FFT(傅里叶快速变换，详细讲解+推导) 每日一遍，算法再见！

最新推荐文章于 2025-03-12 21:53:29 发布

鲜果维他命

最新推荐文章于 2025-03-12 21:53:29 发布

阅读量2.4w

点赞数 46

分类专栏：多项式乘积文章标签：算法

本文链接：https://blog.csdn.net/TheWayForDream/article/details/113944059

版权

FFT详细推导

FFT(傅里叶快速变换)

FFT(傅里叶快速变换)

FFT在实际工程中有着非常的广泛，尤其是在信号领域，在ACM算法竞赛领域主要可以用来快速计算多项式的乘积

一.前置知识

1.复数和单位根

有人会觉得FFT怎么会用到复数的知识，想必是有点古怪，后面在推导过程中会介绍到它的用处。
在这里插入图片描述

2.单位根的三个引理

在这里插入图片描述

3.多项式

在这里插入图片描述

前置知识学完了之后下面我们来推导FFT

二.FFT(快速傅里叶变换推导)

DFT的作用是把多项式的系数表示法，转化为点值表示法,复杂度 $O(n^2)$ ，而FFT则是快速版的DFT，作用是一样的，FFT的复杂度是 $O (n l o g n)$ .
在这里插入图片描述

在这里插入图片描述

上面我们说过n次多项式需要n+1个点来唯一确定，那么我们找点的时候为什么带入的x是复数(也即wi)而不是实数呢？这个视频讲的很详细FFT推导过程。

FFT模板：

/*这里的opt=1*/
void FFT(Complex *a,int lim,int opt)
{
   
    if(lim==1) return ;
	Complex a0[lim>>1],a1[lim>>1];
	/*我们把多项式的奇数项和偶数项拆开*/ 
	for(int i=0;i<lim;i+=2)
	{
   
	 a0[i>>1]=a[i],a1[i>>1]=a[i+1];
    }
    FFT(a0,lim>>1,opt);//然后递归拆解奇数项 
    FFT(a1,lim>>1,opt);//递归拆解偶数项 
    Complex wn = Complex(cos(2.0*PI/lim),opt*sin(2.0*PI/lim));//单位根
	Complex w = Complex(1,0);//第一个根w0 
    for(int k=0;k<(lim>>1);k++)
    {
   
    	Complex t=w*a1[k];//这样会少一次复数运算； 
    	a[k]=a0[k]+t;//最后我们把求得的值代回 
    	a[k+(lim>>1)]=a0[k]-t;
    	w=w*wn;//想当于次幂+1 
	}
	return ; 
}

三.IFFT

我们要解决多项式a和多项式b的乘积运算，FFT把多项式转化为点值表示之后，我们对两个多项式进行乘积运算，得到一个新的多项式C的点值表示，我们还需要把C的点值表示转化为系数表示，这样才能得到每一项的系数，这时就需要用到FFT的逆过程，IFFT(快速傅里叶逆变换)，也就是IDFT(离散傅里叶逆变换)的快速版。
在这里插入图片描述

IFFT模板：

/*这里的opt=-1*/
void FFT(Complex *a,int lim,int opt)
{
   
    if(lim==1) return ;
	Complex a0[lim>>1],a1[lim>>1];
	/*我们把多项式的奇数项和偶数项拆开*/ 
	for(int i=0;i<lim;i+=2)
	{
   
	 a0[i>>1]=a[i],a1[i>>1]=a[i+1];
    }
    FFT(a0,lim>>1,opt);//然后递归拆解奇数项 
    FFT(a1,lim>>1,opt);//递归拆解偶数项 
    Complex wn = Complex(cos(2.0*PI/lim),opt*sin

最低0.47元/天解锁文章