本文介绍如何在 javascript 中实现通用的算术-几何平均（agm）单步迭代函数，支持任意长度的正实数数组；核心是高效计算各阶初等对称多项式，并按二项式系数归一化后取相应根次，最终返回同长度的 float64array。
本文介绍如何在 javascript 中实现通用的算术-几何平均（agm）单步迭代函数，支持任意长度的正实数数组；核心是高效计算各阶初等对称多项式，并按二项式系数归一化后取相应根次，最终返回同长度的 float64array。
算术-几何平均（AGM）的经典定义针对两个数：反复交替计算算术平均与几何平均，序列收敛于同一极限。其高维推广——即对 $ n $ 个正实数的 AGM 迭代——并非简单套用两数逻辑，而是基于初等对称多项式（Elementary Symmetric Polynomials, ESP） 的系统构造：第 $ k $ 个输出分量（$ k = 0,1,\dots,n-1 $）对应所有 $ \binom{n}{k+1} $ 个 $ (k+1) $-元乘积的平均值，再开 $ (k+1) $ 次方根（注意：索引惯例中 $ a0 $ 是算术平均，$ a{n-1} $ 是几何平均）。
例如：
- $ a0 = \frac{1}{\binom{n}{1}} \sum{i} x_i $（一阶和 / 个数 → 算术平均）
- $ a1 = \left( \frac{1}{\binom{n}{2}} \sum{i
- $ a_{n-1} = \left( x_1 x_2 \cdots x_n \right)^{1/n} $（全乘积开 $ n $ 次方 → 几何平均）
因此，通用实现的关键在于：对每个 $ k \in [0, n-1] $，生成所有大小为 $ k+1 $ 的子集，计算其元素乘积之和，除以组合数 $ \binom{n}{k+1} $，再开 $ (k+1) $ 次方根。
最直观且可读性强的方法是使用位掩码枚举幂集（Power Set via Bitmasking），时间复杂度 $ O(n \cdot 2^n) $，适用于中小规模数组（$ n \leq 20 $ 完全可行）。以下是完整、健壮的实现：
function agm(arr) {
if (!Array.isArray(arr) || arr.length === 0) {
throw new Error('Input must be a non-empty array');
}
const n = arr.length;
// 验证全为正实数
for (let x of arr) {
if (typeof x !== 'number' || x <p>✅ <strong>使用示例：</strong></p><pre class="brush:php;toolbar:false;">console.log(agm([1, 2]));
// Float64Array [1.5, 1.4142135623730951] —— 即 (1+2)/2 和 √(1×2)
console.log(agm([1, 2, 3]));
// Float64Array [2, √((1×2 + 1×3 + 2×3)/3), (1×2×3)^(1/3)]
// ≈ [2, √(11/3)≈1.91485, 6^(1/3)≈1.81712]
const iterated = agm(agm([1, 2, 3])); // 多次迭代快速收敛⚠️ 注意事项：
-
数值稳定性：当 $ n $ 较大（如 > 20）时，$ 2^n $ 枚举开销显著，且高阶乘积易溢出或下溢。生产环境建议结合
BigFloat（若支持）或对数域计算（log-sum-exp 技巧），但会牺牲精度与简洁性。 - 输入约束：AGM 严格要求所有输入为正实数；零或负数将导致 NaN 或无意义结果（如偶次根负数）。
-
收敛性：单次
agm()仅完成一次迭代；实际求 AGM 极限需循环调用直至相邻结果差异小于容差（如max(|a_i^{(k+1)} - a_i^{(k)}|) ），此时所有分量近似相等，该值即为广义 AGM。
该实现将数学定义精准落地为可复用、自解释、边界安全的 JavaScript 工具函数，兼顾教学清晰性与工程可用性。
