【学习笔记】极其美妙的算法——FFT（快速傅里叶变换）

---

前言

最近学会了FFT，一个极其美妙的算法！
众所周知FFT英文全称是 Fast Fast TLE Fast Fourier Transform

---

FFT是什么？

FFT（快速傅里叶变换）是DFT（离散傅里叶变换）的优化，用于加速多项式乘法。
即：
设 $F(x)={\sum }_{i=0}^n{f}_i{x}^i$ , $G(x)={\sum }_{i=0}^n{g}_i{x}^i$
求 $F(x)G(x)$

---

多项式表示法

系数表示法

系数表示法是大家最常见的一种表示多项式的方法。
比如 $F(x)={\sum }_{i=0}^n{f}_i{x}^i$
那么这个多项式我们就可以用 { f 0 , f 1 , . . . , f n } \{f_0,f_1,...,f_n\} { f0​,f1​,...,fn​} 这些系数表示。
普通的暴力多项式乘法也是基于这种系数表示法上的。

点值表示法

先抛出个定理：$n+1$ 个不同的点能够确定一个次数为$n$的多项式
我也不会证
我们把多项式放到平面直角坐标系中就是个函数了。
那这个多项式 $F(x)$ 就可以表示为 { ( x 0 , f ( x 0 ) ) , ( x 1 , f ( x 1 ) ) , . . . , ( x n , f ( x n ) ) } \{(x_0,f(x_0)),(x_1,f(x_1)),...,(x_n,f(x_n))\} { (x0​,f(x0​)),(x1​,f(x1​)),...,(xn​,f(xn​))}

对于两个函数 F ( x ) = { ( x 0 , f ( x 0 ) ) , ( x 1 , f ( x 1 ) ) , . . . , ( x n , f ( x n ) ) } F(x)=\{(x_0,f(x_0)),(x_1,f(x_1)),...,(x_n,f(x_n))\} F(x)={ (x0​,f(x0​)),(x1​,f(x1​)),...,(xn​,f(xn​))} 和 G ( x ) = { ( x 0 , g ( x 0 ) ) , ( x 1 , g ( x 1 ) ) , . . . , ( x n , g ( x n ) ) } G(x)=\{(x_0,g(x_0)),(x_1,g(x_1)),...,(x_n,g(x_n))\} G(x)={ (x0​,g(x0​)),(x1​,g(x1​)),...,(xn​,g(xn​))} 的乘积等于 { ( x 0 , f ( x 0 ) g ( x 0 ) ) , ( x 1 , f ( x 1 ) g ( x 1 ) ) , . . . , ( x n , f ( x n ) g ( x n ) ) } \{(x_0,f(x_0)g(x_0)),(x_1,f(x_1)g(x_1)),...,(x_n,f(x_n)g(x_n))\} { (x