Durand-Kerner算法：求解多项式的所有可能近似根

Durand-Kerner算法：求解多项式的所有可能近似根

Durand-Kerner算法是一种用于求解多项式的所有可能近似根的数值方法。它基于复数的代数运算，并使用了迭代的方式逼近多项式的根。在本文中，我们将介绍Durand-Kerner算法的原理，并提供相应的C++源代码实现。

Durand-Kerner算法的原理：
Durand-Kerner算法的核心思想是将多项式的根近似为复平面上的点，然后通过迭代的方式逐步调整这些点，使它们逼近多项式的根。算法的基本步骤如下：

1. 初始化根的近似值：将复平面上的点均匀地分布成一组初始近似根。可以选择在单位圆周上均匀分布这些点。
2. 迭代更新：对于每个近似根，根据Durand-Kerner迭代公式进行更新，直到收敛。
3. 收敛判断：判断近似根的更新是否已经收敛到多项式的实际根附近，如果没有，则返回第2步。

Durand-Kerner迭代公式如下：
对于第i个近似根z[i]，它的更新公式为：
z[i] = z[i] - f(z[i]) / G(z[i])

其中，f(z[i])表示多项式在z[i]处的值，G(z[i])表示多项式在z[i]除外的所有近似根处的乘积，即：
G(z[i]) = (z[i] - z[0]) * (z[i] - z[1]) * … * (z[i] - z[i-1]) * (z[i] - z[i+1]) * … * (z[i] - z[n])

Durand-Kerner算法的C++实现：