天上掉下来的FFT

FFT

本文学习借鉴 Link 董晓算法

说实话董老师讲的太好了

前言

闲来无事，点了一下随机跳题。

LUOGU 4461 [CQOI2018] 九连环

读完题随便一写，$O(n)$ 的转移（当时很激动，毕竟以为秒了紫题）。反手一交 $30pts$ 仔细一看，这题居然没有让去模！？！（开始发癫。

FFT 前置芝士

虚数的意义

我们将坐标系上的点可以这样理解：

将 $n$ 看作实部 $m$ 看作虚部，即点 $A=n+im$ 。

呢我们就可以用半径和角度表示一个圆上的点。

如点 $A=\cos \theta \cdot r+i\cdot \sin \theta \cdot r$

则利用 $\pi$ 来表示角度,钦定将圆分成 $n$ 份这个角度占 $k$ 份,再钦定 $r=1$ 就出现了一个神奇的表示：

单位根 ${\omega }_n^k=\cos \frac{2\pi k}{n}+i\cdot \sin \frac{2\pi k}{n}$

其有一些神奇且具象的性质:

周期性 :${\omega }_n^k={\omega }_n^{k+n}$

很好理解就是转一圈回到原点.

对称性 : ${\omega }_n^{k+\frac{n}{2}}=-{\omega }_n^k$

形如上图点 C 和点 D,转了 180 度相当于原数取反.

折半性 :${\omega }_{2n}^{2k}={\omega }_n^k$

相当于分子分母化简,也很好理解 你在分成 8 份时取 4 份和在 4 份中去 2 份意义相同.

虚数乘

设 $A=a_1+i\cdot a_2,B=b_1+i\cdot b_2$

$A\times B=(a_1+i\cdot a_2)\times (b_1+i\cdot b_2)$

$=a_1{b}_1+i^2{a}_2{b}_2+i(a_2{b}_1+a_1{b}_2)$

$=a_1{b}_1-a_2{b}_2+i(a_2{b}_1+a_1{b}_2)$

开始正题

众所周知 , 一个 $n$ 阶多项式可以用 $n$ 个点来唯一确定.

对于长度为 $n$ 的多项式

$A(x)=a_1+a_{2}x+a_3{x}^2\cdots a_{n+1}{x}^n$

我们可以间其奇数次幂和偶数次幂分离(别问为什么这样做,我感觉 FFT 的思路就是天上掉下来的)

奇数次幂 : $(a_{1}x+a_3{x}^3\cdots a_{n-1}{x}^{n-2})=(a_2+a_4{x}^2\cdots a_n{x}^n)\cdot x$

偶数次幂 : $(a_0+a_2{x}^2\cdots a_{n-2}{x}^{n-2})$

设:

$A_1(x)=(a_0+a_2{x}^2\cdots a_{n-2}{x}^{\frac{n}{2}-1})$

$A_2(x)=(a_1+a_3{x}^2\cdots a_{n-1}{x}^{\frac{n}{2}-1})$

$A(x)=A_1(x^2)+A_2(x^2)\cdot x$

用前面的单位根往里带(评价为天上掉下来的)

图片来自董老师 Link 董晓算法

发现如果 $n=2^k$ 就可以直接二分到底,所有我们钦定 $n=2^k$ .

可以直接递归到底然后再反推回来.

我们就可以得到 n 个点

求出 多项式 A 和 B 把每个点乘起来,再把单位根的倒数带入将点值转话为 $z_i=a_i\cdot n$

图片来自董老师 Link 董晓算法

所有 $a_i=\frac{z_i}{n}$ 就得到答案了!

优化

递归显然是不优雅的

我们观察最终搜索到的序列,

图片来自董老师 Link 董晓算法

观察发现每个数字的结果其实就是将原数的二进制倒过来

称之为蝴蝶变化.

这时候 zxc 大佬就要开始发癫了

如何求呢?

观察发现 f[i] = f[i / 2] / 2 + [i & 1] * n / 2;

所有我们就可以 $O(n)$ 推出变化 $O(n\log n)$ 得到答案.