快速傅里叶变化
忽然发现自己FFT的博客都已经鸽了一年了,恰好又讲FFT就补了一篇。
关于多项式
多项式是什么垃圾玩意就不用我多说了吧
在平常解决各类数学问题中,我们都很容易发现多项式乘法的影子。
我们现在有两个多项式, f ( x ) = ∑ i = 0 n a i x i , g ( x ) = ∑ i = 0 m b i x i f(x)=\sum_{i=0}^{n} a_{i}x^i,g(x)=\sum_{i=0}^{m} b_{i}x^i f(x)=∑i=0naixi,g(x)=∑i=0mbixi。
有 h = f ∗ g h=f*g h=f∗g,我们如何才能得到 h h h这个多项式的表达式呢?
很明显,设 h ( x ) = ∑ i = 0 n + m c i x i h(x)=\sum_{i=0}^{n+m}c_{i}x^i h(x)=∑i=0n+mcixi,不会有人认为一个最高次项为 n n n的与一个最高次项为 m m m的相乘最高次项不为 n + m n+m n+m吧,容易发现, c i = ∑ j = 1 m i n ( n , i ) a j b i − j c_{i}=\sum_{j=1}^{min(n,i)}a_{j}b_{i-j} ci=∑j=1min(n,i)ajbi−j。
但如果这样一个一个求过来的话时间复杂度就达到 O ( n m ) O(nm) O(nm)了,明显还会有更佳的做法。
点值表示法
相信大家在初中阶段都接触过通过几个点还原原函数表达式的 n n n次函数题。
很明显,我们拥有 n + 1 n+1 n+1个点时就可以还原一个 n n n次多项式的表达式。
于是,我们可以先将 f f f与 g g g分别表示成
( a 0 , f ( a 0 ) ) , . . . , ( a n , f ( a n ) ) (a_{0},f(a_{0})),...,(a_{n},f(a_{n})) (a0,f(a0)),...,(an,f(an))与 ( b 0 , g ( b 0 ) ) , . . . , ( b n , g ( b n ) ) (b_{0},g(b_{0})),...,(b_{n},g(b_{n})) (b0,g(b0)),...,(bn,g(bn))。
我们先使 a a a数组与 b b b数组相同,发现 h h h也可以表示成这样的形式。
( a 0 , f ( a 0 ) g ( a 0 ) ) , . . . , ( a n , f ( a n ) g ( a n ) ) (a_{0},f(a_{0})g(a_{0})),...,(a_{n},f(a_{n})g(a_{n})) (a0,f(a0)g(a0)),...,(an,f(an)g(an))。
我们发现,如果我们用这种方法来求多项式的话就只需要 O ( n ) O(n) O(n)的时间复杂度了。
但悲剧的是,无论是题目还是答案一般需要的都是系数表示法,所以我们还需要将两者之间互相转化。
高斯消元? O ( n 3 ) O(n^3) O(n3)超级逆优化。
拉格朗日插值? O ( n 2 ) O(n^2) O(n2)