博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
牛顿插值法(c++)【转载】
阅读量:2289 次
发布时间:2019-05-09

本文共 880 字,大约阅读时间需要 2 分钟。

摘自《c++和面向对象数值计算》,代码简洁明快,采用模板函数,通用性增强,牛顿差分合理利用存储空间,采用Horner算法(又称秦九韶算法)提高精度,减少时间复杂度,高!确实是高!对其中代码稍加改动。

#include<iostream>

#include <vector>

using namespace std;

template<class T>

T newton(const vector<T>& vx,const vector<T>& vy,T x);

int main()

{

      const int n=4;

     vector<float> px(n);

     vector<float> py(n);

      for (int i=0;i<n;i++)

      {

            px[i]=1+i/4.0f;

            py[i]=exp(px[i]);

      }

      float x=1.4f;

      float approximation=newton(px,py,x);

     

     cout<<"插值得到的函数值为:"<<approximation<<endl;

     cout<<"函数的真实值为:"<<exp(x)<<endl;

     cout<<"误差:"<<(abs(approximation-exp(1.4)))/exp(1.4)*100<<"%"<<endl;

      return 0;

}

   

template<class T>

T newton(const vector<T>& vx,const vector<T>& vy,T x)

{

     vector<T> b=vy;

      int n=vx.size()-1;

     

      for (int j=1;j<=n;j++)

            for (int i=n;i>=j;i--)

                  b[i]=(b[i]-b[i-1])/(vx[i]-vx[i-j]);

     

      T u=b[n];

      for (int i=n-1;i>=0;i--)

            u=b[i]+(x-vx[i])*u;

      return u;

}

 

转载于:https://www.cnblogs.com/liusuanyatong/p/11259913.html

你可能感兴趣的文章
贝叶斯网络
查看>>
DQN算法分析
查看>>
理解 LSTM 网络
查看>>
SpringBoot 2 源码学习笔记(一)
查看>>
SpringBoot 2 源码学习笔记(二)
查看>>
SpringBoot2 源码学习笔记(三)
查看>>
Spring源码学习笔记 (一)bean是怎么生成的
查看>>
路由器
查看>>
稳定排序和不稳定排序
查看>>
指针和引用的区别
查看>>
空悬指针和野指针
查看>>
RAII 资源获取就是初始化
查看>>
explicit关键字
查看>>
函数指针 回调函数
查看>>
带参数的main
查看>>
typedef
查看>>
vector重新申请内存
查看>>
C++ STL 排序源码详解(一)
查看>>
C++ STL 排序源码详解(二)
查看>>
各种排序算法的时间复杂度
查看>>