多项式多点求值|快速插值

多项式的多点求值

描述

给出一个多项式 $f\left(x\right)$ 和个点 $x_{1},x_{2},\dots,x_{n}$ ，求

f\left(x_{1}\right),f\left(x_{2}\right),\dots,f\left(x_{n}\right)

解法

考虑使用分治来将问题规模减半。

将给定的点分为两部分：

\begin{aligned} X_{0}&=\left\{x_{1},x_{2},\dots,x_{\left\lfloor\frac{n}{2}\right\rfloor}\right\}\\ X_{1}&=\left\{x_{\left\lfloor\frac{n}{2}\right\rfloor+1},x_{\left\lfloor\frac{n}{2}\right\rfloor+2},\dots,x_{n}\right\} \end{aligned}

构造多项式

g_{0}\left(x\right)=\prod_{x_{i}\in X_{0}}\left(x-x_{i}\right)

则有 $\forall x\in X_{0}:g_{0}\left(x\right)=0$ 。

考虑将 $f\left(x\right)$ 表示为 $g_{0}\left(x\right)Q\left(x\right)+f_{0}\left(x\right)$ 的形式，即：

f_{0}\left(x\right)\equiv f\left(x\right)\pmod{g_{0}\left(x\right)}

则有 $\forall x\in X_{0}:f\left(x\right)=g_{0}\left(x\right)Q\left(x\right)+f_{0}\left(x\right)=f_{0}\left(x\right)$ ， $X_{1}$ 同理。

至此，问题的规模被减半，可以使用分治 + 多项式取模解决。

时间复杂度

T\left(n\right)=2T\left(\frac{n}{2}\right)+O\left(n\log{n}\right)=O\left(n\log^{2}{n}\right)

多项式的快速插值

描述

给出一个个点的集合

X=\left\{\left(x_{0},y_{0}\right),\left(x_{1},y_{1}\right),\dots,\left(x_{n},y_{n}\right)\right\}

求一个次多项式 $f\left(x\right)$ 使得其满足 $\forall\left(x,y\right)\in X:f\left(x\right)=y$ 。

解法

考虑拉格朗日插值公式

f(x) = \sum_{i=1}^{n} \prod_{j\neq i }\frac{x-x_j}{x_i-x_j} y_i

记多项式 $M(x) = \prod_{i=1}^n (x - x_i)$ ，由洛必达法则可知

\prod_{j\neq i} (x_i - x_j) = \lim_{x\rightarrow x_i} \frac{\prod_{j=1}^n (x - x_j)}{x - x_i} = M'(x_i)

因此多项式被表示为

f(x) = \sum_{i = 1}^n \frac{y_i}{M'(x_i)}\prod_{j \neq i}(x - x_j)

我们首先通过分治计算出的系数表示，接着可以通过多点求值在 $O(n\log^2 n)$ 时间内计算出所有的。

我们令 $v_i = \frac{y_i}{M'(x_i)}$ ，接下来考虑计算出。对于的情况，有。否则令

\begin{aligned} f_0(x) & = \sum_{i = 1}^{\left\lfloor \frac n2 \right \rfloor} v_i\prod_{j \neq i \wedge j \le \left\lfloor \frac n2 \right \rfloor}(x - x_j)\\ M_0(x) & = \prod_{i = 1}^{\left\lfloor \frac n2 \right \rfloor} (x - x_i)\\ f_1(x) & = \sum_{i = \left\lfloor \frac n2 \right \rfloor+1}^n v_i\prod_{j \neq i \wedge \left\lfloor \frac n2 \right \rfloor < j \le n}(x - x_j) \\ M_1(x) & = \prod_{i = \left\lfloor \frac n2 \right \rfloor+1}^n (x - x_i) \end{aligned}

可得，因此可以分治计算，这一部分的复杂度同样是 $O(n\log^2 n)$ 。

本页面最近更新：2022/12/20 15:31:23，更新历史
发现错误？想一起完善？在 GitHub 上编辑此页！
本页面贡献者：Enter-tainer, EntropyIncreaser, fps5283, H-J-Granger, ImpleLee, Ir1d, TrisolarisHD
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用