快速傅里叶变换(FFT)(学习笔记)

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/sizeof_you/article/details/84336752

学习了一波 F F T FFT ,只是浅浅的入门。还有很多前置知识,有一些还不是太了解,完了深入学习之后再补博客 q w q qwq
以下内容大部分参考秦岳学长的课件

多项式

形如 A ( x ) = k = 0 n 1 a k × x k A(x)=\sum_{k=0}^{n-1}a_k\times x^k ,其中 a k a_k 为多项式系数
C ( x ) = A ( x ) + B ( x ) C(x)=A(x)+B(x) c k = a k + b k c_k=a_k+b_k
C ( x ) / A ( x ) = B ( x ) C(x)/A(x)=B(x) c n = a k × b n k c_n=\sum a_k\times b_{n-k}

多项式的表示法:
系数表达式:上面说的
点值表达式:给出 N + 1 N+1 个不同的 x x 代入 A ( x ) A(x) 的点值,这样的 N + 1 N+1 个元素构成的集合 { ( x 0 , y 0 ) , ( x 1 , y 1 ) , , ( x n , y n ) } \{(x0,y0),(x1,y1),…,(xn,yn)\} ,其中 y i y_i = A ( x i ) A(x_i) ,称为点值表示法。

唯一性定理:证明可用范德蒙矩阵行列式

系数与点值
系数表示法的 n n 次多项式 A ( x ) , B ( x ) A(x),B(x) 可以 O ( n ) O(n) 快速求得 A ( x ) + B ( x ) A(x)+B(x) ,但是卷积通常需要 O ( n 2 ) O(n^2) 计算

点值表示法的 n n 次多项式卷积也可以 O ( n ) O(n) 计算,只需将值域 y y 对应相乘即可 { ( x i , y i ) } × { ( x i , z i ) } = { ( x i , y i z i ) } \{(xi,yi)\}×\{(xi,zi)\}=\{(xi,yi*zi)\} (由于 n n 项确定次数界为 n n 的多项式,故计算卷积是至少保留 2 n 2n 项)

实际上点值表示法的卷积计算的是圆周卷积

点值与系数的转化
1. 1. 系数表示法 点值表示法
朴素计算 O ( n 3 ) O(n^3)
秦九韶算法/霍纳法则 O ( n 2 ) O(n^2)
2. 2. 点值表示法 系数表示法
高斯消元 O ( n 3 ) O(n^3)
拉格朗日插值法 O ( n 2 ) O(n^2) A ( x ) = 0 < = k < = n y k Π ( j k ) ( x x j ) / ( x k x j ) A(x)=∑_{0<=k<=n}y_k*Π(j≠k)(x-x_j)/(x_k-x_j)
(原理:构造求和式当 x = x k x=x_k 时只有一项为 y k y_k ,其余全为 0 0 )

(霍纳法则不会 q w q qwq ,等以后补

F F T FFT 可以在 O ( n l o g n ) O(nlogn) 时间内求出多项式卷积

复数

单位复数 i = s q r t ( 1 ) i=sqrt(-1) ,复数表示为 ( a + b × i ) (a+b\times i) 的形式,运算和实数类似。
其实复数就相当于向量,复数的计算可以用向量计算来解决

struct complex{
    double x,y;
    complex(double xx=0,double yy=0) {x=xx,y=yy;}
}a[maxn],b[maxn];
complex operator +(complex a,complex b) {return complex(a.x+b.x,a.y+b.y);}
complex operator -(complex a,complex b) {return complex(a.x-b.x,a.y-b.y);}
complex operator *(complex a,complex b) {return complex(a.x*b.x-a.y*b.y,a.x*b.y+a.y*b.x);}

证明用向量推一推

欧拉公式: e i x = c o s ( x ) + i s i n ( x ) e^{ix}=cos(x)+isin(x) (泰勒级数)
N N 次单位根: 1 1 / n 1^{1/n} ,在复数域中有 n n 个解: e 2 π i k / n e^{2πik/n}
N N 次单位根: ω n = e 2 π i / n ω_n=e^{2πi/n}

由于 N N 次单位根的循环性质,若将其作为点值的 x i x_i 将会简化计算至 O ( n l o g n ) O(nlogn)

欧拉公式的证明可以把公式化一化很容易推
N N 次单位根可以几何意义来理解,就是复平面上转 n n 次可以回到 x x

complex Wn(cos(2.0*Pi/lim),1.0*type*sin(2.0*Pi/lim));

快速傅里叶变换

(公式不好打直接贴图)
在这里插入图片描述

有点值表达式变回系数表达式是快速傅里叶逆变换,又叫 I F F T IFFT
在这里插入图片描述
图解快速傅里叶变换:
在这里插入图片描述

代码实现的时候 F F T FFT 分递归版和非递归版,递归版就是上面介绍的最基础的,而非递归的要用到蝴蝶变换。

递归版:


void FFT(complex *F,int lim,int type){
    if(lim==1) return;
    complex a1[(lim>>1)+5],a2[(lim>>1)+5];
    for(int i=0;i<=lim;i+=2) a1[i>>1]=F[i],a2[i>>1]=F[i+1];//拆成奇数项和偶数项 
    FFT(a1,lim>>1,type); FFT(a2,lim>>1,type);
    complex Wn(cos(2.0*Pi/lim),1.0*type*sin(2.0*Pi/lim)),w(1,0);
    for(int i=0;i<(lim>>1);i++,w=w*Wn){
        F[i]=a1[i]+w*a2[i];
        F[i+(lim>>1)]=a1[i]-w*a2[i];
    }
}

蝴蝶变换

在这里插入图片描述
在这里插入图片描述
(不知为什么像素如此渣,将就着看qwq)

实现的时候要预处理一个 r e v rev 数组(说实话只要记住就好原理什么的不重要

while(limit<=n+m) limit<<=1,l++;
	for(int i=0;i<limit;i++)
		rev[i]=(rev[i>>1]>>1)|((i&1)<<(l-1));

非递归版 F F T FFT

void fft(complex *F,int type){
	for(int i=0;i<limit;i++)
		if(i<rev[i]) swap(F[i],F[rev[i]]);
	for(int mid=1;mid<limit;mid<<=1){
		complex Wn(cos(Pi/mid),type*sin(Pi/mid));//单位根
		for(int r=mid<<1,j=0;j<limit;j+=r){//r是区间长度,j是位置
			complex w(1,0);//幂
			for(int k=0;k<mid;k++,w=w*Wn){
				complex x=F[j+k],y=w*F[j+mid+k];
				F[j+k]=x+y; F[j+mid+k]=x-y;
			}
		}
	}
}

因为非递归版比递归版常数小所以现在常用非递归版的

例题

luogu3803模板题

#include<iostream>
#include<cstdio>
#include<cmath>
using namespace std;
const int maxn=4e6+10;
const double Pi=acos(-1.0);

inline int rd(){
    int x=0,f=1;char c=' ';
    while(c<'0' || c>'9') f=c=='-'?-1:1,c=getchar();
    while(c<='9' && c>='0') x=x*10+c-'0',c=getchar();
    return x*f;
}

struct complex{
    double x,y;
    complex(double xx=0,double yy=0){x=xx,y=yy;}
}a[maxn],b[maxn];
complex operator +(complex a,complex b) {return complex(a.x+b.x,a.y+b.y);}
complex operator -(complex a,complex b) {return complex(a.x-b.x,a.y-b.y);}
complex operator *(complex a,complex b) {return complex(a.x*b.x-a.y*b.y,a.x*b.y+a.y*b.x);}

int n,m,l,rev[maxn],limit=1;

void fft(complex *F,int type){
    for(int i=0;i<limit;i++)
        if(i<rev[i]) swap(F[i],F[rev[i]]);
    for(int mid=1;mid<limit;mid<<=1){
        complex Wn(cos(Pi/mid),type*sin(Pi/mid));//单位根
        for(int r=mid<<1,j=0;j<limit;j+=r){//r是区间长度,j是位置
            complex w(1,0);//幂
            for(int k=0;k<mid;k++,w=w*Wn){
                complex x=F[j+k],y=w*F[j+mid+k];
                F[j+k]=x+y; F[j+mid+k]=x-y;
            }
        }
    }
}

int main(){
    n=rd(); m=rd();
    for(int i=0;i<=n;i++) a[i].x=rd();
    for(int i=0;i<=m;i++) b[i].x=rd();
    while(limit<=n+m) limit<<=1,l++;
    for(int i=0;i<limit;i++)
        rev[i]=(rev[i>>1]>>1)|((i&1)<<(l-1));
    fft(a,1); fft(b,1);
    for(int i=0;i<=limit;i++) a[i]=a[i]*b[i];
    fft(a,-1);
    for(int i=0;i<=n+m;i++)
        printf("%d ",(int)(a[i].x/limit+0.5));
    return 0;
}

bzoj2179
其实就是 A B p r o b l e m A*Bproblem

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<cmath>
#define maxn 240005
using namespace std;
int n,lena,lenb,limit=1,l,rev[maxn],ans[maxn];
char s1[maxn],s2[maxn];
const double Pi=acos(-1.0);
 
struct complex{
    double x,y;
    complex(double xx=0,double yy=0){x=xx,y=yy;}
}a[maxn],b[maxn];
complex operator +(complex a,complex b){return complex(a.x+b.x,a.y+b.y);}
complex operator -(complex a,complex b){return complex(a.x-b.x,a.y-b.y);}
complex operator *(complex a,complex b){return complex(a.x*b.x-a.y*b.y,a.x*b.y+a.y*b.x);}
 
void FFT(complex *F,int type){
    for(int i=0;i<limit;i++)
        if(i<rev[i]) swap(F[i],F[rev[i]]);
    for(int mid=1;mid<limit;mid<<=1){
        complex Wn(cos(Pi/mid),1.0*type*sin(Pi/mid));
        for(int r=mid<<1,j=0;j<limit;j+=r){
            complex w(1,0);
            for(int k=0;k<mid;k++,w=w*Wn){
                complex x=F[j+k],y=w*F[j+mid+k];
                F[j+k]=x+y,F[j+mid+k]=x-y;
            }
        }
    }
}
 
int main(){
    scanf("%d%s%s",&n,s1,s2); lena=lenb=n-1;
    for(int i=0;i<n;i++) a[n-i-1].x=s1[i]-'0';
    for(int i=0;i<n;i++) b[n-i-1].x=s2[i]-'0';
    while(a[lena].x==0) lena--;
    while(b[lenb].x==0) lenb--;
    while(limit<=lena+lenb) limit<<=1,++l;
    for(int i=0;i<limit;i++)
        rev[i]=(rev[i>>1]>>1)|((i&1)<<(l-1));
    FFT(a,1);FFT(b,1);
    for(int i=0;i<=limit;i++) a[i]=a[i]*b[i];
    FFT(a,-1);
    for(int i=0;i<=lena+lenb;i++){
        ans[i]+=(int)(a[i].x/limit+0.5);
        if(ans[i]>9) ans[i+1]+=ans[i]/10,ans[i]%=10;
    }
    while(ans[lena+lenb+1]) lena++;
    int now;
    for(now=lena+lenb;now;now--)
        if(ans[now]) break;
    for(;now>=0;now--) printf("%d",ans[now]);
    return 0;
}

bzoj2194
也是非常裸的模板题了,了解性质就能知道把数组翻转一下就好了

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
#define maxn 400005
using namespace std;
const double Pi=acos(-1.0);
 
inline int rd(){
    int x=0,f=1;char c=' ';
    while(c<'0' || c>'9') f=c=='-'?-1:1,c=getchar();
    while(c<='9' && c>='0') x=x*10+c-'0',c=getchar();
    return x*f;
}
 
struct complex{
    double x,y;
    complex(double xx=0,double yy=0){x=xx,y=yy;}
}a[maxn],b[maxn];
complex operator +(complex a,complex b){return complex(a.x+b.x,a.y+b.y);}
complex operator -(complex a,complex b){return complex(a.x-b.x,a.y-b.y);}
complex operator *(complex a,complex b){return complex(a.x*b.x-a.y*b.y,a.x*b.y+a.y*b.x);}
 
int n,limit=1,l,rev[maxn];
 
void FFT(complex *F,int type){
    for(int i=0;i<limit;i++)
        if(i<rev[i]) swap(F[i],F[rev[i]]);
    for(int mid=1;mid<limit;mid<<=1){
        complex Wn(cos(Pi/mid),1.0*type*sin(Pi/mid));
        for(int r=mid<<1,j=0;j<limit;j+=r){
            complex w(1,0);
            for(int k=0;k<mid;k++,w=w*Wn){
                complex x=F[j+k],y=w*F[j+mid+k];
                F[j+k]=x+y,F[j+mid+k]=x-y;
            }
        }
    }
}
 
int main(){
    n=rd();
    for(int i=0;i<n;i++) a[n-i-1].x=rd(),b[i].x=rd();
    while(limit<2*n) limit<<=1,l++;
    for(int i=0;i<limit;i++)
        rev[i]=(rev[i>>1]>>1)|((i&1)<<(l-1));
    FFT(a,1);FFT(b,1);
    for(int i=0;i<=limit;i++) a[i]=a[i]*b[i];
    FFT(a,-1);
    for(int i=n-1;i>=0;i--) printf("%d\n",(int)(a[i].x/limit+0.5));
    return 0;
}

哦对了多说一句, F F T FFT 通常可以用来解决长这个样子的式子:
c ( n ) = i = 0 n 1 a ( i ) × b ( n i ) c(n)=\sum_{i=0}^{n-1}a(i)\times b(n-i) (这其实就是卷积)
也就是下标和为定值

然后是一些不那么裸的题(但其实还是很裸
ZJOI2014力
把分子和分母分别看成两个多项式然后前面后面分开算,只要翻转一个就好了

#include<iostream>
#include<cstdio>
#include<cmath>
#define maxn 400005
#define LL long long
using namespace std;
const double Pi=acos(-1.0);

struct complex{
    double x,y;
    complex(double xx=0,double yy=0){x=xx,y=yy;}
}a1[maxn],a2[maxn],b[maxn];
complex operator +(complex a,complex b){return complex(a.x+b.x,a.y+b.y);}
complex operator -(complex a,complex b){return complex(a.x-b.x,a.y-b.y);}
complex operator *(complex a,complex b){return complex(a.x*b.x-a.y*b.y,a.x*b.y+a.y*b.x);}

int n,rev[maxn],l,limit=1;

inline void FFT(complex *F,int type){
    for(int i=0;i<limit;i++)
        if(i<rev[i]) swap(F[i],F[rev[i]]);
    for(int mid=1;mid<limit;mid<<=1){
        complex Wn(cos(Pi/mid),type*sin(Pi/mid));
        for(int r=mid<<1,j=0;j<limit;j+=r){
            complex w(1,0);
            for(int k=0;k<mid;k++,w=w*Wn){
                complex x=F[j+k],y=w*F[j+k+mid];
                F[j+k]=x+y,F[j+mid+k]=x-y;
            }
        }
    }
}

int main(){
    scanf("%d",&n);
    for(int i=1;i<=n;i++) scanf("%lf",&a1[i].x),a2[n-i+1].x=a1[i].x;
    for(int i=1;i<=n;i++) b[i].x=1.0/i/i;
    while(limit<=2*n) limit<<=1,l++;
    for(int i=0;i<limit;i++) rev[i]=(rev[i>>1]>>1)|((i&1)<<(l-1));
    FFT(a1,1); FFT(b,1);
    for(int i=0;i<=limit;i++) a1[i]=a1[i]*b[i];
    FFT(a1,-1); FFT(a2,1);
    for(int i=0;i<=limit;i++) a2[i]=a2[i]*b[i];
    FFT(a2,-1);
    for(int i=1;i<=n;i++)
        printf("%.5lf\n",(a1[i].x-a2[n-i+1].x)/(double)limit);
    return 0;
}

HNOI2017礼物
bzoj3160fft+manacher
bzoj4503

再说一句这玩意卡精度会死人的。。掉精度掉的很厉害
所以看起来现在出题都用 N T T NTT

猜你喜欢

转载自blog.csdn.net/sizeof_you/article/details/84336752