barycentric evaluation快速入门

1. 引言

使用多项式的强大技术之一在于：

• 已知该多项式的一组evaluations
• 可直接计算其在某不同point的evaluation值

如，若$P(x)$为degree-100多项式：

• 可使用evaluations $P(0),P(1),\cdots ,P(100)$
• 在$O(N)$时间内，直接计算$P(101)$或$P(1247130)$，而不需要重构该多项式。

本文将描述具体的实现方式。详细技术细节可参看：

• 2004年论文 Barycentric Lagrange Interpolation∗

2. 通用技术

令$P(x)$为多项式，$x_1,\cdots ,x_n$为一组对$P(x)$的评估点，具有的评估值分别为$y_1,\cdots ,y_N$。

可将$P(x)$看成是线性组合${\sum }_i{y}_i{L}_i(x)$，其中：

• $L_i(x)$多项式，在$x_i$处值为1，而在该集合内的其它x坐标处，值为0。

每个$L_i(x)$可表示为：
$\frac{(x-x_1)(x-x_2)\cdots (x-x_{i-1})(x-x_{i+1})\cdots (x-x_N)}{(x_i-x_1)(x_i-x_2)\cdots (x_i-x_{i-1})(x_i-x_{i+1})\cdots (x_i-x_N)}$

将上面的分母表示为$d_i$，将所有乘积$(x-x_1)(x-x_2)\cdots (x-x_N)$（不跳过任何元素）表示为$M(x)$，则$L_i(x)$可表示为：
$\frac{M(x)}{d_i(x-x_i)}$

其中：

• $d_i$值计算需要$O(N^2)$ time，因每个用时$O(N)$，且一共有$N$项。但这些值仅依赖于evaluation points，而不是特定的多项式。因此可提前预计算并存储，而不需要每次都重新计算。
• $M(x)$在任意点的计算用时为$O(N)$。

因此，每个$L_i(x)$的计算用时为$O(N)$。

从而：
$P(x)=M(x)\ast {\sum }_i\frac{y_i}{d_i(x-x_i)}$
计算用时也为$O(N)$。

3. 特例情况：roots of unity

在barycentric evaluation的很多应用中，可选择evaluation points。一种很舒适的选择是：

• 选择集合 { 1 , w , w 2 , ⋯   , w N − 1 } \{1,w,w^2,\cdots,w^{N-1}\} {1,w,w2,⋯,wN−1}，其中$w$满足$w^N=1$，$N$为a power of 2。

这种选择的主要优势在于：

• 取消了对$d_i$值的预计算需要。因为对此有一种简单的closed-form value。

原因在于，可将$d_i$简化表示为：
${\prod }_{0\le j\ne i<N}(w^i-w^j)$

注意有$w^{\frac{N}{2}}=-1$，因此可将上面公式重新表示为：
$2w^i\ast {\prod }_{0\le j\ne i<\frac{N}{2}}(w^i-w^j)(w^i+w^j)$

其中乘积内各项为$(w^i-w^j)$和$(w^i-w^{j+\frac{N}{2}})$，而$w^{j+\frac{N}{2}}=-w^j$。剩下的项为$(w^i-w^{i+\frac{N}{2}})$，可简化表示为$2w^i$。

此时，$(w^i-w^j)(w^i+w^j)$可合并表示为$(w^{2i}-w^{2j})$，因此有：
$2w^i\ast {\prod }_{0\le j\ne i<\frac{N}{2}}(w^{2i}-w^{2j})$

重复以上过程，有：
$2w^i\ast 2w^{2i}\ast {\prod }_{0\le j\ne i<\frac{N}{4}}(w^{4i}-w^{4j})$

继续重复，最终让右侧的乘积项为空。从而有：
$2w^i\ast 2w^{2i}\ast 2w^{4i}\ast \cdots \ast 2w^{\frac{N}{2}i}=N\ast w^{(N-1)i}$

由于$w^N=1$，从而有：
$d_i=\frac{N}{w^i}$

此外，$M(x)={\prod }_i(x-w^i)$可简化表示为$x^N-1$，因此，整个计算可简化表示为：
$P(x)=\frac{x^N-1}{N}\ast {\sum }_i\frac{y_i\ast w^i}{x-w^i}$

参考资料

[1] Vitalik 2022年3月hackmd A quick barycentric evaluation tutorial
[2] 2004年论文 Barycentric Lagrange Interpolation∗