发布时间：2023-10-27 | 分类：高中数学 · 算法初步 | 阅读时长：8分钟
在高中数学的算法初步章节中，秦九韶算法（Qin Jiushao's Algorithm）无疑是最具代表性的经典案例之一。它不仅仅是一个计算工具，更是中国古代数学辉煌成就的现代体现。南宋数学家秦九韶在其著作《数书九章》中首次系统阐述了这一算法，比西方同类算法早了约500年。
对于高一学生而言，掌握秦九韶算法公式不仅是应对考试的要求，更是理解“算法优化”这一计算机科学核心思想的入门钥匙。它展示了如何将复杂的数学问题通过逻辑重构，转化为计算机最容易处理的线性结构。
设一个 n 次多项式：
如果直接按照上述形式计算，需要进行大量的乘法运算。例如，计算 x^n 需要 n-1 次乘法，加上各项系数乘法，总乘法次数高达 n(n+1)/2 次。当 n 很大时，计算量将呈平方级增长。
秦九韶算法的核心在于将多项式改写为如下嵌套形式：
令 v0 = an，则：
最终，vn 即为多项式 f(x) 在 x 处的值。
关键点：每次迭代只需要做一次乘法和一次加法。对于 n 次多项式，总共只需要 n 次乘法和 n 次加法。运算次数从 O(n²) 降低到了 O(n)。
让我们通过一个具体的例子，演示如何使用秦九韶算法计算多项式的值。
已知多项式 f(x) = 2x^5 - 5x^4 - 4x^3 + 3x^2 - 6x + 7，求当 x = 5 时的值。
按降幂排列，系数依次为：
| 指数 | 5 | 4 | 3 | 2 | 1 | 0 |
|---|---|---|---|---|---|---|
| 系数 (a) | 2 | -5 | -4 | 3 | -6 | 7 |
给定 x = 5，我们从最高次项系数开始：
v0 = 2 (即 a5)
v1 = v0 × 5 + a4 = 2 × 5 + (-5) = 10 - 5 = 5
v2 = v1 × 5 + a3 = 5 × 5 + (-4) = 25 - 4 = 21
v3 = v2 × 5 + a2 = 21 × 5 + 3 = 105 + 3 = 108
v4 = v3 × 5 + a1 = 108 × 5 + (-6) = 540 - 6 = 534
v5 = v4 × 5 + a0 = 534 × 5 + 7 = 2670 + 7 = 2677
因此，f(5) = 2677。通过对比，直接计算需要大量幂运算，而秦九韶算法仅通过简单的乘加循环即可得出结果，且不易出错。
在信息技术课程中，秦九韶算法是编写程序求多项式值的经典题目。以下分别展示 Python 和 C++ 的实现方式。
def qin_jiushao(coeffs, x):
"""
coeffs: 多项式系数列表，从最高次到常数项
x: 自变量的值
"""
n = len(coeffs) - 1
v = coeffs[0]
for i in range(1, n + 1):
v = v x + coeffs[i]
return v
测试：f(x) = 2x^5 - 5x^4 - 4x^3 + 3x^2 - 6x + 7
系数为 [2, -5, -4, 3, -6, 7]
result = qin_jiushao([2, -5, -4, 3, -6, 7], 5)
print(f"当 x=5 时，f(x) = {result}")#include <iostream>
#include <vector>
using namespace std;
double qinJiushao(const vector<double>& coeffs, double x) {
double v = coeffs[0];
for (size_t i = 1; i < coeffs.size(); ++i) {
v = v x + coeffs[i];
}
return v;
}
int main() {
vector<double> coeffs = {2, -5, -4, 3, -6, 7};
double x = 5.0;
cout << "当 x=" << x << " 时，f(x) = " << qinJiushao(coeffs, x) << endl;
return 0;
}public class QinJiushao {
public static double calculate(double[] coeffs, double x) {
double v = coeffs[0];
for (int i = 1; i < coeffs.length; i++) {
v = v x + coeffs[i];
}
return v;
}
public static void main(String[] args) {
double[] coeffs = {2, -5, -4, 3, -6, 7};
double x = 5.0;
System.out.println("Result: " + calculate(coeffs, x));
}
}无论使用哪种编程语言，秦九韶算法的时间复杂度均为 O(n)，空间复杂度为 O(1)（如果不考虑存储系数的空间）。这使得它成为处理大规模多项式计算的首选方案。
A：是的。标准的秦九韶算法公式要求系数按照多项式的降幂排列，即 a_n, a_{n-1}, ..., a_1, a_0。如果系数是升幂排列，需要先反转数组或调整迭代逻辑，否则计算结果将错误。
A：缺项意味着对应次数的系数为 0。例如 x^5 + x + 1 的系数序列应为 [1, 0, 0, 0, 1, 1]。在计算时，将这些 0 代入公式即可，不影响算法的正确性，但会影响中间迭代值的大小。
A：可以。只要满足加法和乘法的运算规则（域的性质），秦九韶算法同样适用于复数系数多项式的求值。在信号处理和控制系统理论中，这种应用非常普遍。
A：可以记忆口诀：“降幂排列系数首，乘以x加下一，循环往复至常数，最终结果即所求”。这个过程就像滚雪球一样，每一步都基于上一步的结果进行更新。