快速傅立叶变换（FFT）的C++实现与Matlab实验

借佳佳的《复变函数与积分变换》 看了两天，总算弄懂了傅立叶变换是怎么一回事。但是要实现快速傅立叶变换却不需要弄懂那么多东西，看看《算法导论》里面的第 30 章“多项式与快速傅立叶变换”就可以了。不过《算法导论》的介绍和标准的有点小小的不同，就是旋转因子刚好反过来了，不过还是等效的。

标准的离散傅立叶 DFT 变换形式如：

y_k=Σ_j=0^n-1 a_jω_n^-_kj  = A (ω_n^-_k).

（ω_n^k 为复数 1 的第 k 个 n 次方根，且定义多项式 A (x) = Σ_j=0^n-1 a_jx^j ）

而离散傅立叶逆变换 IDFT (Inverse DFT)形式如： a_j=(Σ_k=0^n-1 y_kω_n^kj)/n .

以下不同颜色内容为引用并加以修正：

快速傅立叶变换（Fast Fourier Transform，FFT）是离散傅立叶变换（Discrete Fourier transform，DFT）的快速算法，它是根据离散傅立叶变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅立叶变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。
设 X_n 为 N 项的复数序列，由 DFT 变换，任一 X_i 的计算都需要 N 次复数乘法和 N -1 次复数加法，而一次复数乘法等于四次实数乘法和两次实数加法，一次复数加法等于两次实数加法，即使把一次复数乘法和一次复数加法定义成一次“运算”（四次实数乘法和四次实数加法），那么求出 N 项复数序列的 X_i ，即 N 点 DFT 变换大约就需要 N² 次运算。当 N =1024 点甚至更多的时候，需要 N² = 1048576 次运算，在 FFT 中，利用 ω_n 的周期性和对称性，把一个 N 项序列（设 N 为偶数），分为两个 N / 2 项的子序列，每个 N / 2点 DFT 变换需要 (N / 2)² 次运算，再用 N 次运算把两个 N / 2点的 DFT 变换组合成一个 N 点的 DFT 变换。这样变换以后，总的运算次数就变成 N + 2 * (N / 2)² = N + N² / 2。继续上面的例子，N =1024 时，总的运算次数就变成了525312 次，节省了大约  50% 的运算量。而如果我们将这种“一分为二”的思想不断进行下去，直到分成两两一组的 DFT 运算单元，那么N 点的 DFT 变换就只需要 N * log₂N 次的运算，N = 1024 点时，运算量仅有 10240 次，是先前的直接算法的1% ，点数越多，运算量的节约就越大，这就是 FFT 的优越性。

FFT 的实现可以自顶而下，采用递归，但是对于硬件实现成本高，对于软件实现都不够高效，改用迭代较好，自底而上地解决问题。感觉和归并排序的迭代版很类似，不过先要采用“位反转置换”的方法把 X_i 放到合适的位置，设 i 和 j 互为s = log₂N 位二进制的回文数，假设 s = 3,  i = (110)₂  = 6,  j = (011)₂ = 3,  如果 i ≠ j , 那么 X_i 和 X_j 应该互换位置。（关于这个回文数的生成，是很有趣而且是很基本的操作，想当初偶初学 C++ 的时候就有这样的习题。）当“位反转置换”完成后，先将每一个X_i 看作是独立的多项式，然后两个两个地将它们合并成一个多项式（每个多项式有 2 项），合并实际上是“蝶形运算”（Butterfly Operation, 参考《算法导论》吧^_^），继续合并（第二次的每个多项式有 4 项），直到只剩下一个多项式（有 N 项），这样，合并的层数就是 log₂N ，每层都有 N 次操作，所以总共有 N * log₂N 次操作。迭代过程如下图所示，自底而上。

 

 自己写的 C++ 源程序，如下：

/**/
//
// 快速傅立叶变换 Fast Fourier Transform
// By rappizit@yahoo.com.cn
// 2007-07-20
// 版本 2.0
// 改进了《算法导论》的算法，旋转因子取 ω_n^-_kj  (ω_n^kj 的共轭复数)
// 且只计算 n / 2 次，而未改进前需要计算 (n * lg n) / 2 次。
// 
/**/

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

const int N = 1024;
const float PI = 3.1416;

inline void swap (float &a, float &b)
...{
    float t;
    t = a;
    a = b;
    b = t;
}

void bitrp (float xreal [], float ximag [], int n)
...{
    // 位反转置换 Bit-reversal Permutation
    int i, j, a, b, p;

    for (i = 1, p = 0; i < n; i *= 2)
        ...{
        p ++;
        }
    for (i = 0; i < n; i ++)
        ...{
        a = i;
        b = 0;
        for (j = 0; j < p; j ++)
            ...{
            b = (b