拉格朗日插值定理

拉格朗日插值学习

基本模型

• 定理模型： 已知 n+1 个点 $x_i$ 及对应的$f(x_i)$，如果$f(x)$是一个n次函数，拉格朗日插值可以唯一确定出 $f(x)$，并且 $O(n^2)$ 求出 $f(k)$ 。

• 直接结论： $f(x)={\sum }_{i=0}^{n}f(x_i)\times {\prod }_{j=0,j!=i}^n\frac{x-x_j}{x_i-x_j}$

• 简单证明： ${\prod }_{j=0,j!=i}^n\frac{x-x_j}{x_i-x_j}$有一个特点：当 $x\ne i$ 时，为0；当 $x=i$ 时，为 1。那么对于这 $n+1$ 个点 $(x_i,f(x_i))$ ，上式均成立。当 $f(x)$ 为 n 次函数的时候，经过这 n+1 个点的函数只有唯一一个，那么就只能是上式。

• 时间复杂度： 对于一次查询 $f(k)$ ，时间复杂度 $O(n^2)$

代码如下：小数版f(k)

int main(){
	double ans=0;
	for(int i=0;i<=n;i++){
		double t=y[i];
		for(int j=0;j<=n;j++){
			if(j!=i)t*=(k-x[j])/(x[i]-x[j]);
		}
		ans+=t;
	}
	cout<<ans;
}

代码如下：取模版f(k)%p

int main(){
	long long ans=0;
	for(int i=0;i<=n;i++){
		long long t1=y[i],t2=1;
		for(int j=0;j<=n;j++){
			if(j!=i){
				t1=t1*(k-x[j])%p;
				t2=t2*(x[i]-x[j])%p;
			}
		}
		ans=(ans+t1*ksm(t2,p-2)%p)%p;
	}
	cout<<(ans%p+p)%p;
}

特殊型：点连续

• 模型描述：当给定的 $n$ 个点为 $x_i=i$ 时，原式变为$f(x)={\sum }_{i=0}^{n}f(i)\times {\prod }_{j=0,j!=i}^n\frac{x-j}{i-j}$。其中前缀积 $pr{e}_i={\prod }_{j=0}^i(x-j)$；后缀积 $su{f}_i={\prod }_{j=i}^n(x-j)$；阶乘 $fa{c}_i=i!$。那么 $f(x)={\sum }_{i=0}^{n}f(i)\times \frac{pr{e}_{i-1}\times su{r}_{i+1}}{fa{c}_i\times fa{c}_{n-i}}\times (-1{)}^{n-i}$

一些小常识

• 1.$n$ 次多项式的前 n 项和是 n+1 次多项式。

练习题

模板题

例题2

• 题目描述：给定n,k，求${\sum }_{i=0}^n{i}^k$ mod 1000000007，其中1<=n<=1e18，k=1e5。
• 问题分析：${\sum }_{i=1}^n{i}^1$ 为二次函数，${\sum }_{i=1}^n{i}^2$为三次函数，${\sum }_{i=1}^n{i}^3$ 为四次函数，那么很容易猜想到${\sum }_{i=1}^n{i}^k$是一个 k+1 次函数。求出$(x_i,f(x_i))$,0<=i<=k，带入拉格朗日插值公式即可求出$f(x)$，并求出$f(n)$。

例题3

• 题目描述：定义$f(x)$是一个n次多项式，即$f(x)=a_0{x}^0+x_1{x}^1+x_2{x}^2+\dots \dots +x_n{x}^n$。a_sing不知道任何一个$a_i$，但它知道$f(0),f(1),f(2)\dots \dots f(n)$。有q个问题，每个问题查询${\sum }_{i=L}^{R}f(i)$ mod 9999991。其中1<=n<=1e4，q=1e3，0<=L<=R<=1e18。
• 问题分析：已知 n+1 个点 $x_i$ 及对应的$f(x_i)$，拉格朗日可以直接求出$f(x)$的通项。但是我们需要去求前缀和才能快速求上式，而L,R的值太大了，无法预处理。我们知道，一个n次函数的前k项和是n+1次函数，即${\sum }_{i=0}^{k}f(i)$是一个n+1次函数，我们只需要找到n+2个已知点就可拉格朗日插值求出该通项了。但是我们只知道n+1个点，我们可以先用拉格朗日插值求出第n+2个点即$f(n+1)$。这样就有n+2个点的值了，再用拉格朗日插值即可求出${\sum }_{i=0}^{k}f(i)$的通项。