多项式简介
前置知识
FFT，多项式乘法
Basic Concepts
多项式的度
对于一个多项式 $f(x)$ ，称其最高次项的次数为该多项式的 度（Degree） ，记作 $\operatorname{deg}{f}$ 。
多项式的逆元
对于多项式 $f(x)$ ，若存在 $g(x)$ 满足：
$$\begin{aligned} f(x) g(x) & \equiv 1 \pmod{x^{n}} \\ \operatorname{deg}{g} & \le \operatorname{deg}{f} \end{aligned}$$
则称 $g(x)$ 为 $f(x)$ 在模 $x^{n}$ 意义下的 逆元（Inverse Element） ，记作 $f^{-1}(x)$ 。
多项式的余数和商
对于多项式 $f(x), g(x)$ ，存在 唯一 的 $Q(x), R(x)$ 满足：
$$\begin{aligned} f(x) &= Q(x) g(x) + R(x) \\ \operatorname{deg}{Q} &= \operatorname{deg}{f} - \operatorname{deg}{g} \\ \operatorname{deg}{R} &< \operatorname{deg}{g} \end{aligned}$$
我们称 $Q(x)$ 为 $g(x)$ 除 $f(x)$ 的 商（Quotient） ， $R(x)$ 为 $g(x)$ 除 $f(x)$ 的 余数（Remainder） 。 亦可记作
$$f(x) \equiv R(x) \pmod{g(x)}$$
多项式的对数函数与指数函数
对于一个多项式 $f(x)$ ，可以将其对数函数看作其与麦克劳林级数的复合：
$$\ln{(1 - f(x))} = -\sum_{i = 1}^{+\infty} \frac{f^{i}(x)}{i} = \sum_{i = 1}^{+\infty} \frac{(-1)^{i - 1}f^{i}(x)}{i}$$
其指数函数同样可以这样定义：
$$\exp{f(x)} = e^{f(x)} = \sum_{i = 0}^{+\infty} \frac{f^{i}(x)}{i!}$$
多项式的多点求值和插值
多项式的多点求值（Multi-point evaluation） 即给出一个多项式 $f(x)$ 和 $n$ 个点 $x_{1}, x_{2}, \dots, x_{n}$ ，求
$$f(x_{1}), f(x_{2}), \dots, f(x_{n})$$
多项式的插值（Interpolation） 即给出 $n + 1$ 个点
$$(x_{0}, y_{0}), (x_{1}, y_{1}), \dots, (x_{n}, y_{n})$$
求一个 $n$ 次多项式 $f(x)$ 使得这 $n + 1$ 个点都在 $f(x)$ 上。
这两种操作的实质就是将多项式在 系数表示 和 点值表示 间转化。
References
评论