设代数式序列 $q_1(t), q_2(t), ..., q_{n-1}(t)$ ，由它们生成的多项式形式的表达式（不一定是多项式）：
$$p(t)=x_1+x_2q_1(t)+...x_nq_1(t)q_2(t)..q_{n-1}(t)=\sum\limits_{i=1}^n(x_i\prod\limits_{j=1}^{i-1}q_j(t))$$ 一般来讲，按照这个形式计算函数在 $t_0$ 点的取值的复杂度为：n-1次 $q_i(t)$ 求值，n-1次浮点数乘法（生成n个不同的乘积），n-1次乘积和常系数浮点数乘法，n-1次浮点数加法 $\Rightarrow$ 总计n-1次 $q_i(t)$ 求值和 $T(n)\approx 3n$ 次浮点数运算。这需要在计算过程中存储保留一个 $\prod\limits_{j=1}^{i-1}q_j(t)$ 的结果，避免重复运算（那样将会使得生成乘积的n次浮点乘法变成$n^2/2$ 次）。
利用Horner嵌套算法，可以在 $T(n)\approx 3n$ 的基础上再进一步。Horner嵌套算法的表达式是：$$p(t)=x_1+q_1(t)(x_2+q_2(t)(x_3+q_3(t)(...(x_{n-1}+q_{n-1}(t)x_n)...)))$$ 迭代的伪代码可以写成：
$poly = x_n\\for\quad i = n -1 to 1\\ \quad poly = x_i+q_i(t)\times poly\\ end$
Horner嵌套算法需要n-1次 $q_i(t)$ 求值（这是免不了的），n-1次浮点数乘法，和n-1次浮点数加法，这将把复杂度再削减到n次求值和 $T(n)\approx 2n$ 次浮点数运算。考虑到函数求值是非常普遍和基本的操作，即使只是在复杂度上打个折扣也是非常可观的事情。因此形如上式的多项式型表达式，只要可以使用Horner嵌套算法就应当使用。
Horner嵌套算法适用于通过单项式表达的多项式求值，即 $p(t)=x_1+x_2t+x_3t^2+...+x_nt^{n-1}$ ，此处 $q_1(t)=q_2(t)=...=q_n(t)=t$；同样也适用于通过牛顿插值表达的多项式，即 $p(t)=x_1+x_2(t-t_1)+...+x_n(t-t_1)..(t-t_n)$ ，此处 $q_i(t)=t-t_i$ 。
原文地址：https://www.cnblogs.com/gentle-min-601/p/9746725.html