多项式快速幂——快速傅里叶变换

本文介绍了如何使用快速傅里叶变换(FFT)来优化多项式相乘的时间复杂度,从O(n^2)降低到O(n log n)。详细讨论了多项式的表示方式、单位复数根的性质以及FFT算法的递归过程,并提供了伪代码。最后,文章提到了算法的改进,如减少重复计算和利用下标反转优化操作顺序。
摘要由CSDN通过智能技术生成

多项式快速幂——快速傅里叶变换

 

  • 问题描述

我们的目的是为了在尽可能短的时间内计算两个多项式相乘。相乘最直接所需的复杂度是On2。经过快速傅里叶变换(FFT),可以把时间复杂度降低到Onlogn

  • 预备知识

2.1多项式

A(x)表示一个n次多项式,则

A(x)=i=0n-1aixi

对于两个n次多项式Ax,B(x)他们的乘积C(x)可表示为:

C(x)=i=02n-2cixi

其中

ci=k=0iakbi-k

利用这种方法计算多项式乘法复杂度为On2

(第一个多项式中每个系数都需要与第二个多项式的每个系数相乘)

2.2 多项式表示

2.2.1 系数表达

对于一个n次多项式A(x),我们可以用一个向量

a=a0,a,⋯,an-1

来表示一个多项式。

2.2.2 点值表达

n互不相同x带入多项式,会得到n个不同的取值,该过程被称为“求值”。

求值运算可以通过秦久韶算法,在On的时间复杂度内完成运算。

Ax0=a0+x0a1+x0a2</

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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