แต่ละค่าของระดับ $t-1$ พหุนาม SSS แบบเต็ม $พี$ ประเมินที่ใดก็ได้ $x$ ในขอบเขตที่จำกัด $F$ มันถูกกำหนดไว้มากกว่าคือกระจายอย่างสม่ำเสมอใน $F$. ดู คำตอบนี้ ตัวอย่างเช่น.
ตอนนี้ถือว่า $tâ<t$ หุ้นถูกเปิดเผยพูดได้ $Sâ=\{(x_1,P(x_1)),\ldots,(x_{tâ},P(x_{tâ}))\}.$
ถ้าหุ้นชุดเดิมคือ $S$ ชุดที่ไม่ว่างเปล่า $T=S\setลบSâ$ ตอนนี้กำหนดโดยไม่ซ้ำกันด้วยวิธีปกติของการแก้ไข Lagrange พหุนามของดีกรีที่ถูกต้อง $t-tâ-1$ ให้ใด ๆ $t-tâ$ คะแนน $x$ ใน $K \setminus \{x_1,\ldots,x_{tâ}\}$.
อัลกอริทึมที่แตกต่าง: อนุญาต $k>t-tâ$ และปล่อยให้หุ้นที่ถูกอ้างสิทธิ์
$$C=\{(x_j,y_j):1\leq j \leq k\}$$
จะได้รับ หากเป็นหุ้นแท้ใดๆ $t-tâ$ ของพวกมันจะให้พหุนามการประมาณค่า Lagrange Interpolation เหมือนกับชุดย่อยอื่น ๆ ที่มีขนาดเท่ากัน ถ้า $y_j$ เป็นการสุ่ม การแก้ไข Lagrange ที่แตกต่างกันสองรายการบอกว่ารองรับสองรายการ
$$A=\{x_1,\ldots,x_{t-tâ}\}$$
และบน
$$Aâ=\{x_2,\ldots,x_{t-tâ},x_{t-tâ+1}\}$$
จะให้ แตกต่าง ลากรองจ์ การแก้ไขพหุนามด้วยความน่าจะเป็น $$1-\frac{1}{q}$$
ที่ไหน $คิว$ คือขนาดของฟิลด์ที่เราใช้
ในความเป็นจริงแม้เพียงหนึ่งหุ้นใน $A \bigcup Aâ$ เป็นแบบสุ่ม คุณสมบัตินี้จะคงอยู่เนื่องจากการประมาณค่าอย่างน้อยหนึ่งรายการจะให้พหุนามแบบสุ่ม