拉格朗日插值

合集 - 数学(5)

1.二项式反演2023-08-162.斯特林数2023-08-153.树上随机游走2023-08-164.常见数学式子（持续更新ing...）2023-08-18

5.拉格朗日插值2023-10-18

收起

拉格朗日插值

普通拉格朗日插值

众所周知，$n + 1$ 个横坐标互不相同的点可以确定出唯一的最高次为 $n$ 的多项式。当给定你 $n$ 个点并要求你求出横坐标为 $x$ 的点的纵坐标，高斯消元虽是个选择，但是 $O(n^3)$ 的时间复杂度显然不优。于是我们选择用 $O(n^2)$ 的拉格朗日插值解决这类问题。

我们先来考虑构造一个函数 $L(x)$，我们希望这个函数在 $x = x_i$ 时等于 $1$，在 $x = x_j(0 \le j \le n, j \not= i)$ 时等于 $0$。

我们想达到这个目的，不难想到去令多个式子相乘，这样的话只要有一项等于 $0$，则总的式子就等于 $0$。

所以我们先设 $\displaystyle L(x) = \prod_{0 \le j \le n} (x - x_j)$，但是我们发现当 $x = x_i$ 时也等于 $0$。

所以我们再设 $\displaystyle L(x) = \prod_{0 \le j \le n 且i \not= j} (x - x_j)$，但是我们发现当 $x = x_i$ 时不等于 $1$。

所以我们设 $\displaystyle L(x) = \prod_{0 \le j \le n 且i \not= j} \frac{x - x_j}{x_i - x_j}$。

然后就得到了一个非常巧的函数。

然后就有：

$$\begin{aligned} f(x) &= \sum_{i = 0}^n y_i L(x)\\ &= \sum_{i = 0}^n y_i \prod_{j \not= i} \frac{x - x_j}{x_i - x_j} \end{aligned}$$

这个式子显然是可以在 $O(n^2)$ 的时间复杂度内算出来的。

在横坐标连续的情况下的拉格朗日插值

当横坐标连续时，我们可以将 $x_i$ 看作 $i$，$x_j$ 看作 $j$，所以原式变成：

$$\begin{aligned} f(x) = \sum_{i = 0}^n y_i \prod_{j \not= i} \frac{x - j}{i - j} \end{aligned}$$

现在的重点在于如何快速算出 $\displaystyle \prod_{j \not= i} \frac{x - j}{i - j}$

我们发现分子可以写成前缀积和后缀积相乘的形式，所以设 $\displaystyle pre_i = \prod_{j = 0}^i (x - j), suf_i = \prod_{j = i}^n (x - j)$，然后分子就可以写成 $pre_{i - 1} \times suf_{i + 1}$。

但是我们发现，分子好像也可以不写成前缀积和后缀积相乘的形式。我们直接预处理出 $prod = \displaystyle \prod_{j = 0}^n (x - j)$，然后分子就是 $\displaystyle \frac{prod}{x - i}$，我们把 $x - i$ 移到分母上即可。

我们发现分母可以写成阶乘的形式，所以设 $fac_i$ 为 $i$ 的阶乘，然后分母就可以写成 $fac_{i - 1} \times fac_{n - i}$。

但是我们发现，当 $i < j$ 时有可能会使原式变为负数。我们考虑什么时候会出现这种情况。

对于 $m$ 个负数相乘，当 $m$ 为偶数时结果为正，$m$ 为奇数时结果为负。对于一个 $i$，大于 $i$ 的 $j$ 的个数为 $n - i$，所以我们让分母再乘上 $(-1)^{n - i}$ 即可。

所以整合一下：

$$\begin{aligned} f(x) &= \sum_{i = 0}^n \frac{y_i \times pre_{i - 1} \times suf_{i + 1}}{(-1)^{n - i} \times fac_{i - 1} \times fac_{n - i}}\\ &= \sum_{i = 0}^n \frac{y_i \times prod}{(x - i) \times (-1)^{n - i} \times fac_{i - 1} \times fac_{n - i}}\\ \end{aligned}$$

我们发现这个式子是 $O(n)$ 的。

重心拉格朗日插值

如果我们需要计算多次拉格朗日插值，那每一次都跑一边 $O(n^2)$ 这个过程是很不优的，因为我们重复算了很多东西。

所以我们考虑重写一下原式。

$$\begin{aligned} f(x) &= \sum_{i = 0}^n y_i \prod_{j \not= i} \frac{x - x_j}{x_i - x_j}\\ &= \sum_{i = 0}^n y_i \prod_{j \not= i} (x - x_j) \prod_{p \not= i}\frac{1}{x_i - x_p}\\ &= \sum_{i = 0}^n \prod_{j \not= i} (x - x_j) \frac{y_i}{\prod_{p \not= i}(x_i - x_p)}\\ &= \prod_{j = 0}^n (x - x_j) \sum_{i = 0}^n \frac{y_i}{\prod_{p \not= i}(x_i - x_p)} \times \frac{1}{x - x_i}\\ \end{aligned}$$

然后我们设 $\displaystyle prod_i = \frac{y_i}{\prod_{p \not= i}(x_i - x_p)}, g_x = \prod_{j = 0}^n (x - x_j)$。

所以有：

$$\begin{aligned} f(x) &= g(x) \sum_{i = 0}^n \frac{prod_i}{x - x_i}\\ \end{aligned}$$

在 $O(n^2)$ 预处理出 $prod$ 后，这个式子可以 $O(n)$ 计算。