学习笔记 - 快速傅里叶变换 / 大数A * B的另一种解法

---

前言

Fast Fast TLE

原本做大数乘法的时候是想偷懒的, 就百度了下大数 A * B 的代码, 无意中发现有使用FFT的做法, 于是便开始了学习 (受苦) , 本文用以记录仅在算法应用层面上我对FFT的理解和一个手搓的大数乘法模版.

需要一定的复数知识, 但不多.

笔者对FFT的理解较为粗浅, 因此在下文可能大量略过某些部分的详细证明, 请见谅!

一、FFT是什么?

快速傅里叶变换( Fast Fourier Transform ), 是一种对离散傅里叶变换( Discrete Fourier Transform )的优化, 可令离散傅里叶变换的运算量大大降低, 在取样点数量较多的情况下可显著提升效率

二、FFT可以干什么?

1.多项式乘法

实际上, FFT可以大大提升卷积¹的计算效率, 而当卷积的两个函数为多项式的时候, FFT则能在多项式乘法上大显神威.

2.大数乘法

关于乘法, 朴素的算法则是模拟我们自小学会的竖式乘法, 不难证明这样的算法的复杂度为O(n²), 然而这样的算法不仅容易精度溢出, 效率也不够高, 应用FFT则可以使算法的复杂度降低至O(nlogn).

观察一个数字, 如123456, 换种角度思考, 可以将其转化为以下的式子:$$123456=1\ast 10^5+2\ast 10^4+3\ast 10^3+4\ast 10^2+5\ast 10^1+6\ast 10^0$$再转化一次, 令x = 10, 则可以得到:$$1\ast x^5+2\ast x^4+3\ast x^3+4\ast x^2+5\ast x^1+6\ast x^0$$
从这个角度思考, 大数乘法不正是x = 10的情况下的多项式乘法吗?

三、FFT怎么做?

PS:强烈建议您通过这个视频进行学习并在需要的情况下结合下文理解, 个人认为这个视频讲得相当易懂

1. 系数表示法和点值表示法

任取一个n-1阶² 多项式, 将其表示为$$a_0+a_{1}x+a_2{x}^2+...+a_{n-1}{x}^{n-1}$$实际上我们已经得到了它的系数表示, 即$$\left[\begin{array}{lcccc}{a}_0& a_1& a_2& ...& a_{n-1}\end{array}\right]$$
那么什么是它的点值表示法呢?

对一个多项式$$f(x)=a_0+a_{1}x+a_2{x}^2+...+a_{n-1}{x}^{n-1}$$任取不小于n个x_i带入并计算得到f(x_i)即为其点值表示法:
{ ( x 0 , f ( x 0 ) , ( x 1 , f ( x 1 ) , … , ( x n − 1 , f ( x n − 1 ) } \left\{ (x_0,f(x_0),(x_1,f(x_1), \dots,(x_{n-1},f(x_{n-1}) \right\} { (x0​,f(x0​),(x1​,f(x1​),…,(xn−1​,f(xn−1​)}

将其化为矩阵形式, 有
$$\left[\begin{array}{l}f(x_1)\\ f(x_2)\\ ⋮\\ f(x-1)\end{array}\right]=\left[\begin{array}{lcccc}1& x_0& x_0^2& \dots & x_0^{n-1}\\ 1& x_1& x_1^2& \dots & x_1^{n-1}\\ \dots & \dots & \dots & ⋮& \dots \\ 1& x_{n-1}& x_{n-1}^2& \dots & x_{n-1}^{n-1}\end{array}\right]\left[\begin{array}{l}{a}_0\\ a_1\\ ⋮\\ a_{n-1}\end{array}\right]$$
PS:从 系数表示法 得到 点值表示法 的这一步即为DFT(离散傅里叶变换)

由范德蒙德行列式易证得当x₀ ~ x_n-1互不相同时矩阵可逆, 即当所取的x_i不小于矩阵的阶加一时, 点值表示法和系数表示法一一对应.

令$$h(x)=f(x)g(x)$$
在点值表示法的基础上, 要计算h(x)的表达式, 只需要取相同的x_i得出f(x_i)和g(x_i)并相乘, 再从(x_i ,f(x_i)g(x_i))的点值表示法转换成系数表示法即可得到h(x)的值.

那么如何从点值表示法转换成系数表示法呢? 仔细观察上面的矩阵表达式不难得出:

{ ( x 0 , f ( x 0 ) , ( x 1 , f ( x 1 ) , … , ( x n − 1 , f ( x n − 1 ) } \left\{ (x_0,f(x_0),(x_1,f(x_1), \dots,(x_{n-1},f(x_{n-1}) \right\} { (x0​,f(x0​),(x1​,f(x1​),…,(xn−1​,f(xn−1​)}

将其化为矩阵形式, 有
$$[\begin{array}{l}{a}_0\\ a_1\\ ⋮\\ a_{n-1}\end{array}\rfloor$$