多项式相乘的高效分治算法一

        多项式相乘最容易想到的方法就是采用2个for循环，依次遍历相乘累加即可。但时间复杂度为O(n2)。那么是否可用其他的方法来降低遍历比较的次数呢？可用分治法来进行对应切分，然后相乘，再相加。但是这好像并不能减少遍历的次数，因为与之前的合并排序不同的是，合并排序中，如果左边的数若比右边的数小，则左边的左边就不需要与右边的所有数进行比较，因为数是sorted，所以默认比右边的小，无需再比较；而两个多项式相乘，不存在排序，而且每个数都必须与对面的每个数相乘，因为数都是不同的，所以必须每个数与另一个多项式的每一项相乘（注：一个加号连接两个项），那么根据以上的分析，无论如何都要进行N2次乘法，这样即使采用分治法，最后的时间复杂度也为O(n2)。这个问题让我不得其解，因为不管怎么运用何种算法都不可能减少相乘的次数。然后高斯采用了一个出其不意的思想方法来减少了相乘的次数，变4次大相乘为3次大相乘，而每个数又都相乘了。

         该方法的理论依据是：

1. 在计算上，乘法比加法更耗时，所以可用加法来代替乘法；
2. 该方法来源于反思考宏观的推理。

        因此，多项式相乘高效方法来源于高斯的推理。那么首先从多项式的4次分治相乘的编程开始。如何采用分治法进行分割相乘呢？基本的步骤如下：

      例如有多项式A=[2,3,5,4]和B=[3,1,3,5]  ，注：多项式只存系数，系数的位序代表了该项的幂次。位序==幂次是编程实现的关键。如何关键呢？

     Step1. 将A,B分别从中间分割成A0和A1，B0和B1;

     Step2.  A*B=A0*B0+A0*B1+A1*B0+A1*B1,对这四项进行递归分割相乘，然后叠加；

      首先，根据分治法，编写一个主体的递归程序如下：

vector<double> DivideMerge::polynomialsMultiply(vector<double>&numA, int lowA, int highA, vector<double>&numB, int lowB, int highB)
{
	vector<double>numXY,numXYZ;
	vector<double>numX, numY, numZ;                                                            

	if (lowA < highA && lowB<highB)
	{
		int midA = (highA + lowA) / 2;
		int midB = (highB + lowB) / 2;