算法合集之多项式乘法.pptVIP

引言 多项式是最基本的数学工具之一，由于其形式简单，且易于用计算机对其进行各种计算，在当今的社会中应用越来越广。不仅在像Maple这样的数学软件中有着举足轻重的作用，在工程、信息等诸多领域中都有着广阔的应用。 多项式的基本运算 加法运算 普通的多项式乘法运算 多项式乘法是一个很常见的问题，在通常的算法中，两个 次多项式的乘法需要用 的时间才能完成。 多项式的点值表示法 首先让我们来看多项式的另一种表示方法：点值表示法,即用 （其中， 互不相同）来表示一个不超过 次多项式。 引理1（多项式插值的唯一性） 对于任意n个点值对组成的集合, 其中 互不相同，则存在唯一的次数不超过n-1的多项式 ，满足 点值多项式的乘法 利用点值表示法改善多项式系数表示法的乘法 下面让我们来看一看我们是否能够利用点值表示法在计 算多项式乘法时的线性时间来提高系数表示法的多项式乘 法的速度。 为了做到这一点，我们需要做： 将多项式由系数表示法转化为点值表示法(点值过程） 利用点值表示法完成多项式乘法 将点值表示法再转化为系数表示法（插值过程） 其中第二步只需要线性时间。问题的关键转化为第一 第三步。 1.由系数表示法转化为点值表示法。（点值过程） 引理2：对任何整数n=0,k=0,j0,成立： 递归算法的具体实现过程 2．将点值表示法再转化为系数表示法。（插值过程） 引理3 多项式乘法的算法流程 算法改进 迭代算法的具体实现过程 * * 张家琳 复旦大学附属中学 下面我们给出几个多项式逼近的例子： 求值运算 乘法运算 让我们先来看一看这样的算法是如何进行的： . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 在上面的过程中，似乎我们觉得这个算法并没有做任何多余的事情，因为我们必须考虑每一组 ,它们的乘积对最终的结果都会产生影响。而且我们不能通过调整计算顺序从根本上降低算法时间复杂度，至多只能使其常数因子稍小一些。 如果我们不能跳出以上思维的局限，我们就不可能在根本上降低算法的时间复杂度。 让我们首先换一个角度来考察多项式。 给定一个多项式，要给出n组点值对最简单的方法是任选 n个互不相同的xi，依次求出多项式在这n个点的值。 用n个点值对也可以唯一确定一个不超过n-1次多项式，这个过程称之为插值。 continue 存在性： 已知 不妨记为XA=Y X是范德蒙矩阵，利用行列式的变换可得该矩阵的行列式的值为 因此X有逆矩阵 。 唯一性： 若两个函数次数不超过n-1次的多项式 均符合题意，则多项式 有n个根， 且 为不超过n-1次的多项式，所以 , 即 。 back 因此： 适当的利用点值表示可以使多项式的乘法可以在线性时间内完成！ 因为f(x)g(x)的次数为n-1，r(x)的次数为2n-2,因此确定r(x)需要2n-1个点值对，而现在我们只有n个点值对。 我们可以通过对f(x)与g(x)的点值对个数的 扩充来解决这个问题，即将f(x),g(x）的点值对在一开始就取为2n-1。 continue2 continue1 continue3 注意！x0,x1,…,xn-1是由我们自己选择的，我们可以充分利用这一点通过适当的选择使转化过程降为O(n log n)。 这里我们选择1的n次单位根作为x0,x1,…,xn-1，即 其中 证明： 折半定理 注意到， 中包含了f中所有偶下标的系数，而 中包含了f中所有奇下标的系数。 并记 求 与 在点 的值。 问题：求 设n为偶数（否则可以通过添加高次零项使n化为偶数）。 另一方面，由折半定理： 并不是n个不同的数，而是仅由1的n/2次单位根组成，每个根恰好出现2次。 由此可以看到子问题与原问题形式相同，但规模缩小一半，这启示我们可以