Processing math: 3%

多项式概念浅谈

多项式

形如 f(x)=ni=0aixi 的式子叫做多项式。

我们称其最高次项的次数为该多项式的度,即 deg~f

多项式操作

我们提前申明:

f(x)=\sum_{i=0}^{n}a_ix^i \\ g(x)=\sum_{i=0}^{m}b_ix^i

已经本文仅对大部分多项式操作做一个初步了解,不对具体做法进行讲述。

多项式加法

对于两个多项式,让他们按次数合并同类项,即

f(x)+g(x)=\sum_{i=0}^{n}(a_i+b_i)x^i

这个式子我们可以在 O(n) 的复杂度内计算。

多项式乘法

我们定义多项式的乘法:

f(x)g(x)=\sum_{i=0}^n\sum_{j=0}^ma_ib_ix^{i+j} \\ =\sum_{i+j=k}a_ib_jx^k

这个式子暴力计算复杂度是 O(n^2) 的,但是我们可以用快速傅里叶变换将复杂度降低至 O(n\log n)

具体要怎么操作我们这里不讲,而是留给另一个卷积专题。顺带一提,上面这个式子也被称为加法卷积。

多项式乘法模板题

多项式的逆元

对于 f(x) 的模 x^n 意义下的逆元 g(x) ,满足:

f(x)g(x)\equiv 1 (mod~x^n)

意思就是说,我们只考虑两个多项式相乘得到的多项式的前 n 项,其只有常数项是 1 ,其他项都为 0 。然后对于要求了 deg~g \le n 的,则此时的 g 唯一。

多项式乘法逆

多项式的除法

我们对于多项式 f,g 定义 f/g 的商和余数 q,r

具体地说,满足:

f(x)=q(x)g(x)+r(x) \\ f(x)\equiv r(x)~(mod~g(x)~)

多项式多点求值和插值

多点求值

给出多项式 f(x)n 个横坐标 x_i ,然后求 f(x_i)

多点求值

插值

给出 n 个点 (x_i,y_i) 求出一个最高为 n 次的多项式 f(x)

拉格朗日插值

posted @   cbdsopa  阅读(291)  评论(0)    收藏  举报
相关博文:
阅读排行:
· 分享5款开源、美观的 WinForm UI 控件库
· DeepSeek又在节前放大招!
· 领域驱动的事实与谬误 一 DDD 与 MVC
· 从零到一搭建一个前端工具函数库
· 4种插值算法
点击右上角即可分享
微信分享提示