最短线性递推式求解与有理函数重建

这一算法来自于我们对“线性递推式拟合”的视角转换，其后得到的算法是自然的。

引理 1. 如果两个有理分式 $p_1/q_1,p_2/q_2$ 均有 $\mathrm{deg}p<n,\mathrm{deg}q\le n$ 且展开式 $p_1/q_1\equiv p_2/q_2(\mathrm{m}\mathrm{o}\mathrm{d}{x}^{2n})$，那么 $p_1/q_1=p_2/q_2$。

证明. 通分，等价于 $p_1{q}_2=q_1{p}_2$，由两边次数均 $<2n$，而同余式保留了全部信息。

这一引理告诉我们，若一个 $n$ 阶线性递推式确实拟合了其前 $2n$ 项，那么通分之后就一定是“最小”的。

为了解决这一问题，我们首先将问题适当泛化：

「有理函数重建」（Rational Function Reconstruction）：给定域上的多项式 $f(x),M(x)$，设 $\mathrm{deg}M=n$，当多项式 $p,q$ 满足 $\mathrm{deg}q\le n-k,\mathrm{deg}p<k$ 时，若 $p\equiv qf(\mathrm{m}\mathrm{o}\mathrm{d}M)$，那么称 $p,q$ 是一个 $(k,n-k)$ 有理逼近。

接下来，我们将发现任何一个 $k$，都存在 $(k,n-k)$ 有理逼近。将同余式写作 $p\equiv qf+Mt$，这诱导我们考虑欧几里得过程：最初有
$$\left[\begin{array}{c}f\\ M\end{array}\right]=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]\left[\begin{array}{c}f\\ M\end{array}\right]$$
在欧几里得的过程中，有中间量
$$\left[\begin{array}{c}A\\ B\end{array}\right]=\left[\begin{array}{cc}{X}_A& Y_A\\ X_B& Y_B\end{array}\right]\left[\begin{array}{c}f\\ M\end{array}\right]$$
不妨设 $k-1=\mathrm{deg}A\ge \mathrm{deg}B=m$，那么我们接下来进行多项式取模，就应当逐步将 $A$ 的度数从 $<k$ 降到 $<m$，然后交换 $A,B$。此时我们归纳假设 $\mathrm{deg}{X}_A,\mathrm{deg}{X}_B\le n-k$，那么由于辗转相除 $A-dB$ 的系数有 $\mathrm{deg}d<k-m$，可知 $f$ 的系数 $X_A-d{X}_B$，那么新的系数为 $X_A-d{X}_B,X_B$。度数均 $<n-m$。
我们现在设 $k^{\prime }=m+1,m^{\prime }=\mathrm{deg}(A-dB)$，也就有新的系数的度数均 $\le n-k^{\prime }$。注意我们每次辗转相除后得到的 $(k,n-k)$ 有理逼近的 $k$ 是一段区间，且刚好拼出了 $1\sim n$ 的所有整数。取对应的 $p=A,q=X_A$ 即可。

辗转相除过程的这个序列通过 HALF-GCD 算法可以在 $\Theta (n{\log }^{2}n)$ 时间内计算。严格来说，我们是通过 HALF-GCD 算法计算出的矩阵列，可以算出任何一个阶段的有理函数重建。但对于我们对线性递推式的计算而言，只做 $n$ 消到 $n/2$ 这第一轮刚好足够我们求出信息。

不过这里似乎 $p,q$ 是可能有 $x$ 的幂的，但如果将引理 1 稍微改改就会发现，如果我们给的数列真的有一个递推式，那就算 $p,q$ 有 $x$ 的幂，通分之后肯定还是正确的。