 $ U_\tau(t,y) = \frac{1}{NCM_\tau(t,1,y)} $，将生成函数与一个更简单的辅助函数关联。
• 应用对称函数中的同态方法：在 $ \Lambda $ 上定义一个环同态 θ，使得 $ \theta(e_n) = \frac{(-1)^n}{n!} ncmS_{n,\tau}(1,y) $，将生成函数与对称函数恒等式联系起来。
• 推导出 $ U_{n,\tau}(y) $ 的递推关系，例如 $ U_{n,1324}(y) = (1-y)U_{n-1,1324}(y) + \sum_{k=2}^{\lfloor n/2 \rfloor} (-y)^{k-1} C_{k-1} U_{n-2k+1,1324}(y) $，其中使用了卡塔兰数。
• 提出一种基于双射的方法，将错位排列映射到砖块塔盘的填充分配，通过使用对称函数恒等式和乘以 $ e^t $，实现对复杂模式集合的 $ NCM_\Upsilon(t) $ 的计算。

实验结果

研究问题

• RQ1 如何将经典的排列模式匹配扩展至排列的循环结构？
• RQ2 避免循环模式的排列的生成函数具有何种结构，如何高效计算？
• RQ3 能否为特定模式（如1324或1423）推导出无循环匹配的排列数的递推公式？
• RQ4 对称函数恒等式和同态如何促进循环模式避免生成函数的计算？
• RQ5 错位排列与砖块塔盘填充分配之间的双射在计算复杂循环模式集合的生成函数中起什么作用？

主要发现

• 本文为 $ n = 0 $ 到 $ 8 $ 提供了显式生成函数 $ S^{ncm}_{n,\tau}(x,y) $，展示了大小为 $ n $ 且无循环 $ \tau $-匹配的排列数量，其中 $ x $ 和 $ y $ 的系数用于追踪统计量。
• 对于模式 $ \tau = 1324 $，推导出递推关系 $ U_{n,1324}(y) = (1-y)U_{n-1,1324}(y) + \sum_{k=2}^{\lfloor n/2 \rfloor} (-y)^{k-1} C_{k-1} U_{n-2k+1,1324}(y) $，其中 $ C_k $ 为第 $ k $ 个卡塔兰数。
• 对于模式 $ \tau = 1423 $，建立了递推关系 $ U_{n,1423}(y) = (1-y)U_{n-1,1423}(y) + \sum_{k=2}^{\lfloor n/2 \rfloor} (-y)^{k-1} \binom{n-k-1}{k-1} U_{n-2k+1,1423}(y) $。
• 通过基于双射的方法，计算出集合 $ \Upsilon $ 的生成函数 $ NCM_\Upsilon(t) = \frac{e^t}{1 - \sum_{n \geq 3} \frac{2(-t)^n}{n!}} $，其中 $ \Upsilon $ 包含1234以及所有具有交替上升-下降模式 $ \sigma_1 < \sigma_2 > \sigma_3 < \sigma_4 > \sigma_5 $ 的五元排列。
• 同态方法将生成函数与对称函数联系起来，使得可以利用恒等式 $ H(t) = 1/E(-t) $ 推导新递推关系，并通过代数运算计算系数。
• 第三种方法，即通过错位排列与砖块塔盘填充分配之间的双射，使得对第一种和第二种方法难以处理的模式集合，能够计算 $ NCM_\Upsilon(t) $，展示了更广泛的应用潜力。