折腾很多时间数组
牛顿插值法主要是在于差商,三次样条主要矩阵,发现本身不会,又回头整矩阵的,什么线性方程的解法..简直头大spa
牛顿的差商,其实就是递归,虽然计算一次是能够用数组存起来,可是写出来的时候是递归感受很爽,就灭有存储各阶段的结果,致使计算量大增,应该有个N方的时间把...code
剩下就是三次样条,对于公式来看起来也是很简单,可是坑很多,到计算的时候发现本身不会矩阵,回头整了矩阵,发现解法不是求逆或者伴随矩阵这样的计算量极大的方法,而是三角分解,LUP分解或者追赶法等。blog
因此三次样条除去自身对边界条件的处理,剩下就是矩阵计算了。特别的,三次样条在用的时候不是按段输入值,而是直接输入值,因此作了下对输入值的进行查找段的方法,就是判断输入的值属于哪两个相邻的X点之间。递归
简单弄了demo。代码上没什么好说的,有不对请指出图片
示例图片ip
控制代码get
public ICommand DrawTypeCommand { get { return new ParameterCommand<InterpolationFunction>((a) => { IsDrawing = true; //筛选为鼠标建立的点 var pointlist = MainData.Where(x => x.UIType == CoorDinateUIType.Point).ToList(); var copyarry = new CoorDinate[pointlist.Count()]; pointlist.CopyTo(copyarry, 0); //建立对应的插值方法 interpolation = InterpolationOperate.Function(copyarry.ToList(), a); //是否添加过直线 if (!MainData.Any(x => x.UIType == CoorDinateUIType.Line)) { MainData.Add(new CoorDinate(CreateLine(copyarry.ToList()), CoorDinateUIType.Line)); } //依次删除插值方法产生的点 for (int i = 0; i < MainData.Count; i++) { if (MainData[i].UIType == CoorDinateUIType.MethodPoint) { MainData.RemoveAt(i); i = 0; continue; } } switch (a) { case InterpolationFunction.拉格朗日插值法: case InterpolationFunction.牛顿多项式插值法: for (double i = copyarry[0].X; i < copyarry.Last().X; i++) { MainData.Add(new CoorDinate(i, interpolation.GetValueByFunction(i), CreateEllipse2(), CoorDinateUIType.MethodPoint)); } break; case InterpolationFunction.三次样条天然条件插值法: for (int i = 0; i < copyarry.Length - 1; i++) { var now = copyarry[i].X; var next = copyarry[i + 1].X; for (double z = now; z < next; z++) { MainData.Add(new CoorDinate(z, interpolation.GetValueByFunction(z), CreateEllipse2(), CoorDinateUIType.MethodPoint)); } } break; default: break; } IsDrawing = false; ReDraw = true; }, (a) => !IsDrawing && MainData.Count > 3); } }
代码下载it