计数法则：组合数学的第一步
如果说数学是一座大厦，那么组合数学就是砌第一块砖的地方。 而计数法则，就是这块砖上的纹路——看似简单，却是整个结构的根基。
引言：从数数说起
你可能觉得”数数”谁不会？从一数到十，简直是幼儿园小朋友的技能。但今天我们要聊的”计数”，可不仅仅是”一、二、三、四、五”这么简单。
想象一下这样的场景：今天是你的生日，你邀请了 10 位朋友来参加聚会。餐厅有一道招牌菜，你可以选择要么吃鱼，要么吃素食。现在的问题是：你有多少种方式从这两道菜中选择一道？
简单，2 种。
但如果菜单变成了：鱼、素食、牛排三种主菜任选其一呢？3 种。
那如果现在告诉你：第一道菜你可以选鱼或素食，第二道菜你可以选咖啡、茶或果汁，而且两道菜都必须选呢？
这就从简单的”一个接一个”变成了”组合选择”。而这，正是组合数学要解决的问题。
一、加法原理：分道扬镳的计数
什么是加法原理？
让我们用一个生活化的场景来理解：
你今天出门要买一件上衣。商店里有一排货架： - 左边的货架挂了 3 件 T 恤 - 右边的货架挂了 5 件衬衫
如果你只能买一件上衣，请问有多少种选择？
答案：3 + 5 = 8 种
这就是加法原理：当一个问题可以分为几个互不相交的类别时，总的计数等于各类别计数之和。
🏠 形象的比喻：分叉的路口
想象你站在一个分叉路口：
1 | /-- 路径A（3条小路） |
你要从起点到达终点，只能走其中一条路。那么从起点到终点，总共有 3 + 5 = 8 种走法。
关键点在于：路径 A 和路径 B 是”不相交的”——你不可能同时走在 T 恤区的货架和衬衫区的货架上。你必须选择其中一个”世界”。
形式化的表达
如果完成一件事有 \(n\) 类方式，每类方式分别有 \(m_1, m_2, ..., m_n\) 种方法，且这些方法互不重叠，那么完成这件事的总方法数是：
\[m_1 + m_2 + ... + m_n\]
生活中的加法原理
例子 1：从北京去上海，可以坐飞机（5 班）、高铁（10 班）、或自驾（1 条路线）。总共有 5 + 10 + 1 = 16 种方式。
例子 2：今天晚餐要么吃中餐（8 家店可选），要么吃西餐（6 家店可选）。总共有 8 + 6 = 14 种选择。
例子 3：买彩票，要么中要么不中。等等，这个好像不太对——中彩票的概率和”方式数”不是一码事。我们后面会专门讲概率，先把基础打牢。
二、乘法原理：步步为营的计数
什么是乘法原理？
现在换一个问题：
你今天要穿一套衣服。假设你有： - 3 件上衣（T 恤、衬衫、卫衣） - 2 条裤子（牛仔裤、休闲裤）
上衣和裤子必须各穿一件，请问有多少种不同的穿法？
答案：3 × 2 = 6 种
这就是乘法原理：当一个问题需要分步骤完成，每个步骤之间是独立的时，总的计数等于各步骤计数之积。
🏠 形象的比喻：组装流水线
想象你在组装一辆自行车：
1 | 第一步：装车轮（2 个选择：公路轮 或 山地轮） |
要完成这辆自行车，你需要依次完成三个步骤。每个步骤都有若干种选择，而且这些选择是”层层递进”的——你必须先选车轮，再选车架，最后选把手。
总的选择数 = 2 × 3 × 4 = 24 种！
这就是乘法原理的魔力：它不是简单的加法累加，而是指数级的爆炸增长。
形式化的表达
如果完成一件事需要 \(n\) 个步骤，每个步骤分别有 \(m_1, m_2, ..., m_n\) 种方法，且各步骤相互独立，那么完成这件事的总方法数是：
\[m_1 \times m_2 \times ... \times m_n\]
生活实例
例子 1：你需要设置一个密码，要求是”字母 + 数字 + 字母”的格式。字母有 26 种选择（假设不区分大小写），数字有 10 种选择。总共有 26 × 10 × 26 = 26² × 10 = 6760 种密码。
例子 2：从北京去上海旅游，飞机有 5 班，到达后酒店有 10 家可选。总行程安排：5 × 10 = 50 种。
例子 3：买一套试卷，有数学 3 本、英语 2 本、物理 2 本。如果每科都要买一本，总共 3 × 2 × 2 = 12 种买法。
三、加法 vs 乘法：到底是”或”还是”和”？
这是很多初学者容易混淆的地方。让我用一张表来总结：
| 场景 | 关键词 | 原理 | 公式 |
|---|---|---|---|
| 从 A 或 B 中选一个 | “或者”、“或” | 加法 | m₁ + m₂ |
| 先选 A 再选 B | “然后”、“且” | 乘法 | m₁ × m₂ |
🎯 记住一句口诀
“或者用加法，然后用乘法”
小测验
- 你要去图书馆，可以骑车或走路。骑车有 3 条路线，走路有 2
条路线。共有多少种走法？
- 答案：3 + 2 = 5（因为”骑车或走路”，是”或者”）
- 你要去图书馆，先骑共享单车到地铁站（4 个站点可选），再坐地铁（3
条线路可选）。共有多少种走法？
- 答案：4 × 3 = 12（因为”先…再…“，是”然后”）
四、排列数：有序的选取
从选取到排序
现在我们玩一个稍微复杂一点的游戏：
假设你有 4 本书：{A, B, C, D}。你想从中选 2 本书摆放在书架上，顺序很重要（比如《哈利波特》第一本和第二本，顺序不同就是不同的故事）。
请问有多少种摆法？
🔢 手动枚举
让我们来列举一下：
- 第一本放 A：第二本可以是 B, C, D → 3 种
- 第一本放 B：第二本可以是 A, C, D → 3 种
- 第一本放 C：第二本可以是 A, B, D → 3 种
- 第一本放 D：第二本可以是 A, B, C → 3 种
总共有 3 + 3 + 3 + 3 = 12 种。
用乘法原理：第一本书有 4 种选择，选完后第二本书有 3 种选择（不能重复）。所以 4 × 3 = 12。
形式化定义
从 n 个不同元素中，有序地选取 r 个元素（r ≤ n），排成一条”队伍”，这样的选取方式叫做排列（Permutation）。
记作 \(P_n^r\) 或 \(A_n^r\)，计算公式是：
\[P_n^r = A_n^r = n \times (n-1) \times (n-2) \times ... \times (n-r+1)\]
也可以写成阶乘的形式：
\[A_n^r = \frac{n!}{(n-r)!}\]
其中 \(n! = n \times (n-1) \times (n-2) \times ... \times 2 \times 1\)，读作”n 的阶乘”。
例子
例子 1：从 5 个人中选 3 个人排成一队，有多少种排法？ - \(A_5^3 = 5 \times 4 \times 3 = 60\) 种
例子 2：用 0-9 这 10 个数字（不能重复）可以组成多少个 3 位数？ - 百位不能是 0：9 种选择（1-9） - 十位：9 种选择（0-9，除去百位用的那个） - 个位：8 种选择 - 总共：9 × 9 × 8 = 648 种
五、全排列：所有人都有位置
特殊情况：全部都要
如果说排列是从 n 个里面选 r 个，那么全排列就是从 n 个里面选 n 个——每个人都必须上场，一个都不能少。
从 n 个不同元素中，全部取出并排成顺序，叫做全排列（Complete Permutation）。
记作 \(P_n^n\) 或 \(A_n^n\)，计算公式是：
\[P_n^n = n! = n \times (n-1) \times (n-2) \times ... \times 2 \times 1\]
🏠 形象的比喻：全家福拍照
想象一家人拍全家福：爸爸、妈妈、孩子、爷爷、奶奶一共 5 个人。要把这 5 个人排成一排拍照，有多少种排法？
每个人都可能是第一个位置。选完第一个，剩下 4 个人争第二个位置；选完前两个，剩下 3 个人抢第三个位置……以此类推。
所以是：5 × 4 × 3 × 2 × 1 = 120 种！
这意味着，如果每天换一种站法，这家人可以连续 4 个月不重样（120 天 ≈ 4 个月）。
有趣的事实：阶乘的恐怖增长
- 3! = 6
- 5! = 120
- 10! = 3,628,800（362 万）
- 20! ≈ 2.4 × 10¹⁸（2.4 万亿亿）
这就是组合数学中常见的”组合爆炸”现象。理解了这一点，你就明白为什么计算机处理排列组合问题有时会”力不从心”——数字增长太快了！
六、组合数：无序的选取
顺序不重要了
现在回到选书的问题：还是从 4 本书 {A, B, C, D} 中选 2 本，但是这次顺序不重要——你选 {A, B} 和选 {B, A} 算作同一种选择。
请问有多少种选法？
🔢 手动枚举
让我们列举所有可能的组合（无序）：
- {A, B}
- {A, C}
- {A, D}
- {B, C}
- {B, D}
- {C, D}
一共是 6 种。
对比：排列 vs 组合
| 排列（有序） | 组合（无序） | |
|---|---|---|
| 从 4 本书选 2 本 | 12 种 | 6 种 |
| 区别 | 顺序重要 | 顺序不重要 |
12 ÷ 6 = 2，这个 2 是什么？恰好是 2!（2 的阶乘）。
也就是说，排列数除以 r! 就得到了组合数。
形式化定义
从 n 个不同元素中，无序地选取 r 个元素（r ≤ n），这样的选取方式叫做组合（Combination）。
记作 \(C_n^r\) 或 \(\binom{n}{r}\)，计算公式是：
\[C_n^r = \binom{n}{r} = \frac{A_n^r}{r!} = \frac{n!}{r!(n-r)!}\]
🎯 记住核心关系
\[P_n^r = C_n^r \times r!\]
换句话说：
排列 = 组合 × 排序
例子
例子 1：从 5 个人中选 3 个人组成一个学习小组，顺序无关紧要，有多少种选法？ - \(C_5^3 = \frac{5!}{3!2!} = \frac{120}{6 \times 2} = 10\) 种
例子 2：一副扑克牌（52 张），抽 5 张组成一手牌，有多少种可能？ - \(C_{52}^5 = \frac{52!}{5!47!} = 2,598,960\) 种（大约 260 万种！）
例子 3：10 个篮球队要打比赛，如果每两队之间都要比赛一场，总共需要安排多少场比赛？ - 每场比赛就是从 10 队中选 2 队，顺序不重要 - \(C_{10}^2 = \frac{10!}{2!8!} = 45\) 场
七、排列组合的关系：一张图说清楚
1 | 从 n 个元素中取 r 个： |
一句话总结：先组合再排序（或者反过来），就是排列。
八、实战应用：离散型随机变量
为什么学排列组合？
现在你可能会问：学这些”数数”的方法，到底有什么用？
答案之一是：概率论。
什么是离散型随机变量？
在进入概率论之前，我们先理解一个概念：离散型随机变量。
想象你在掷骰子。掷一次，可能出现 1、2、3、4、5、6 这六个结果。每个结果都有一个对应的概率（对于公平的骰子，每个都是 1/6）。
像这样”取值是有限的、可以一个一个数出来的”的变量，就叫做离散型随机变量。
常见的离散型随机变量包括： - 掷骰子的点数 - 一小时内到达商场的顾客人数 - 抽奖是否中奖
📊 分布列：随机变量的”简历”
对于离散型随机变量 X，我们通常用一张”简历”来描述它——这就是分布列（Probability Distribution）：
| X = xᵢ | x₁ | x₂ | x₃ | … |
|---|---|---|---|---|
| P(X = xᵢ) | p₁ | p₂ | p₃ | … |
其中 \(p_i\) 表示 X 取值为 \(x_i\) 的概率，且所有概率之和为 1。
🎲 例子：二项分布
二项分布是离散型随机变量中最常见的分布之一。什么情况下会出现二项分布？
前提条件： 1. 独立：每次实验相互独立 2. 两种结果：每次实验只有”成功”或”失败”两种结果 3. 概率不变：成功的概率 p 每次都相同
满足这三个条件的实验，叫做n 重伯努利试验。
在这种试验中，“成功次数 X 服从参数为 (n, p) 的二项分布”，记作 \(X \sim B(n, p)\)。
二项分布的概率计算
如果 \(X \sim B(n, p)\)，那么 X = k（恰好 k 次成功）的概率是：
\[P(X = k) = C_n^k \times p^k \times (1-p)^{n-k}\]
这里出现了 \(C_n^k\)——正是我们前面学的组合数！
🎯 理解公式
- \(C_n^k\)：从 n 次实验中选出 k 次”成功”的方式数
- \(p^k\)：这 k 次成功概率的乘积
- \((1-p)^{n-k}\)：其余 n-k 次失败的概率
例子：掷骰子的游戏
你掷一个公平的骰子 5 次，记”出现 6 点”为成功。问恰好出现 2 次 6 点的概率是多少？
这里：n = 5，p = 1/6，k = 2
\[P(X = 2) = C_5^2 \times \left(\frac{1}{6}\right)^2 \times \left(\frac{5}{6}\right)^3\]
\[= 10 \times \frac{1}{36} \times \frac{125}{216}\]
\[= \frac{1250}{7776} \approx 16.07\%\]
📈 例子：抽样检验
一家工厂生产零件，合格率为 95%。质检员随机抽取 10 个零件进行检查。问恰好有 8 个合格的概率是多少？
这里：n = 100.95，，p = k = 8
\[P(X = 8) = C_{10}^8 \times (0.95)^8 \times (0.05)^2\]
\[= 45 \times 0.95^8 \times 0.0025\]
\[≈ 0.275\]
也就是说，大约有 27.5% 的概率恰好抽到 8 个合格品。
🔢 例子：排列组合在概率中的其他应用
例子：抽牌问题
从一副扑克牌（52 张）中随机抽 5 张，恰好包含 2 张红桃的概率是多少？
- 总的抽法：\(C_{52}^5\)（组合数的应用）
- 红桃有 13 张，选 2 张：\(C_{13}^2\)
- 其余 3 张从非红桃 39 张中选：\(C_{39}^3\)
\[P = \frac{C_{13}^2 \times C_{39}^3}{C_{52}^5}\]
例子：生日问题
一个班有 50 个人，至少有两人生日相同的概率是多少？
这个问题的计算就更加复杂了，需要用到容斥原理（我们后面会讲到），但核心还是排列组合的思想。
九、总结：组合数学的力量
我们学到了什么？
- 加法原理：分类相加——“或者”的问题
- 乘法原理：分步相乘——“然后”的问题
- 排列数 \(P_n^r\)：有序选取，顺序重要
- 全排列 \(n!\)：全部有序排列
- 组合数 \(C_n^r\)：无序选取，顺序不重要
- 关系：\(P_n^r = C_n^r \times r!\)
- 应用：离散型随机变量，特别是二项分布
🎨 一张图总结
1 | 计数问题 |
组合数学的魅力
组合数学看似只是”数数”，但它却是现代数学、统计学、计算机科学的重要基石。
- 没有排列组合，就没有概率论
- 没有概率论，就没有统计学
- 没有统计学，数据科学就是无本之木
所以，下次当你抱怨”这个数学知识有什么用”的时候，想想组合数学吧——它可能正在某个你不经意的地方，改变着世界的运行方式。
思考题
基础题：一个公司有 5 个部门，每个部门有 8 个人。现在要选 1 个人担任CEO，1 个人担任 CFO。请问有多少种选法？
进阶题：用 1、2、3、4、5 这五个数字，可以组成多少个大于 30000 的五位数？
应用题：某彩票中奖率为 1/1000。某人买了 5 张彩票，恰好中 2 张的概率是多少？
思考题：为什么组合数 \(C_n^r\) 的公式是 \(\frac{n!}{r!(n-r)!}\)？尝试从”排列除以重复排列”的角度解释。
下期预告：当我们遇到”至少”、“至多”这类问题时，单纯的排列组合可能不够用了——这时候，容斥原理就要登场了。敬请期待！