计算方法实验一、秦九韶算法

一、实验名称：秦九韶算法

二、目的

1. 掌握秦九韶算法求解多项式的基本原理；
2. 分别编程实现用直接计算法和秦九韶算法求解一元n次多项式在x=2.5时的值；
3. 比较两种算法求解多项式的时间。

三、实验设备

1. 编程语言 python；
2. 实验环境：已安装相关编程环境的计算机1台。

四、算法原理  

   算法是将函数的最外层的同质未知数的次数不断提取出来的过程，通过提取相同阶数的未知数，让大部分的乘法缩减为小部分的加法

    一般地，一元n次多项式的求值需要经过(n+1)*n/2次乘法和n次加法，而秦九韶算法只需要n次乘法和n次加法。在人工计算时，一次大大简化了运算过程

五、算法实现及结果分析

 代码：

初始已知值

import time
import numpy as np
import warnings
warnings.filterwarnings("ignore")
x=2.5
A=[6,4,3,2,1,0]
B=[3,4,-2,-7,1,-8]

定义直接计算函数

def ZJJS(x,A,B):
    r=0
    l=len(A)
    for i in range(l):
        r=r+B[i]*x**A[i]
    return r

由于算法要求括号内每层都为ax+b的形式，定义秦九韶算法函数为

def QJZ(x,C):
    r=C[0]
    l=len(C)
    for i in range(l-1):
        r=r*x+C[i+1]
    return r

该函数只有两个变量，x和C，C为系数，长度n为最高次幂的数值+1，从C[0]开始依次是最高次幂降序的系数，当式子中不存在m次幂时，C[n-m-1]的值为0，即系数为0

 用time.clock()来记录时间，循环100000次来放大差距

start=time.clock()
for i in range(100000):
    r=QJZ(x,C)
end=time.clock()
a=end-start
print("秦九韶计算结果为{},所用时间为{}".format(r,a))
start=time.clock()
for i in range(100000):
    r=ZJJS(x,A,B)
end=time.clock()
a=end-start
print("直接计算结果为{},所用时间为{}".format(r,a))

六、函数优化

由于用QJZ1算法时要写C[]列表，当出现幂次出现大规模断层时，如x**100+x*10，原本只用写两个系数1，此时要多出98个无脑重复的0，手动输入太过麻烦，进行了函数优化。

def C(A,B):
    C=np.zeros(A[0]+1)
    for i in range(len(A)):
        C[A[0]-A[i]]=B[i]
    C=list(C)
    return C

七、代码合并

import time
import numpy as np
import warnings
warnings.filterwarnings("ignore")
x=2.5
A=[6,4,3,2,1,0]
B=[3,4,-2,-7,1,-8]
def C(A,B):
    C=np.zeros(A[0]+1)
    for i in range(len(A)):
        C[A[0]-A[i]]=B[i]
    C=list(C)
    return C
def ZJJS(x,A,B):
    r=0
    l=len(A)
    for i in range(l):
        r=r+B[i]*x**A[i]
    return r
def QJZ(x,C):
    r=C[0]
    l=len(C)
    for i in range(l-1):
        r=r*x+C[i+1]
    return r
C=C(A,B)
start=time.clock()
for i in range(100000):
    r=QJZ(x,C)
end=time.clock()
a=end-start
print("秦九韶计算结果为{},所用时间为{}".format(r,a))
start=time.clock()
for i in range(100000):
    r=ZJJS(x,A,B)
end=time.clock()
a=end-start
print("直接计算结果为{},所用时间为{}".format(r,a))