我在工业工厂工作，对于我们的一些在线建模，我们从热电偶，传感器等高频输出数据本质上看这些数据受到“噪声”影响，这使得对这种时间序列数据的实时分析变得困难。
我们使用SAS统计软件包进行离线分析，其中包括自己的平滑程序。 SAS的平滑程序基于Christian Reinsch在1967年发表的论文：http://www.cise.ufl.edu/class/cap5416fa10/resources/Reinsch_1967.pdf
作为一个概念证明，我能够用C语言重写Reinsch的Algol 60代码（C是我最熟悉的编程语言，也是我们的工厂控制软件编写的语言），并且对我正在测试的输出感到满意我的代码包含示例数据集。
我希望看到这个功能添加到我们的控制室，我们有自定义编写的趋势包等，这是非常需要的功能。我很关心算法的性能，特别是在大数据集上，我在C中搜索了预先存在的样条平滑算法，但似乎没有大量的选择。
我拥有相当流行的教科书“C中的数字配方”，它有自己的三次样条插值实现，但发现这是不合适的，因为使用自定义标题和重新映射数组指标，使用自定义'向量'等， GNU科学图书馆（GSL）也做类似的事情。
理想情况下，我希望尽可能少地依赖外部库，因为人们对我们的生产环境中的其他依赖项感到不舒服。 “普通”C中是否存在任何现有算法？我应该补充一点，我的背景是工程而不是计算机科学，所以我自己写的任何代码都可能比现有的实现效率低。
这可能会有所帮助，但听起来你的C代码改编自原来的Algol可能已经足够了。我觉得你的代码不太可能是一个严重的性能瓶颈。
http://www.pcs.cnu.edu/~bbradie/cinterpolation.html
（编辑：这实际上是一个archive.org保存的副本）