定义

我们定义一个矩阵 $A$ 的的行列式为 $\det(A)$，这个函数的结果是一个值。其本质是线性变换的放大率。

公式

$$ \det(A)=\sum_{\forall P}[(-1)^{\tau(P)}\prod_{i=1}^n A_{i,P_i}] $$

其中 $\tau(P)$ 表示 $n$ 的一个排列 $P​$ 的逆序对数量。

性质

以下性质对于行和列同样适用！

性质 1：交换某两行，行列式变号

相当于每个全排列中，都有两个数被交换了位置。我们只需要证明交换两个数，逆序对变号即可。

设数字 $a​$ 和 $b​$ 将序列分为了三段：

$$ \{\text{第一段}\quad a\quad\text{第二段}\quad b\quad\text{第三段}\} $$

改变顺序后第一段、第三段的逆序对数量不变。设第二段的长度为 $n​$，第二段中我们设：

$$ x_1\ \text{个元素} < a < y_1\ \text{个元素} \\ x_2\ \text{个元素} < b < y_2\ \text{个元素} $$

那么交换之前的逆序对个数为 $x_1+y_2$，交换之后逆序对的个数为 $x_2+y_1\pm 1$（考虑 $a$ 和 $b$ 的逆序对贡献），我们分析其变化量：

$$ \begin{aligned} \Delta&=(x_2+y_1)-(x_1+y_2\pm 1) \\ &=(x_2+n-x_1)-(x_1+n-x_2\pm 1) \\ &=2x_2\pm 1 \end{aligned} $$

因此逆序对的奇偶性改变，行列式变号。

性质 2：有两行完全相等，行列式为 0

我们可以通过性质 $1$ 来巧妙地证明：如果交换这两行，行列式变号。又由于矩阵没有任何变化，所以行列式又不变。故行列式为 $0$。

性质 3：某行每个元素乘以 / 除以 k，行列式也乘以 / 除以 k

把求和公式的每一项都提出一个 $k$ 或 $\frac{1}{k}$ 即可。

性质 4：某两行成比例，行列式为 0

我们可以把某一行提出一个比例系数 $k$，这样剩下的矩阵中有两行完全相同，那么行列式为 $0$。

性质 5：某行加上另一行的 k 倍，行列式不变

假设第 $i$ 行每个数增加了 $k\times A_{row,j}$，那么我们把这个增加项提出来，得到 $A_{i,j}$ 和 $k\times A_{row,j}$，那么第二个求和式子中有 $A_{row,j}$ 和 $k\times A_{row,j}$ 成比例，第二个式子的值为 $0$，行列式不变。

求解

行列式显然等于上三角矩阵的主对角线的乘积。

时间复杂度：$\mathcal O(n ^ 3)$

代码

int gauss(int n) {
    int ans = 1;
    for (int i = 1; i <= n; i++) {
        int j = i;
        for (int k = i; k <= n; k++) {
            if (a[k][i] > a[j][i]) {
                j = k;
            }
        }
        if (j != i) {
            std::swap(a[i], a[j]);
            ans = MOD - ans;
        }
        for (int j = i + 1; j <= n; j++) {
            if (a[j][i] > 0) {
                int d = (int64)a[j][i] * inver(a[i][i]) % MOD;
                for (int k = i; k <= n; k++) {
                    a[j][k] = (a[j][k] - (int64)a[i][k] * d % MOD + MOD) % MOD;
                }
            }
        }
        ans = (int64)ans * a[i][i] % MOD;
    }
    return ans;
}

应用

说了这么多，这个行列式到底有什么用呢？

其实行列式在很多定理中广泛使用，最常见的就是 $\text{Matrix-Tree Theorem}$（矩阵树定理）了，具体证明及实现详见「算法笔记」矩阵树定理。