本文介绍如何利用 sympy 获取 sin(mπ/n) 和 cos(mπ/n) 的**严格代数表示**——包括根式解（当存在时）和通用的 rootof 精确表示（对任意整数 m, n 均有效），并解释其数学原理与实用边界。
在初等三角函数学习中，我们熟悉如 sin(π/3) = √3/2、cos(π/4) = √2/2 这类“漂亮”的根式表达。但当分母 n 变大（如 n = 13, 25, 97），或含高次不可约因子（如 7, 11, 13）时，传统手工推导或递归公式（如倍角、半角、Chebyshev 多项式展开）将迅速遭遇理论瓶颈：并非所有代数数都可用有限嵌套根式表示。这正是 Abel-Ruffini 定理的核心结论——五次及以上一般多项式无根式求解公式，而 cos(2π/n) 和 sin(2π/n) 恰好是分圆多项式（cyclotomic polynomial）相关方程的根，其最小多项式次数为 φ(2n)/2（φ 为欧拉函数），随 n 增长而快速升高。
幸运的是，SymPy 并不依赖根式解——它提供更本质、更普适的精确表示：RootOf。该对象封装了代数数的完整定义信息：一个有理系数不可约多项式 + 根的序号（按实部/虚部排序）。例如：
from sympy import *
x = symbols('x')
theta = 5*pi/13
# 获取 sin(theta) 的最小多项式（有理系数、不可约、次数最低）
min_poly = minpoly(sin(theta))
print("sin(5π/13) 的最小多项式：")
pprint(min_poly)
# 构造 RootOf 表示（精确、可计算、可参与
符号运算）
root_repr = CRootOf(min_poly, 10) # 第10个实根（SymPy 编号）
print(f"\nsin(5π/13) 的精确代数表示：{root_repr}")
# 高精度数值验证（任意位数）
print(f"数值近似（50位）：{root_repr.evalf(50)}")
print(f"与 math.sin 对比：{float(sin(theta).evalf(50)):.50f}")
输出显示 sin(5π/13) 是一个 12 次多项式的第 10 个实根。尽管无法写成有限根式，但 CRootOf(...) 是完全精确的符号对象：它支持加减乘除、幂运算、嵌套函数（如 sin(root_repr)），且所有运算保持代数封闭性——SymPy 内部会自动约简至最小多项式或合并表达式。
对于你的原始代码，瓶颈在于手动构造高次方程并调用 solve()，而 solve() 仅对低次（≤4）或特殊可解情形返回根式；一旦遇到不可约五次及以上方程（如 n=25 时的 20 次方程），便退化为数值近似或失败。改用 minpoly() + CRootOf() 组合，可无条件覆盖所有整数 m, n：
def exact_trig(m: int, n: int) -> tuple:
"""返回 sin(mπ/n) 和 cos(mπ/n) 的精确 RootOf 表示"""
if n <= 0:
raise ValueError("n must be positive integer")
# 化简分数：sin(mπ/n) = sin((m mod 2n) π / n)，利用周期性与奇偶性
k = Rational(m, n) % 2
theta = k * pi
sin_val = sin(theta)
cos_val = cos(theta)
return (
CRootOf(minpoly(sin_val), 0), # 实根中第一个（通常为所求）
CRootOf(minpoly(cos_val), 0)
)
# 示例：n=25，m=1 → sin(π/25)
sin_pi25, cos_pi25 = exact_trig(1, 25)
print("sin(π/25) =", sin_pi25)
print("cos(π/25) =", cos_pi25)
print("sin² + cos² =", simplify(sin_pi25**2 + cos_pi25**2)) # 输出：1（严格成立！）⚠️ 注意事项：
- CRootOf 是首选精确表示：比手动根式更可靠、更通用，且支持 evalf()、simplify()、expand() 等全部符号操作；
- 避免 solve() 对高次多项式盲目求根：它不保证返回你所需的特定实根，且易因浮点近似引入误差；
- 数学背景延伸建议：此问题深层关联分圆域（Cyclotomic Fields） 与Galois 理论——cos(2π/n) 生成的扩域次数为 φ(n)/2，当 φ(n)/2 ≤ 4 时（即 n ∈ {1,2,3,4,5,6,8,10,12}）才存在根式解；
- 进阶实践：结合 solveset(domain=S.Reals) 或 real_roots() 精确定位所需实根编号，确保 CRootOf 指向正确分支。
总结而言，放弃“必须写出根式”的执念，拥抱 RootOf ——它不是妥协，而是通向代数数本质的更强大、更严谨的符号语言。你的学习目标（理解数学结构 + 提升 Python 符号计算能力）正可通过这一转变获得双重深化。
