快速傅里叶FFT

值表示操作

举例：两个二次多项式相乘使用点值法计算的操作：

总结：

给定两个系数表示的d阶多项式，计算两个多项式在2d+1点上的值。然后将函数值一一的相乘起来，得到最后多项式的数值。
最后，最后，我们将对应点的函数值，转换为系数表示，才能得到最后的C（X）表达式。

值表示的问题

如何将系数转换成值表示，以及如何将值表示成指数？

系数转换成值表示

传统的思想

多项式的次数是d，所以我们需要选取d+1个点带入到多项式的进行计算对应的函数值来表示点值。比如x从1取到d+1。这样的话计算的复杂度仍然和O（d^2）比没有优势。

总结：过于复杂。需要更加简单的计算

引入

偶函数

那么利用偶函数的性质，我们只需要取4个值即可。

奇函数

同理，在奇函数中，也是一半。

一般函数

所以这里，我们只需要将最后两个多项式，i取值1,2……n/2，就可以得到原多项式的n个值。

复杂度：T（n）=2T(n/2)+O(n) = O(nlogn)。

存在问题

引用复数

因为复数是平方之后，正负是成对出现的。
例1：

例2：

推广：

1的n次方跟可以被解释为复平面沿着单位圆等距排布的一系列点。
这些点的表示方法可以用欧拉公式写成复数。

不同的i取值实际上就代表了不同的单位复n次方根。

为什么n次方根就可以用于递归过程呢？

1. 首先要求的点事成正负对子出现的，这里 w^(j+n/2)= -w^j 正好是一对。
2. 奇偶函数的分布，下图表现了平方之后的再复平面上分布的情况。
   
   
   上图表现了，平方之后，正好得到了n/2个n/2次方根，他们是正负配对的，可以实现完美的递归。
   再次平方，就得到了n/4个n/4次方根，适用于下一层的递归。最终只剩下一个点。

值表示转化为系数

将求值表示为矩阵向量的乘积。

转化为DFT形式：

FFT形式就是DFT和向量乘法的算法。
那么插值就是DFT矩阵求逆。给定位置的函数值，计算函数的系数。

总结FFT和IFFT

原根的这几个性质：

多项式在nlogn的时间内表示成点值表示法：

参考：

1. https://www.bilibili.com/video/BV1za411F76U/?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=d49b9f9f9975e09b9a2a18423540d91a
2. https://www.bilibili.com/video/BV1eT411M7Fp/?spm_id_from=333.880.my_history.page.click&vd_source=d49b9f9f9975e09b9a2a18423540d91a
3. https://zhuanlan.zhihu.com/p/374489378 （蝶形变换讲的很好）