[学习笔记]拉格朗日插值

其实是复习，但基本上等同于学习(大雾)。

理论推导

基本公式

构造一个合法的函数$f(x)$，使得该函数过$n+1$个点$(x_i,y_i)$，且函数次数不超过$n$。

我们先直接看这个构造出来的函数:
$$f(k)=\sum _{i=1}^n{y}_i\prod _{i\ne j}\frac{k-x_j}{x_i-x_j}$$
将每个$(x_i,y_i)$带入公式就会发现这个函数神奇的含义:

• 若$k=x_p$，那么对于$i\ne p$，后面连乘的部分答案一定为$0$,$i=p$时答案为$1$。因此最终结果$f(k)=y_p$

因此这个多项式完美的符合问题的要求，由于$n+1$一个点能够唯一确定一个$n$次多项式，因此我们用构造的方法成功解决了这个问题。

重心拉格朗日插值

简单来说就是我们把式子变一下形，令$$w_i=\frac{1}{{\prod }_{i\ne j}^n(x_i-x_j)}$$
因此:
$$F(x)=\prod _{i=0}^n(x-x_i)\times \sum _{j=0}^n{y}_j\frac{w_i}{x-x_j}$$
每次增加一个数时，我们每次将每个$w_i$多除以一个$(x_i-x_{n+1})$即可。
这样动态增加数就是单次$O(n)$的了。
UPD:
在实际解决的问题中，我们很有可能遇到$x$模意义下等于某一个$x_j$导致分子为零的情况。
因此我们定义$pr{e}_i={\prod }_{j=0}^{i-1}(x-x_j),su{f}_i={\prod }_{j=i+1}^n(x-x_j)$。
原式变为
$$F(x)=\sum _{j=0}^n{y}_j\cdot pr{e}_i\cdot su{f}_i\cdot w_i$$

$x$取值连续时的拉格朗日插值I

给定一个不超过 $n$ 次的多项式的 $n+1$ 个点值 $f(0),f(1)\dots f(n)$，和一个正整数 $m$，求 $f(m)$

事实上，多数题目的$x$取值都可以是连续的，此时我们可以利用一些特性来优化插值的过程。
例如上面的问题，我们代换一下公式:
$$f(x)=\sum _{i=0}^n{y}_i\prod _{i\ne j}\frac{x-j}{i-j}$$
除式下面的部分可以观察得到$(-1{)}^{m-i}i!(m-i)!$，上面的部分显然可以使用阶乘表示，得到:
$$f(x)=\frac{x!}{(x-n-1)!}\sum _{i=0}^n\frac{(-1{)}^{n-i}{y}_i}{i!(n-i)!}\times \frac{1}{x-j}$$
UPD: 如果需要处理分母为零的情况，用重心拉个朗日插值的解决方法同样解决即可。

$x$取值连续时的拉格朗日插值II

给定一个不超过 $n$ 次的多项式的 $n+1$ 个点值 $f(0),f(1)\dots f(n)$，和一个正整数 $m$，求 $f(m),f(m+1),\dots f(m+n)$。

其实想法挺巧妙的，我好像没见过这个套路。
由于$x$连续，我们套用上面的公式：
$$f(x+k)=\frac{(x+k)!}{(x+k-n-1)!}\sum _{i=0}^n\frac{(-1{)}^{n-i}{y}_i}{i!(n-i)!}\times \frac{1}{x+k-j}$$
看起来很像卷积：
$$A(x)=\sum _{i=0}^n\frac{(-1{)}^{n-i}{y}_i}{i!(n-i)!},B(x)=\sum _{i=0}^n\frac{1}{x+k-j}$$
然而$B(x)$里面有$k$，不能直接做。
但是注意到相邻两个点值表示的多项式等价于每次向左平移一位。
因此我们重新定义$$B(x)=\sum _{i=0}^{2n}\frac{1}{x+i-n}$$
此时$A(x)\cdot B(x)$的第$[n,2n]$项分别对应的就是$f(x+k)$。
画一下图就知道为什么了。

实现细节:因为$m$有一点大所以预处理阶乘很麻烦…

例题

拉格朗日插值法的最大难点其实在于对多项式次数的分析。
然而实践证明多拿几个点来插值也没有什么问题。

P4463 [集训队互测2012] calc

离散拉格朗日插值基础dp题。
定义dp_{i,j}表示$i$个数，每个数在$[1,j]$的范围内的方案数。
首先写出dp式，$f_{i,j}=f_{i-1,j-1}\times i\times j+f_{i,j-1}$。
然后我们证明$f(i)$是一个$2i$次的多项式。
设$f(i)$多项式次数为$g_i$。
移项$f_{i,j}-f_{i,j-1}=f_{i-1,j-1}\times i\times j$
左边是次数是$g_i-1$的[$x^d-(x-1{)}^d$没有$x^d$项]。
因此$g_i-1=g_{i-1}+1$.
$g_i=2i$
然后带入$2n+1$（包括i=0）个点插值即可。
复杂度:$O(n^2)$。

CF995F Cowmpany Cowmpensation

跟上一题没什么区别，写出dp式子然后分析多项式次数，同样插值即可。
复杂度:$O(n^2)$。

[JLOI2016]成绩比较

我们可以尝试着用$dp$来解决这个问题。
定义$f_{i,j}$表示已经处理了前$i$次考试成绩，现在有$j$个人被B神碾压的方案数。
$$f_{i,j}=(\sum _{k=j}^n{f}_{i-1,k}\cdot (\genfrac{}{}{0ex}{}{k}{j})\cdot (\genfrac{}{}{0ex}{}{n-k-1}{r_i-1-(k-j)}\left)\right)\sum _{k=1}^{u_i}{k}^{n-r_i}\cdot (u_i-k{)}^{r_i-1}$$
看上去一切顺利，但是$u_i$的范围是$10^9$，直接处理显然会T。
我们设这个部分$f(i)={\sum }_{k=1}^{u_i}{k}^{n-r_i}\cdot (u_i-k{)}^{r_i-1}$。
和式里面是一个$n-1$次的多项式(关于$u_i$)。
那么求和就变成了一个$n$次多项式。
插值求出每个$f(i)$即可。
复杂度:$O(n^3\log n)$(搞了个快速幂…)。

[2018 集训队互测]小 H 爱染色

[NOI2019] 机器人

这种题目口胡起来还是很愉快的…
首先我们很容易得到一个$50$分的dp。
定义$dp[l][r][v]$为$[l,r]$中最大值不差过$v$的方案数。
那么有$dp[l][r][v]={\sum }_{mid}{\sum }_{k}dp[l][mid-1][k]\times dp[mid+1][r][k-1]$。
然后有一个结论:将给出的区间一起离散化，每相邻两点的一个区间是一个$n$次的多项式。
有了这个结论了之后我们对每个段只取前$n$个值进行dp，接下来的我们可以直接通过插值插出来。
这样可以得到95分的好成绩。
如果要得到满分的话我们需要将每层一定用不到的dp值域舍去(因为对于区间比较短的dp数组，$k$比较大的状态其实是和$dp[1][n][p-p+n-1]$无关的)。

「from CommonAnts」一道数学题 加强版