勒让德多项式系数计算函数精度不足问题求助

问题分析 #

你当前基于Bonnet递推公式的递归实现，在n增大时出现精度快速下降的问题，核心原因是正向递推的数值不稳定性：递推过程中浮点舍入误差会被不断放大，最终导致系数完全偏离真实值。而Boost的legendre_p函数针对特定x值计算时，采用了更稳定的递推策略（或结合了归一化），但无法直接获取多项式系数。

解决方案：显式公式直接计算系数 #

勒让德多项式的系数可以通过显式组合公式直接计算，完全避免递推带来的误差累积。公式如下：
对于n阶勒让德多项式$P_n(x)$，$x^k$的系数为：

• 若k与n奇偶性不同，系数为0；
• 若奇偶性相同，系数为：
  $$
  C(n,k) = (-1)^{\frac{n-k}{2}} \cdot \frac{(2n - k)!}{2^n \cdot k! \cdot \left(\frac{n-k}{2}\right)! \cdot \left(\frac{n+k}{2}\right)!}
  $$

实现代码（兼容你的系数存储顺序）

你的代码中系数数组是从$x^n$到$x0$的顺序存储（即索引0对应$x^{n$的系数，索引n对应$x}0$的系数），以下代码生成的系数数组完全兼容原有求值逻辑：

#include <vector>
#include <cmath>
#include <algorithm>

// 计算对数阶乘，避免大n时的数值溢出
long double log_factorial(int m) {
    long double res = 0.0;
    for (int i = 2; i <= m; ++i) {
        res += logl(i);
    }
    return res;
}

vector<long double> legendre_polynomial(int n) {
    vector<long double> coeffs(n + 1, 0.0);
    int start = n % 2; // 非零系数的起始索引（与n奇偶性一致）
    
    long double log_2_pow_n = logl(2) * n;
    for (int k = start; k <= n; k += 2) {
        int t = (n - k) / 2;
        // 计算对数形式的系数，避免溢出
        long double log_numerator = log_factorial(2 * n - k);
        long double log_denominator = log_2_pow_n + log_factorial(k) + log_factorial(t) + log_factorial(n + k);
        long double coeff = expl(log_numerator - log_denominator);
        
        // 处理符号项 (-1)^t
        if (t % 2 != 0) {
            coeff = -coeff;
        }
        
        coeffs[k] = coeff; // coeffs[k]对应常规存储中x^k的系数
    }
    
    // 反转数组，适配你的存储顺序（x^n的系数放在索引0）
    reverse(coeffs.begin(), coeffs.end());
    return coeffs;
}

优化说明 #

1. 无误差累积：直接计算每个系数，完全避免递推过程中的舍入误差放大问题，n再大也能保持精度。
2. 避免溢出：使用对数阶乘计算，解决大n时阶乘数值溢出的问题，支持更大的n（如n>100）。
3. 精度提升：采用long double类型替代double，进一步降低浮点舍入误差。

测试验证 #

用你原有的测试代码替换函数后，n=48、x=0.9的计算结果会与Boost库的输出一致。

内容的提问来源于stack exchange，提问作者haifisch123