比FFT还容易明白的NTT（快速数论变换）

最新推荐文章于 2024-09-06 16:54:11 发布
最新推荐文章于 2024-09-06 16:54:11 发布
阅读量3.2w 收藏 173
点赞数 52
分类专栏： 数论 算法 多项式 NTT 文章标签： NTT 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/enjoy_pascal/article/details/81771910
版权
NTT（快速数论变换）是一种用于加速多项式乘法的算法，尤其适合在模域中进行计算，因为它可以取模且避免了FFT的精度问题。NTT基于数论中的原根性质，其优点包括能进行模运算、无精度误差，但要求系数为整数且模数有限制。在计算过程中，原根代替了FFT中的单位根，时间复杂度为O(nlog2n)。学习NTT需要掌握原根等相关前置知识。
摘要由CSDN通过智能技术生成

NTT相关

一种快速数论变换算法，这种算法是以数论为基础，对样本点为的数论变换，按时间抽取的方法，得到一组等价的迭代方程，有效高速简化了方程中的计算公式·与直接计算相比，大大减少了运算次数。（见快速傅里叶变换）。
在计算机实现多项式乘法中，我们所熟知的快速傅里叶变换(FFT)是基于n次单位根 (omega) 的优秀性质实现的，而由于其计算时会使用正弦函数和余弦函数，在不断运算时无法避免地会产生精度误差。而多项式乘法有些时候会建立在模域中，在对一些特殊的大质数取模时，便可以考虑用原根g来代替 ，而这些特殊的大质数的原根恰好满足 的某些性质，这使得多项式乘法在模域中也可以快速的分治合并。
——百度百科

NTT（Number Theoretic Transform），中文名快速数论变换
和 F F T FFT FFT一样， N T T NTT NTT也用来加速多项式乘法，不过 N T T NTT NTT最大的优点是可以取模
或者可以理解为 N T T NTT NTT是 F F T FFT FFT取模升级版

  • 好像 N T T NTT NTT比起 F F T FFT FFT来难的知识点更少了emm

NTT的优缺点

优点

  • 能取模， F F T FFT FFT的复数你给我来取个模

  • 没有精度差， F F T FFT FFT浮点数的精度怎么也会出一点问题

  • 由于均为整数操作（虽然取模多）， N T T NTT NTT常数小，通常比一大堆浮点运算的 F F T FFT FFT要快（其实这是放屁）

我只能说 N T T NTT NTT小数据下表现良好…

缺点

  • 多项式的系数都必须是整数

  • 模数有限制， N T T NTT NTT题的模数通常都是相同的 998244353 998244353 998244353

  • 其实这些模数的原根通常都是 3 3 3

NTT前置知识&技能

原根

最低0.47元/天 解锁文章
路人黑的纸巾
关注
专栏目录
NTT.rar_NTT_NTT c++_NTT%20c%2B%2B_nttc++_快速数论变换
09-20
用c++实现的快速数论变换(NTT)，利用原根性质，实现和FFT的功能，但是效率比FFT高。
GPU加速NTT算法
weixin_45825274的博客
06-07 1681
快速数论变换-NTT算法：在离散数值域上进行快速多项式乘法运算的高效算法。NTT的理论推导可参考下面列出的两个视频。关于NTT的作用，简单来讲，有一个n次多项式A和一个m次多项式B，A和B相乘后得到一个m+n次多项式C，给定A的n+1个系数和B的m+1个系数求C的m+n+1个系数。这是一个完整的过程，需要对A和B分别进行NTT变换（得到两组长度为m+n+1的点值），然后把两组点值对应相乘得到C的m+n+1个点值，再对C的m+n+1个点值进行NTT的逆变换才能得到C的每一个系数。
NTT笔记
WerChange的OI博客
05-04 317
笔记——算法篇
快速傅里叶变换（FFT）及其在多项式乘法中的应用 —— 深入分析与 Python 实现
最新发布
qq_52010229的博客
09-06 1350
单位根是指在复平面上均匀分布在单位圆上的点，满足 x^n = 1 的复数点。它们可以表示为：这些点的对称性和周期性使得我们可以通过分治法高效计算傅里叶变换。通过本文，我们深入探讨了如何利用快速傅里叶变换FFT进行高效的多项式乘法。我们从最基本的多项式操作出发，介绍了如何通过单位根和分治法将乘法复杂度从 O(n^2) 降低到 O(n log n)。我们还通过 Python 代码展示了 FFT 和 IFFT 的具体实现，并进行了多项式乘法的示例。FFT 在多项式乘法中的应用只是其众多用途之一。
快速数论变换(NTT)
Starry__Night的博客
07-08 4352
题面很简单，就懒得贴了，那不是我要说的重点。 重点是NTT，也称快速数论变换。 在很多问题中，我们可能会遇到在模意义下的多项式乘法问题，这时传统的快速傅里叶变换可能就无法满足要求，这时候快速数论变换就派上了用场。 考虑快速傅里叶变换的实现，利用单位复根的特殊性质来减少运算，而利用的，就是dft变换的循环卷积特性。于是考虑在模意义下同样具有循环卷积特性的东西。 考虑在模p意义下(pp为特定的质
NTT简介
forezxl的博客
08-30 3256
算法用途 多项式乘法系数取模。 前置知识 原根，FFT。 原根 阶：若(a,p)=1(a,p)=1(a,p)=1，则满足ar≡1(modp)ar≡1(modp)a^r \equiv 1 (\mod p)的最小的rrr被称为aaa模ppp的阶。 原根：如果r=φ(p)r=φ(p)r=\varphi(p)，则称aaa为modpmodp\mod p意义下的原根。 原根有一个判定方法：把...
多项式算法2：NTT（快速数论变换）
ha_ing的博客
05-11 2633
多项式算法2：NTT（快速数论变换）
今天学什么之NTT
weixin_49391089的博客
03-07 1231
NTT学习
ntt算法。。。。。
weixin_39057744的博客
08-19 397
adf
快速数论变换NTT
hefenghhhh的专栏
12-17 3061
快速数论变换(NTT) 一.相关概念: 1.剩余系: 一个整数去模n得到的结果的集合称为n的简化剩余系,即小于n的非负整数,记为ZnZ_nZn​ 2.简化剩余系: 在n的剩余系中与n互质的元素的集合,称为n的简化剩余系,记为Zn∗Z_n^*Zn∗​ 3.欧拉函数: n的简化剩余系中元素的个数,称为欧拉函数,记为ϕ(n)\phi(n)ϕ(n) 3.原根: 对于正整数x和n,如果x模n的阶为ϕ(n)\...
ntt:数论变换（NTT）
03-31
数论变换（Number Theoretic Transform，简称NTT）是一种在数论背景下，与快速傅里叶变换（FFT）类似的算法。它在处理模数下的多项式乘法时展现出高效性，尤其在密码学、编码理论和计算数论等领域有广泛应用。在Java...
快速数论变换.pdf
12-13
快速数论变换（NTT）是FFT在数论领域的对应物，它们都用于高效计算循环卷积。 第三章“数论变换的理论基础”进一步深入数论变换的基本理论，探讨了数论变换如何在数学和计算机科学中应用，以及它的数学原理。 第四...
NTT数论变换
03-20
这是我学习数论变换时做的一个程序 把数论变换从理论到实践有一段很长的路，在这里我发布出我的一些体会，希望对大家有帮助。
数论变换：此代码用于求一个序列的NTT-matlab开发
05-30
数论变换（Number-Theoretic Transform，NTT）是一种在数论背景下类似于快速傅里叶变换（Fast Fourier Transform，FFT）的算法。在数学和计算机科学中，NTT主要用于高效地处理模数上的多项式乘法。这个特定的代码是...
（原理篇）FFT与NTT （快速傅里叶变换）摘自oiwi，仅方便理解
weixin_45666296的博客
08-29 2080
来自oiwi整理加上自己理解，采用jls板子
数论变换Number Theoretic Transform(NTT）
Annalovecoding的博客
10-04 5883
数论变换是用来干什么的？ 数论变换是用来快速高效地计算系数为ZqZ_qZq​多项式环乘法运算结果的一个算法。 多项式定义 f(x)=∑i=0naixif(x)=\sum_{i=0}^{n}a_ix^if(x)=∑i=0n​ai​xi 多项式的根：f(x0)=0f(x_0)=0f(x0​)=0, x0x_0x0​为多项式的根 若an≠0,deg(f)=na_n \neq 0, deg(f) =nan​​=0,deg(f)=n 多项式乘法 f(x)=∑i=0naixif(x)=\sum_{i=0
NTT算法小结
adfa4535的博客
01-18 1408
从理论上说，经过人们优化的FFT已经十分优秀，能够处理大部分的多项式乘法，但是有的时候仍然会出现下面的情况： 1）常数仍然比较大 2）在进行与整数有关的FFT时，发现得到的结果是一堆诡异的数，你需要不停的和精度搏斗 那么在这时，你就需要学会快速数论变换（NTT） 前置芝士 快速傅里叶变换 你可以上网百度，或者看我的博客 阶与原根 我们由欧拉定理可以知道，对于任意的正整数\(a、m\)，如...
快速数论变换NTT学习笔记
我的技术栈碎碎念空间
01-25 1329
数论变换（number-theoretic transform, NTT）是离散傅里叶变换（DFT）在数论基础上的实现。NTT是一种计算卷积的快速算法，FFT也是其中一种。但是FFT具有一些实现上的缺点，举例来说，向量必须乘上复数系数的矩阵进行处理，而且每个复数系数的实部和虚部是一个正弦及余弦函数，因此大部分的系数都是浮点数，也就是说，必须做浮点复数运算，计算量会比较大，并且浮点数运算产生的误差会比较大。NTT解决的是多项式乘法带模数的情况，受到模数的限制，数也比较大。
快速fft变换 c语言
10-31
快速傅里叶变换（Fast Fourier Transform，FFT）是一种高效的算法，用于快速计算离散傅里叶变换（Discrete Fourier Transform，DFT）。它可以将一个序列转换为其频率分量。 在C语言中，实现快速FFT变换可以使用递归或迭代的方式。以下是一个用C语言实现快速FFT变换的简单示例： 首先，需要定义一个复数结构体，用来存储实部和虚部： ```c typedef struct { double real; double imag; } Complex; ``` 接下来，实现关键的FFT函数： ```c void fft(Complex arr[], int size, int inverse) { if (size <= 1) { return; } Complex even[size / 2]; Complex odd[size / 2]; // 分离奇数项和偶数项 for (int i = 0; i < size / 2; i++) { even[i] = arr[2 * i]; odd[i] = arr[2 * i + 1]; } // 递归计算奇数项和偶数项的FFT fft(even, size / 2, inverse); fft(odd, size / 2, inverse); // 计算每个频率分量 double angle = 2 * PI / size * (inverse ? -1 : 1); Complex w = {1, 0}; Complex wn = {cos(angle), sin(angle)}; for (int i = 0; i < size / 2; i++) { Complex temp = mult(w, odd[i]); arr[i] = add(even[i], temp); arr[i + size / 2] = sub(even[i], temp); if (inverse) { arr[i] = div(arr[i], 2); arr[i + size / 2] = div(arr[i + size / 2], 2); } w = mult(w, wn); } } ``` 其中，mult、add、sub和div是对复数进行乘法、加法、减法和除法的函数。 最后，在主函数中调用FFT函数： ```c int main() { Complex arr[N]; // 输入序列 // 初始化输入序列 // ... fft(arr, N, 0); // 进行正向FFT变换 // 输出频率分量 for (int i = 0; i < N; i++) { printf("%f + %fi\n", arr[i].real, arr[i].imag); } return 0; } ``` 这样就可以实现快速FFT变换的功能了。快速FFT变换在信号处理、图像处理以及其他科学和工程领域中都有广泛的应用。它通过减少计算量，大大提高了傅里叶变换的计算效率。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值