线性链表之一元多项式1

算法描述：

符号多项式的操作，已经成为表处理的典型用例。在数学上，一个一元多项式$P_n(x)$可按升幂写成：
$P_n(x)=p_0+p_{1}x+p_2{x}^2+...+p_n{x}^n$

它由n+1个系数唯一确定。因此，在计算机里，它可用一个线性表$P$来表示：
$P=(p_0，p_1，p_2，...，p_n)$每一项的指数i隐含在其系数p_i的序号里。

假设$Q_m(x)$是一元m次多项式，同样可用线性表$Q$来表示：
$Q=(q_0，q_1，q_2，...，q_m)$

不失一般性，设 $m<n$，则两个多项式相加的结果$R_n(x)=P_n(x)+Q_m(x)$可用线性表 $R$ 表示：
$R=(p_0+q_0，p_1+q_1，p_2+q_2，...，p_m+q_m，p_{m+1}，...，p_n)$

显然，我们可以对$P，Q，R$采用顺讯存储结构，使得多项式相加的算法定义十分简洁。至此，一元多项式的表示及相加问题似乎已经解决了。然而，在通常的应用中，多项式的次数可能很好且变化很大，使得顺序存储结构的最大长度很难确定。特别是在处理式的次数可能很高且变化很大，使得顺序存储结构的最大长度很难确定。比如
$S(x)=1+3x^{10000}+2x^{20000}$

一般情况下的一元n次多项式可写成
$P_n(x)=p_1{x}^e+p_2{x}^{e_2}+...+p_m{x}^{e_m}$

其中，$p_i$是指数为$e_i$的项的非零系数，且满足
$0\le e_1<e_2<...<e_m=n$

若用一个长度为$m$且每个元素有两个数据项(系数项和指数项)的线性表
$((p_1，e_1)，(p_2，e_2)，...，(p_m，e_m))$便可唯一确定多项式$P_n(x)$。
在最坏情况下，$n+1(=m)$个系数都不为零，则比只存储每项系数的方案要多存储一倍的数据。
但是，对于$S(x)$类的多项式，这种表示将大大节省空间。

代码见下篇博客