算法导论FFT代码

《算法导论》是我目前为止看到的最好的有关于写FFT的书，虽然和信号处理一类的树不太相同，算法导论对于FFT的出发点更加纯粹一点，那就是如果快速计算DFT，而并不深究DFT的物理意义，切入点也是多项式乘法。说实话，这个算法很难，并不是很直观，理解困难的很大原因是算法构造的如此精妙，以至于让人迷失了究竟算法的目的在何处，当然，现在很多库集成的FFT高效且稳定，不过深入学习一下FFT的原理我认为还是有必要的。

详细的原理就不说了，直接上python实现的代码

python由于支持了复数运算，所以和书中的伪代码基本差不多，无须做更多修改，计算结果和numpy中自带的FFT函数完全一致，当然，此算法只能应用于输入时2的幂次的时候。

其中第一个函数是递归版本的FFT，第二个则是迭代版本的FFT。

def recursiveFFT(a):
    n = len(a)
    if n == 1:
        return a
    wm = np.exp((2*np.pi*1j)/n) #旋转因子
    #wm = np.cos(2*np.pi/n)+1j*np.sin(2*np.pi/n) # 欧拉展开后的旋转因子，与上式相同
    w = 1
    a0 = a[[x for x in range(0,n) if x%2 == 0]] # 提取出下标为偶数的系数
    a1 = a[[x for x in range(0,n) if x%2 == 1]] # 提取出下标为奇数的系数
    y0 = recursiveFFT(a0) #　递归调用
    y1 = recursiveFF