Алгоритм поиска полиномиальных корней замкнутой формы

Я ищу крепкий Алгоритм (или документ, описывающий алгоритм), который может найти корни полиномов (в идеале до 4-й степени, но все будет в порядке), используя решение в замкнутой форме. Меня интересуют только настоящие корни.

Мой первый подход к решению квадратичных уравнений связан с этим (у меня также есть код в похожем стиле для кубик / квартик, но давайте сейчас сосредоточимся на квадратике):

/**
*  @brief a simple quadratic equation solver
*
*  With double-precision floating-point, this reaches 1e-12 worst-case and 1e-15 average
*  precision of the roots (the value of the function in the roots). The roots can be however
*  quite far from the true roots, up to 1e-10 worst-case and 1e-18 average absolute difference
*  for cases when two roots exist. If only a single root exists, the worst-case precision is
*  1e-13 and average-case precision is 1e-18.
*
*  With single-precision floating-point, this reaches 1e-3 worst-case and 1e-7 average
*  precision of the roots (the value of the function in the roots). The roots can be however
*  quite far from the true roots, up to 1e-1 worst-case and 1e-10 average absolute difference
*  for cases when two roots exist. If only a single root exists, the worst-case precision is
*  1e+2 (!) and average-case precision is 1e-2. Do not use single-precision floating point,
*  except if pressed by time.
*
*  All the precision measurements are scaled by the maximum absolute coefficient value.
*
*  @tparam T is data type of the arguments (default double)
*  @tparam b_sort_roots is root sorting flag (if set, the roots are
*      given in ascending (not absolute) value; default true)
*  @tparam n_2nd_order_coeff_log10_thresh is base 10 logarithm of threshold
*      on the first coefficient (if below threshold, the equation is a linear one; default -6)
*  @tparam n_zero_discriminant_log10_thresh is base 10 logarithm of threshold
*      on the discriminant (if below negative threshold, the equation does not
*      have a real root, if below threshold, the equation has just a single solution; default -6)
*/
template <class T = double, const bool b_sort_roots = true,
const int n_2nd_order_coeff_log10_thresh = -6,
const int n_zero_discriminant_log10_thresh = -6>
class CQuadraticEq {
protected:
T a; /**< @brief the 2nd order coefficient */
T b; /**< @brief the 1st order coefficient */
T c; /**< @brief 0th order coefficient */
T p_real_root[2]; /**< @brief list of the roots (real parts) */
//T p_im_root[2]; // imaginary part of the roots
size_t n_real_root_num; /**< @brief number of real roots */

public:
/**
*  @brief default constructor; solves for roots of \f$ax^2 + bx + c = 0\f$
*
*  This finds roots of the given equation. It tends to find two identical roots instead of one, rather
*  than missing one of two different roots - the number of roots found is therefore orientational,
*  as the roots might have the same value.
*
*  @param[in] _a is the 2nd order coefficient
*  @param[in] _b is the 1st order coefficient
*  @param[in] _c is 0th order coefficient
*/
CQuadraticEq(T _a, T _b, T _c) // ax2 + bx + c = 0
:a(_a), b(_b), c(_c)
{
T _aa = fabs(_a);
if(_aa < f_Power_Static(10, n_2nd_order_coeff_log10_thresh)) { // otherwise division by a yields large numbers, this is then more precise
p_real_root[0] = -_c / _b;
//p_im_root[0] = 0;
n_real_root_num = 1;
return;
}
// a simple linear equation

if(_aa < 1) { // do not divide always, that makes it worse
_b /= _a;
_c /= _a;
_a = 1;

// could copy the code here and optimize away division by _a (optimizing compiler might do it for us)
}
// improve numerical stability if the coeffs are very small

const double f_thresh = f_Power_Static(10, n_zero_discriminant_log10_thresh);
double f_disc = _b * _b - 4 * _a * _c;
if(f_disc < -f_thresh) // only really negative
n_real_root_num = 0; // only two complex roots
else if(/*fabs(f_disc) < f_thresh*/f_disc <= f_thresh) { // otherwise gives problems for double root situations
p_real_root[0] = T(-_b / (2 * _a));
n_real_root_num = 1;
} else {
f_disc = sqrt(f_disc);
int i = (b_sort_roots)? ((_a > 0)? 0 : 1) : 0; // produce sorted roots, if required
p_real_root[i] = T((-_b - f_disc) / (2 * _a));
p_real_root[1 - i] = T((-_b + f_disc) / (2 * _a));
//p_im_root[0] = 0;
//p_im_root[1] = 0;
n_real_root_num = 2;
}
}

/**
*  @brief gets number of real roots
*  @return Returns number of real roots (0 to 2).
*/
size_t n_RealRoot_Num() const
{
_ASSERTE(n_real_root_num >= 0);
return n_real_root_num;
}

/**
*  @brief gets value of a real root
*  @param[in] n_index is zero-based index of the root
*  @return Returns value of the specified root.
*/
T f_RealRoot(size_t n_index) const
{
_ASSERTE(n_index < 2 && n_index < n_real_root_num);
return p_real_root[n_index];
}

/**
*  @brief evaluates the equation for a given argument
*  @param[in] f_x is value of the argument \f$x\f$
*  @return Returns value of \f$ax^2 + bx + c\f$.
*/
T operator ()(T f_x) const
{
T f_x2 = f_x * f_x;
return f_x2 * a + f_x * b + c;
}
};

Код ужасен, и я ненавижу все пороги. Но для случайных уравнений с корнями в [-100, 100] интервал, это не так плохо:

root response precision 1e-100: 6315 cases
root response precision 1e-19: 2 cases
root response precision 1e-17: 2 cases
root response precision 1e-16: 6 cases
root response precision 1e-15: 6333 cases
root response precision 1e-14: 3765 cases
root response precision 1e-13: 241 cases
root response precision 1e-12: 3 cases
2-root solution precision 1e-100: 5353 cases
2-root solution precision 1e-19: 656 cases
2-root solution precision 1e-18: 4481 cases
2-root solution precision 1e-17: 2312 cases
2-root solution precision 1e-16: 455 cases
2-root solution precision 1e-15: 68 cases
2-root solution precision 1e-14: 7 cases
2-root solution precision 1e-13: 2 cases
1-root solution precision 1e-100: 3022 cases
1-root solution precision 1e-19: 38 cases
1-root solution precision 1e-18: 197 cases
1-root solution precision 1e-17: 68 cases
1-root solution precision 1e-16: 7 cases
1-root solution precision 1e-15: 1 cases

Обратите внимание, что эта точность зависит от величины коэффициентов, которая обычно находится в диапазоне 10 ^ 6 (поэтому, наконец, точность далека от идеальной, но, вероятно, в основном применима). Однако без порогов он практически бесполезен.

Я попытался использовать арифметику с множественной точностью, которая обычно работает хорошо, но имеет тенденцию отклонять многие корни просто потому, что коэффициенты многочлена не имеют многократную точность, и некоторые многочлены не могут быть точно представлены (если во 2-й степени есть двойной корень полиномиальный, он в основном либо разбивает его на два корня (что я не против), либо говорит, что корня вообще нет). Если я хочу восстановить, возможно, даже немного неточные корни, мой код усложняется и заполняется порогами.

До сих пор я пытался использовать CCmath, но либо я не могу использовать его правильно, либо точность действительно плохая. Кроме того, он использует итеративный (не замкнутый) решатель в plrt(),

Я пытался использовать научную библиотеку GNU gsl_poly_solve_quadratic() но это кажется наивным подходом и не очень численно устойчивым.

С помощью std::complex Числа наивно также оказались действительно плохой идеей, поскольку и точность, и скорость могут быть плохими (особенно с кубическими / квартичными уравнениями, где код тяжел с трансцендентными функциями).

Является ли восстановление корней в виде комплексных чисел единственным путем? Тогда никакие корни не будут пропущены, и пользователь сможет выбрать, насколько точными должны быть корни (и, таким образом, игнорировать маленькие воображаемые компоненты в менее точных корнях).