拉格朗日插值法

问题

给出 $n$ 个点，求过这 $n$ 个点的 $n-1$ 次函数。

待定系数法

直接根据方程求解即可（高斯消元了解一下）。
这种方法在初中叫做待定系数法，时间复杂度 $\Theta (n^3)$。

拉格朗日插值法

结论　令第 $i$ 个点的坐标为 $(x_i,y_i)$，且 $\forall i\ne j,x_i\ne x_j$，则过这 $n$ 个点的函数为
　　　$\begin{array}{r}f(x)=\sum _{i=0}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x-x_j}{x_i-x_j}\end{array}$

证明　当 $0⩽k<n$ 时，有
　　　$\begin{array}{rl}f(x_k)& =\sum _{i=0}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x_k-x_j}{x_i-x_j}\\ & =\sum _{i=0,k\ne i}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x_k-x_j}{x_i-x_j}+\sum _{i=0,k=i}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x_k-x_j}{x_i-x_j}\\ & =\sum _{i=0,k\ne i}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x_k-x_j}{x_i-x_j}+y_k\prod _{j=0,j\ne i}^{n-1}\frac{x_k-x_j}{x_k-x_j}\\ & =\sum _{i=0,k\ne i}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x_k-x_j}{x_i-x_j}+y_k\prod _{j=0,j\ne i}^{n-1}1\\ & =\sum _{i=0,k\ne i}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x_k-x_j}{x_i-x_j}+y_k\\ & =\sum _{i=0,k\ne i}^{n-1}{y}_i\prod _{j=0,j\ne i,j\ne k}^{n-1}\frac{x_k-x_j}{x_i-x_j}\prod _{j=0,j\ne i,j=k}^{n-1}\frac{x_k-x_j}{x_i-x_j}+y_k\\ & =\sum _{i=0,k\ne i}^{n-1}{y}_i\prod _{j=0,j\ne i,j\ne k}^{n-1}\frac{x_k-x_j}{x_i-x_j}\cdot \frac{x_j-x_j}{x_i-x_j}+y_k\\ & =\sum _{i=0,k\ne i}^{n-1}{y}_i\prod _{j=0,j\ne i,j\ne k}^{n-1}\frac{x_k-x_j}{x_i-x_j}\cdot 0+y_k\\ & =\sum _{i=0,k\ne i}^{n-1}0+y_k\\ & =y_k\end{array}$
　　　$\therefore \forall 0⩽k<n,f(x_k)=y_k.$

代码

注意，以下设求逆元的时间复杂度为 $\Theta (1)$（预处理）
根据结论，可以得知，其时间复杂度为 $\Theta (n^2)$

long long f(long long n,long long k){
	long long ans=0;
	for(int i=0;i<n;i++){
		long long up=y[i]%mod,dn=1;
		for(int j=0;j<n;j++)
			if(i!=j)
				up=up*(k-x[j]+mod)%mod,dn=dn*(x[i]-x[j]+mod)%mod;
		ans=(ans+up*inv(dn)%mod)%mod;
	} return ans;
}

重心拉格朗日插值

优化相关。

变形

$\begin{array}{rl}f(x)& =\sum _{i=0}^{n-1}{y}_i\prod _{j=0,j\ne i}^{n-1}\frac{x-x_j}{x_i-x_j}\\ & =\sum _{i=0}^{n-1}{y}_i\frac{{\prod }_{j=0,j\ne i}^{n-1}(x-x_j)}{{\prod }_{j=0,j\ne i}^{n-1}(x_i-x_j)}\\ & =\sum _{i=0}^{n-1}\frac{y_i{\prod }_{j=0}^{n-1}(x-x_j)}{(x-x_i){\prod }_{j=0,j\ne i}^{n-1}(x_i-x_j)}\\ & =\prod _{j=0}^{n-1}(x-x_j)\sum _{i=0}^{n-1}\frac{1}{x-x_i}\times \frac{y_i}{{\prod }_{j=0,j\ne i}^{n-1}(x_i-x_j)}\end{array}$
令 $\begin{array}{r}h(x)=\prod _{j=0}^{n-1}(x-x_j),w_i=\frac{y_i}{{\prod }_{j=0,j\ne i}^{n-1}(x_i-x_j)}\end{array}$，则
$$\begin{array}{r}f(x)=h(x)\sum _{i=0}^{n-1}\frac{w_i}{x-x_i}\end{array}$$

求值　这样单次求值的时间复杂度仍为 $\Theta (n^2)$。
动态加点　更新 $h$ 是 $\Theta (1)$ 的，因此只需要 $\Theta (n)$ 更新 $w_i(1⩽i<n)$ 并用 $\Theta (n)$ 的时间计算 $w_n$ 即可。