Entringer Number

恩特林格数

恩特林格数（Entringer number，OEIS A008281） $E (n, k)$ 是满足下述条件的 $0$ 到 $n$ 共 $n + 1$ 个数的置换数目：

首元素是 $k$ ；
首元素的下一个元素比首元素小，再下一个元素比前一个元素大，再下一个元素比前一个元素小……后面相邻元素的大小关系均满足这样的规则。

恩特林格数的初值有：

E (0, 0) = 1

E (n, 0) = 0

有递推关系：

E (n, k) = E (n, k - 1) + E (n - 1, n - k)

Seidel–Entringer–Arnold 三角

恩特林格数的一个适当排列的数字三角，称为 Seidel–Entringer–Arnold 三角（Seidel–Entringer–Arnold triangle，OEIS A008280）。该三角是按照「牛耕」顺序（ox-plowing order）排列的恩特林格数 $E_{(} n, k)$ ：

E (0, 0) E (1, 0) \to E (1, 1) E (2, 2) \leftarrow E (2, 1) \leftarrow E (2, 0) E (3, 0) \to E (3, 1) \to E (3, 2) \to E (3, 3) E (4, 4) \leftarrow E (4, 3) \leftarrow E (4, 2) \leftarrow E (4, 1) \leftarrow E (4, 0)

即：

1 0 \to 1 1 \leftarrow 1 \leftarrow 0 0 \to 1 \to 2 \to 2 5 \leftarrow 5 \leftarrow 4 \leftarrow 2 \leftarrow 0

按照这种方式排列的恩特林格数的优势是，与它的递推关系 $E (n, k) = E (n, k - 1) + E (n - 1, n - k)$ 一致，可以方便记忆和理解。

恩特林格数有一个指数型生成函数：

m = 0 \sum \infty n = 0 \sum \infty E (m + n, \frac{1}{2} (m + n + (- 1)^{m + n} (n - m))) \frac{x ^{m}}{m !} \frac{x ^{n}}{n !} = \frac{cos x + sin x}{cos ( x + y )}

这个生成函数的系数分布事实上是上面的 Seidel–Entringer–Arnold 三角的简单拉伸变形：

E (0, 0) E (1, 0) E (2, 2) E (3, 0) E (4, 4) E (1, 1) E (2, 1) E (3, 1) E (4, 3) E (2, 0) E (3, 2) E (4, 2) E (3, 3) E (4, 1) E (4, 0)

即：

110200122114055

zigzag 置换

一个 zigzag 置换（zigzag permutation）是一个 $1$ 到 $n$ 的排列 $c_{1}$ 到 $c_{i}$ ，使得任意一个元素 $c_{i}$ 的大小都不介于 $c_{i - 1}$ 和 $c_{i + 1}$ 之间。

对于 zigzag 置换的个数 $Z_{n}$ （OEIS A001250），从 $n = 0$ 开始有：

1, 1, 2, 4, 10, 32, 122, 544, \dots

例如，前几个 $n$ 的交替置换有：

n = 1 : n = 2 : n = 3 : n = 4 : {1} {1, 2}, {2, 1} {1, 3, 2}, {2, 1, 3}, {2, 3, 1}, {3, 1, 2} {1, 3, 2, 4}, {1, 4, 2, 3}, {2, 1, 4, 3}, {2, 3, 1, 4}, {2, 4, 1, 3}, {3, 1, 4, 2}, {3, 2, 4, 1}, {3, 4, 1, 2}, {4, 1, 3, 2}, {4, 2, 3, 1}

交替置换与 zigzag 数

（注意和「错位排列」进行概念上的区分。）

对于大于 $1$ 的 $n$ ，每个 zigzag 置换翻转过来仍旧为 zigzag 置换，可以两两配对，所以必然为偶数。

这里再给出一种配对的方法：将 zigzag 置换分为交替置换（alternating permutation）和反交替置换（reverse alternating permutation）。

交替置换的首元素大于第二个元素，大小关系为：

c_{1} > c_{2} < c_{3} > \dots

反交替置换的首元素小于第二个元素，大小关系为：

c_{1} < c_{2} > c_{3} < \dots

如果将 $1$ 和 $n$ 位置互换， $2$ 和 $n - 1$ 位置互换，以此类推，即可将交替置换与反交替置换两个集合互换。因此，交替置换与反交替置换的个数相等，恰好为 zigzag 置换的一半。

对于大于 $1$ 的 $n$ ，记：

A_{n} = \frac{Z _{n}}{2}

定义初值：

A_{0} = A_{1} = 1

这里的 $A_{n}$ 称为 zigzag 数（Euler zigzag number，OEIS A000111），从 $n = 0$ 开始有：

1, 1, 1, 2, 5, 16, 61, 272, \dots

接下来试着求解 $A_{n}$ 。

从 $1$ 到 $n$ 之中，选取 $k$ 个数构成子集，有 $(k n)$ 种选法。

在这个 $k$ 元子集中，选反交替置换 $u$ ，有 $A_{k}$ 种选法；用全集减掉这个 $k$ 元子集，剩余的 $n - k$ 元子集中，选反交替置换 $v$ ，有 $A_{n - k}$ 种选法。

考虑 $n + 1$ 元排列 $w$ ，将 $u$ 倒置作为开头，接上 $n + 1$ ，再接上 $v$ 。那么， $w$ 一定是 zigzag 置换，并且任意一个 $n + 1$ 元 zigzag 置换，都可以在 $n + 1$ 处截断得到对应的反交替置换 $u$ 和 $v$ ，并且不同的 $n + 1$ 元 zigzag 置换对应的 $u$ 和 $v$ 不同。

因此有递推关系：

2 A_{n + 1} = k = 0 \sum n (k n) A_{k} A_{n - k}

2 (n + 1) \frac{A _{n + 1}}{( n + 1 )!} = k = 0 \sum n \frac{A _{k}}{k !} \frac{A _{n - k}}{( n - k )!}

当 $n$ 为 $0$ 时并不满足这个递推式，初值 $A_{0}$ 和 $A_{1}$ 都是 $1$ 。

可见，这是一个指数型生成函数的卷积。假设 $A_{n}$ 的指数型生成函数为 $y$ ，就有微分方程：

2 \frac{d y}{d x} = y^{2} + 1

等式右面加 $1$ 是为了处理 $n$ 为 $0$ 时的特殊情况。该方程的通解为：

y = tan (\frac{1}{2} x + C)

代入第 $0$ 项为 $1$ 之后，可以得到特解：

y = tan x + sec x

正切函数是奇函数，正割函数是偶函数，两者之和构成 zigzag 数的生成函数。

恩特林格数与 zigzag 数的关系

根据恩特林格数的定义，恩特林格数 $E (n, k)$ 是首元素为 $k$ 的 $0$ 到 $n$ 的交替置换个数。因此恩特林格数与 zigzag 数事实上有关系：

A_{n} = E (n, n)

将 $A_{n}$ 称为「zigzag 数」也有原因：记 $E_{n}$ 是欧拉数（Euler number）， $B_{n}$ 是伯努利数。

当 $n$ 为偶数时，偶数项下标的 zigzag 数也称「正割数」 $S_{n}$ 或者「zig 数」。有关系：

A_{n} = (- 1)^{n /2} E_{n}

前几项为（OEIS A000364）：

1, 1, 5, 61, 1385, \dots

当 $n$ 为奇数时，奇数项下标的 zigzag 数也称「正切数」 $T_{n}$ 或者「zag 数」。有关系：

A_{n} = \frac{( - 1 ) ^{(n - 1) /2} 2 ^{n + 1} ( 2 ^{n + 1} - 1 ) B _{n + 1}}{n + 1}

前几项为（OEIS A000182）：

1, 2, 16, 272, 7936, \dots

于是对于在 $x = 0$ 处的泰勒展开，可以给出正割数和正切数：

sec x = A_{0} + A_{2} \frac{x ^{2}}{2 !} + A_{4} \frac{x ^{4}}{4 !} + \dots

tan x = A_{1} x + A_{3} \frac{x ^{3}}{3 !} + A_{5} \frac{x ^{5}}{5 !} + \dots

或者写到一起：

sec x + tan x = A_{0} + A_{1} x + A_{2} \frac{x ^{2}}{2 !} + A_{3} \frac{x ^{3}}{3 !} + A_{4} \frac{x ^{4}}{4 !} + A_{5} \frac{x ^{5}}{5 !} + \dots

构成 zigzag 数的生成函数。

参考资料与链接

Alternating permutation - Wikipedia

Sean's Blog

探索