[Luogu4525] 【模板】自适应辛普森法1 [自适应Simpson]

Link
https://www.luogu.org/problemnew/show/P4525

---

卖萌做法
$\begin{array}{r}{\int }_L^R\frac{cx+d}{ax+b}dx\end{array}$
原函数很不好求……整理一下
$\begin{array}{rcl}{\int }_L^R\left(\frac{cx+d}{ax+b}\right)dx& =& {\int }_L^R\left[\frac{\frac{c}{a}(ax+b)-\frac{bc}{a}+d}{ax+b}\right]dx\\ & & \\ & =& {\int }_L^R\left(\frac{c}{a}+\frac{d-\frac{bc}{a}}{ax+b}\right)dx\\ & & \end{array}$
对于 $f(x)=\frac{c}{a}+\frac{d-\frac{bc}{a}}{ax+b}$

其原函数 $F(x)=\frac{c}{a}\cdot x+\frac{d-\frac{bc}{a}}{a}\cdot \ln |ax+b|$
特判 $a=0$ 即可……

---

三点Simpson公式
直接用抛物线拟合。
${\int }_L^{R}f(x)dx\approx {\int }_L^{R}A{x}^2+Bx+C=\frac{(R-L)\left[f(R)+f(L)+4f(\frac{L+R}{2})\right]}{6}$

---

暴力Simpson法（？）
递归拟合。根据精度需要控制递归终点。
就这样，其实不难。
eps一般设小一点(1e-8到1e-12），如果测出来跑得很慢再慢慢调整？
$f(L,Mid)+f(Mid,R)-f(L,R)\le ϵ$ 则返回 $f(L,Mid)+f(Mid,R)$ 。

#include<cstdio>
#include<cstdlib>
#include<cctype>
#include<queue>
#include<set>
#include<ctime>
#include<cmath>
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
double a, b, c, d, l, r;
double eps = 1e-12;
inline double f(const double& x)
{
    return (c*x+d)/(a*x+b);
}
inline double Simpson(const double& L, const double& R)
{
    return (R-L)*(f(R)+f(L)+4.0*f((L+R)/2))/6;
}
double Divide(const double& L, const double& R, const double& ans)
{
    double Mid = (L + R) / 2, l = Simpson(L, Mid), r = Simpson(Mid, R);
    if (fabs(l + r - ans) <= eps) return l + r;
    else return Divide(L, Mid, l) + Divide(Mid, R, r);
}
int main()
{
    scanf("%lf%lf%lf%lf%lf%lf", &a, &b, &c, &d, &l, &r);
    printf("%.6f", Divide(l, r, Simpson(l, r)));
    return 0;
}

---

Adaptive Simpson’s method
$fabs(\text{fabs(}fabs(\frac{f(L,Mid)+f(Mid,R)-f(L,R)}{15})\text{)})\le ϵ$
设 $\Delta =\frac{f(L,Mid)+f(Mid,R)-f(L,R)}{15}$ ，如果满足上述条件则返回 $f(L)+f(R)+\Delta$
$15$ 不能瞎改。

……但是很显然有时候可能会陷入（接近）死循环。
一种简单有效的方法就是限制递归深度……或者当区间积分小到一定程度的时候返回……