首页 > 编程知识 正文

拉格朗日插值公式,拉格朗日插值和牛顿插值有何异同

时间:2023-05-05 10:14:28 阅读:243692 作者:3767

拉格朗日插值主要用于求解如下问题:

给出(n)个二维点((x_i,y_i)),找出过所有点的多项式(f(x))在(x)处的取值(通常(x)较大)

考虑对于每个点构造函数(f_i(x))使得(f_i(x_i)=y_i),且(forall x_j(jneq i) f_i(x_j)=0)。

如何满足后式?(f_i(x)=g(x)cdotprod_{jneq i}(x-x_j))

然后我们需要凑出前式,使(g(x)=y_iprod_{jneq x}frac{1}{x_i-x_j})即可。

综上所述:
[ f_i(x)=y_iprod_{jneq i}frac{x-x_j}{x_i-x_j} ]
然后:
[ f(x)=sum_{i=1}^{n}y_iprod_{jneq i}frac{x-x_j}{x_i-x_j} ]
代入计算即可,时间复杂度(O(n^2))

然后你就可以AC这道模板题

代码如下:

int Lagrange(int *x, int *y, int n, int k){ int res=0; for (int i=1; i<=n; i++) { int s1=1, s2=1; for (int j=1; j<=n; j++) if (i^j) { s1=1ll*s1*(k-x[j])%P; s2=1ll*s2*(x[i]-x[j])%P; } res=(res+1ll*(1ll*s1*Pow(s2, P-2)%P)*y[i])%P; } return (res%P+P)%P;}

如果(x_i)取值是一段连续的数时,该算法是否有优化空间?

答案是肯定的,考虑(x_iin[1,n]),那么
[ f(x)=sum_{i=1}^{n}y_iprod_{ineq j}frac{x-j}{i-j} ]
如何快速计算(y_iprod_{ineq j}frac{x-j}{i-j})?维护前缀与后缀即可
[ pre_i=prod_{j=1}^{i}(x-j) ]

[ suf_i=prod_{j=i}^{n}(x-j) ]

[ f(x)=sum_{i=1}^{n}y_ifrac{pre_{i-1}cdot suf_{i+1}}{fac_icdot fac_{n-i}} ]

预处理阶乘逆元,前缀积,后缀积即可,时间复杂度(O(n))

代码如下:

int Lagrange(int *y,int n,int k){ int ans=0, fac=1; pre[0]=suf[n+1]=1; ifac[n]=Pow(fac, P-2); for (int i=1; i<=n; i++) pre[i]=1ll*pre[i-1]*(k-i)%P; for (int i=n; i; i--) suf[i]=1ll*suf[i+1]*(k-i)%P; for (int i=1; i<=n; i++) fac=1ll*fac*i%P; for (int i=n-1; i; i--) ifac[i]=1ll*ifac[i+1]*(i+1)%P; for (int i=1; i<=n; i++) { int s1=1ll*pre[i-1]*suf[i+1]%P; int s2=1ll*ifac[i-1]*ifac[n-i]%P; ans=(ans+1ll*((n-i)&1?-1:1)*s1*s2%P*y[i])%P; } return (ans%P+P)%P;}

看一道例题

CF622F The Sum of the k-th Powers

题目传送门

Description

求(sum_{i=1}^{n}i^m),对(10^9+7)取模,(nleq10^9,mleq10^6)

Solution

这是一个题面自带题解的题。

题面给出了以下恒等式:
[ sum_{i=1}^{n}=frac{n(n+1)}{2} ]

[ sum_{i=1}^{n}i^2=frac{n(n+1)(2n+1)}{6} ]

[ sum_{i-1}^{n}i^3=(frac{n(n+1)}{2})^2 ]

经验告诉我们CF给的提示都是很有用的。

这三个等式暗示了什么?

(sum_{i=1}^{n}i^m)是一个(m+1)次多项式!

那么就可以插值了,把(kin[1,m ])的值代入计算,然后用(O(n))或(O(nlogn))的插值即可。

下面是复杂度为(O(nlogn))的实现

#include<bits/stdc++.h>#define int long longusing namespace std;const int mod=1000000007, N=1000005;int pre[N], suf[N], fac[N];inline int read(){ int x=0,f=1;char ch=getchar(); for (;ch<'0'||ch>'9';ch=getchar()) if (ch=='-') f=-1; for (;ch>='0'&&ch<='9';ch=getchar()) x=(x<<1)+(x<<3)+ch-'0'; return x*f;}int Pow(int x, int t){ int res=1; while (t) { if (t&1) (res*=x)%=mod; (x*=x)%=mod; t>>=1; } return res;}signed main(){ int n=read(), k=read(), ans=0, y=0; pre[0]=suf[k+3]=fac[0]=1; for (int i=1; i<=k+2; i++) pre[i]=pre[i-1]*(n-i)%mod; for (int i=k+2; i; i--) suf[i]=suf[i+1]*(n-i)%mod; for (int i=1; i<=k+2; i++) fac[i]=fac[i-1]*i%mod; for (int i=1; i<=k+2; i++) { (y+=Pow(i, k))%=mod; int s1=((k-i)&1?-1:1)*pre[i-1]*suf[i+1]%mod; int s2=fac[i-1]*fac[k+2-i]%mod; (ans+=s1*Pow(s2, mod-2)%mod*y%mod)%=mod; } printf("%dn", (ans+mod)%mod); return 0;}

再看一个难度大一些的题

CF995F Cowmpany Cowmpensation

题目传送门

Description

给定一棵(N(Nleq3000)​)个点的有根树,给每个节点赋一个(leq D(Dleq10^9)​)的值,并且保证儿子节点的值(leq​)父亲节点的值,求方案数。

Solution

先写一个(O(nD))的(DP)方程。

设(dp_{i,j})表示(i)号节点取值为(j)时子树内的总方案数
[ dp_{i,j}=prod_{pin son_i}sum_{k=1}^{j}dp_{p,k} ]
考虑优化(DP),因为(D)的值过大,所以我们要让复杂度与(D)无关。

于是我们想到了拉格朗日插值。

我们先看猜出来,(dp_{i,j}​)是一个关于(j​)的多项式。

然后它的次数还要很小,其实它的次数不超过(n​)。

考虑证明?

我不会

(forall uin leaf,dp_{u,D}=D=f^1(D)​)

(forall unotin leaf,dp_{u, D}=prod_{son}f^x(D))

感性理解一下,叶子结点为关于(D)的一次多项式,非叶子节点为儿子节点的积,对于指数就是和,于是根节点的次数就为叶子结点数我也不知道对不对。

给出(O(n^2))预处理(dp_{n,n})以内的(DP)值和(O(n^2))插值的代码。

#include<bits/stdc++.h>#define rep(i, a, b) for (register int i=(a); i<=(b); ++i)#define per(i, a, b) for (register int i=(a); i>=(b); --i)using namespace std;const int P=1000000007, N=3005;int x[N], y[N], f[N][N], n, D;vector<int> G[N];inline int read(){ int x=0,f=1;char ch=getchar(); for (;ch<'0'||ch>'9';ch=getchar()) if (ch=='-') f=-1; for (;ch>='0'&&ch<='9';ch=getchar()) x=(x<<1)+(x<<3)+ch-'0'; return x*f;}int Pow(int x, int t){ int res=1; for (; t; t>>=1, x=1ll*x*x%P) if (t&1) res=1ll*res*x%P; return res;}int Lagrange(int *x, int *y, int n, int X){ int res=0; for (int i=0; i<=n; i++) { int s1=1, s2=1; for (int j=0; j<=n; j++) if (i^j) { s1=1ll*s1*(X-x[j])%P; s2=1ll*s2*(x[i]-x[j])%P; } res=(res+1ll*(1ll*s1*Pow(s2, P-2)%P)*y[i])%P; } return (res%P+P)%P;}void dfs(int u){ rep(i, 1, n) f[u][i]=1; for (int v: G[u]) {dfs(v); rep(j, 1, n) f[u][j]=1ll*f[u][j]*f[v][j]%P;} rep(i, 1, n) f[u][i]=(f[u][i]+f[u][i-1])%P;}int main(){ n=read(); D=read(); rep(i, 2, n) G[read()].push_back(i); dfs(1); rep(i, 0, n) x[i]=i, y[i]=f[1][i]; printf("%dn", Lagrange(x, y, n, D)); return 0;}

最后一道毒瘤题

[国家集训队]calc

题目传送门

Description

构造序列(a_1,dots,a_n),满足(a_1,dots,a_nin[1,A]),且(a_1,dots,a_n)互不相等。定义合法序列的值为(prod_{i=1}^{n}a_i),求不同合法序列的值的和。(nleq500,Aleq10^9)

Solution

神仙题(Orz)

可以看看我借鉴的这篇题解

依旧先写(O(nA))的(DP)方程。

(f_{i,j})表示前(i)个数取([1,j])的不同合法序列的值的和,仅考虑递增序列。
[ f_{i,j}=f_{i-1,j-1}cdot j+f_{i, j-1} ]

[ Ans=f_{n, A}cdot n! ]

我们又要猜结论了!(QAQ)

设(f_{n,i})为关于(i)的(g(n))次多项式。

引理:(f^n(x)-f^n(x-1))为(f^{n-1}(x))

即(n)次多项式的差分为(n-1)次多项式。

·证明我不会(我想大家都会

考虑(DP)方程中也有差分的形式
[ f_{n,i}-f_{n,i-1}=f_{n-1,i-1}cdot i ]
于是
[ g(n)-1=g(n-1)+1 ]
又有
[ g(0)=0 ]
所以
[ g(n)=2n ]
所以(f_(n,i))是关于(i)的(2n)次多项式

求出(f_{n,1})到(f_{n,2n+1})即可

(O(n^2))的(DP)及(O(n^2))的插值代码:

#include<bits/stdc++.h>using namespace std;const int N=5005;int x[N], y[N], f[N][N<<2];inline int read(){ int x=0,f=1;char ch=getchar(); for (;ch<'0'||ch>'9';ch=getchar()) if (ch=='-') f=-1; for (;ch>='0'&&ch<='9';ch=getchar()) x=(x<<1)+(x<<3)+ch-'0'; return x*f;}int Pow(int x, int t, int P){ int res=1; for (; t; t>>=1, x=1ll*x*x%P) if (t&1) res=1ll*res*x%P; return res;}int Lagrange(int *x, int *y, int n, int k, int P){ int res=0; for (int i=1; i<=n; i++) { int s1=1, s2=1; for (int j=1; j<=n; j++) if (i^j) { s1=1ll*s1*(k-x[j])%P; s2=1ll*s2*(x[i]-x[j])%P; } res=(res+1ll*(1ll*s1*Pow(s2, P-2, P)%P)*y[i])%P; } return (res%P+P)%P;}int main(){ int A=read(), n=read(), m=2*n+1, P=read(), fac=1, res=0; for (int i=1; i<=n; i++) fac=1ll*fac*i%P; for (int i=0; i<=m; i++) f[0][i]=1; for (int i=1; i<=n; i++) for (int j=1; j<=m; j++) f[i][j]=(1ll*f[i-1][j-1]*j+f[i][j-1])%P; for (int i=1; i<=m; i++) x[i]=i; for (int i=1; i<=m; i++) y[i]=f[n][i]; printf("%dn", 1ll*fac*Lagrange(x, y, m, A, P)%P); return 0;} 写在最后

拉格朗日插值是一种通过点值转换为插值的算法,当然还有(O(nlog^2n))的快速插值,但仅出现在少数毒瘤多项式中。

拉格朗日插值的一个经典应用是优化(O(nm))的(DP),当(DP)值是一个关于(m)的(n)的级别次多项式,且(m)极大时。它的数据范围也很有辨识度对吧

转载于:https://www.cnblogs.com/ACMSN/p/10652623.html

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。