多项式快速计算

多项式快速计算

多项式，由变量x、多项式系数、及其加、减、乘、幂（非负整数）构成的数学表达式。表达式如下
$$f(x)=a_n{x}^n+a_{n-1}{x}^{n-1}+a_{n-2}{x}^{n-2}+...++a_{1}x+a_0,(n\ge 0)$$
由于多项式计算涉及多次幂的加乘，且重复计算；同时编程中针对不同次数的多项式需要编写重复程序。

算法1：递归调用 （来自 Zane）

针对多项式（1）变形
$$f(x)=((\left(\right((a_{n}x+a_{n-1})x+a_{n-2})x+a_{n-3})+a_{n-4})x+...+a_1)x+a_0$$
可分解为如下迭代关系
$$\begin{gathered} f_n(x)=A_{n}x+B_n,初始条件A_n=a_n,n\ge 1 \\ {f}_0=a_0 \end{gathered}$$
其中
$$A_n=f_{n-1}(x),B_n=a_{n-1},(n>1)$$
则可以利用上述公式确定递归调用，实现多项式的计算

代码

# cof [a0...an]
def polycalc(x:float,cof:list)->float:
    return polycalc(x,cof[1:])*x+cof[0] if len(cof) > 1 else cof[0]

算法2： 循环调用

还是针对公式（2），每一项都是 $a_{i}x+a_{i-1}$ 的项目，构造循环项 A，第k次循环值为 $A_k$，
$$A_k=a_i\ast A_{k-1}+a_{i-1}(i>1)$$
循环初始值 $A=a_n$, 循环 n-1 次，实现 $f(x)=A$

代码

# cof [a0...an]
def polycalc3(x:float,cof:list[float])->float:
    p = cof[-1]
    for i in range(len(cof)-1,0,-1):
        p = p*x+cof[i-1]
    return p

算法1和算法2，都会将x的幂乘，转化为一般乘法，避免了x*x多次计算；算法1相比算法2，开销更大