关注公众号【算法码上来】，每日算法干货马上就来！
今天继续讲求和的方法。
针对以下求和式，我们用8种方法来求解：
\[{S_n} = \sum\limits_{0 \le k \le n} { {k^2}} \]
大家应该都已经背上了它的答案：
\[{S_n} = \frac{ {n(n + 1)(2n + 1)}}{6}\]
方法0
查表。
这就不用说了，很多文献都有现成的解，拿来直接用就行了。
再给大家推荐一个整数序列查询网站OEIS：链接
方法1
猜答案，然后用数学归纳法证明。
这个也不多说了，前提是你得猜得出来，这题的公式还是很难猜的。
方法2
扰动法。
令
\[T = \sum\limits_{0 \le k \le n} { {k^3}} \]
所以
\[\begin{array}{l}T + {(n + 1)^3}\\ = \sum\limits_{1 \le k \le n + 1} { {k^3}} \\ = \sum\limits_{1 \le k \le n + 1} { { {(k - 1)}^3}} + \sum\limits_{1 \le k \le n + 1} {(3{k^2} - 3k + 1)} \\ = \sum\limits_{0 \le k \le n} { {k^3}} + \sum\limits_{1 \le k \le n + 1} {[3{ {(k - 1)}^2} + 3k - 2]} \\ = T + 3{S_n} + \frac{ {3(n + 2)(n + 1)}}{2} - 2(n + 1)\end{array}\]
解出
\[3{S_n} = {(n + 1)^3} - \frac{ {3(n + 2)(n + 1)}}{2} + 2(n + 1) = n(n + \frac{1}{2})(n + 1)\]
最终得到
\[{S_n} = \frac{ {n(n + 1)(2n + 1)}}{6}\]
可以看出，我们本来是要对$k^2$求和的，但是只要对$k^3$用扰动法求和即可，因为求和过程中$k^3$项会被抵消掉。
方法3
成套方法。
定义如下递归式：
\[\begin{array}{l}{R_0} = \alpha \\{R_n} = {R_{n - 1}} + \beta + \gamma n + \delta {n^2}\end{array}\]
由第2课可知，设解的形式为：
\[{R_n} = A(n)\alpha + B(n)\beta + C(n)\gamma + D(n)\delta \]
分别令${R_n} = 1,n,{n^2}$可以解出
\[A(n) = 1,B(n) = n,C(n) = \frac{ {n(n + 1)}}{2}\]
再另${R_n} = {n^3}$，可以得到
\[3D(n) = {n^3} + 3C(n) - B(n) = n(n + \frac{1}{2})(n + 1)\]
即
\[D(n) = \frac{ {n(n + 1)(2n + 1)}}{6}\]
这时如果令
\[\alpha = \beta = \gamma = 0,\delta = 1\]
那么
\[{R_n} = \sum\limits_{0 \le k \le n} { {k^2}} = D(n) = \frac{ {n(n + 1)(2n + 1)}}{6}\]
方法4
积分法
求和式可以近似成积分\[\int_0^n { {x^2}dx} = {n^3}/3\]
但是还少算了一部分误差，设为$E_n$，则有
\[{E_n} = {S_n} - \frac{1}{3}{n^3} = {S_{n - 1}} + {n^2} - \frac{1}{3}{n^3} = {E_{n - 1}} + n - \frac{1}{3}\]
解得
\[{E_n} = \frac{ {3{n^2} + n}}{6}\]
所以
\[{S_n} = {E_n} + \frac{1}{3}{n^3} = \frac{ {n(n + 1)(2n + 1)}}{6}\]
其实这种方法就是把最高次直接给算出来了，低次项可以直接求和的。
方法5
扩展成二重指标求和
\[\begin{array}{l}{S_n} = \sum\limits_{1 \le k \le n} { {k^2}} = \sum\limits_{1 \le j \le k \le n} { {k^2}} \\ = \sum\limits_{1 \le j \le n} {\sum\limits_{j \le k \le n} k } \\ = \sum\limits_{1 \le j \le n} {(\frac{ {j + n}}{2})(n - j + 1)} \\ = \frac{1}{2}\sum\limits_{1 \le j \le n} {(n(n + 1) + j - {j^2})} \\ = \frac{1}{2}{n^2}(n + 1) + \frac{1}{4}n(n + 1) - \frac{1}{2}{S_n}\\ = \frac{1}{2}n(n + \frac{1}{2})(n + 1) - \frac{1}{2}{S_n}\end{array}\]
所以
\[{S_n} = \frac{ {n(n + 1)(2n + 1)}}{6}\]
方法6
用有限微分求和
微分的形式大家都知道，如下：
\[\Delta f(x) = f(x + 1) - f(x)\]
那如果我们定义
\[f(x) = {x^m}\]
则有
\[\Delta f(x) = {(x + 1)^m} - {x^m}\]
似乎并不能和导数形式统一起来，用起来也不方便，那么我们定义一个新的函数，叫做下降阶乘幂：
\[f(x) = {x^{\underline{m}}} = x(x - 1) \ldots (x - m + 1)\]
同理还可以定义上升阶乘幂。
这个函数有一个很好的性质，那就是
\[\Delta ({x^{\underline{m}}}) = m{x^{\underline{ {m - 1}}}}\]
令
\[g(x) = \Delta f(x)\]
那么和积分类似，有
\[\sum\nolimits_a^b {g(x)\delta x} = f(b) - f(a)\]
所以
\[\sum\limits_{0 \le k < n} { {k^{\underline{m}}}} = \left. {\frac{ { {k^{ {\underline{m + 1}}}}}}{ {m + 1}}} \right|_0^n = \frac{ { {n^{ {\underline{m + 1}}}}}}{ {m + 1}}\]
因为有
\[{k^2} = {k^{\underline{2}}} + {k^{\underline{1}}}\]
所以
\[\sum\limits_{0 \le k < n} { {k^2}} = \frac{ { {n^{\underline{3}}}}}{3} + \frac{ { {n^{\underline{2}}}}}{2} = \frac{ {n(n - 1)(2n - 1)}}{6}\]
同样可以得到
\[{S_n} = \frac{ {n(n + 1)(2n + 1)}}{6}\]
下降阶乘幂还有很多好用的性质，下节课继续。
方法7
生成函数。
以后章节会讲。
