FFT 快速傅里叶变换

最近算法课上老师分配我们负责讲解快速傅里叶变换，以下是个人学习后的理解：

快速傅里叶变换（FFT）（《算法导论》第30章 P527~P539）

        快速傅里叶变换（Fast Fourier Transform）是离散傅里叶变换（Discrete Fourier Transform，DFT）的快速算法，它更多的应用于数字信号处理，本人专业cs所以本文更多描述其在算法上应用（大数乘法，多项式乘法）,同时主要从为why，what，how来描述。

1. 为什么引入FFT（why）

        计算多项式乘法、或者大数乘法时，我们很容易就可以想到一个时间复杂度o(）（逐项相乘）的算法，其次如果利用分治的思想对这个算法进行优化，我们可以将时间复杂度优化到o()（ps:本文若无特殊说明所有lg默认以2为底），若想继续对时间复杂读进行优化，我们引入信号中的fft对算法进行优化。

2. 什么是FFT（what）

        在了解FFT之前，我们需要先了解几个补充知识：

2.1 预备知识

2.1.1 n次单位复根

       n次单位复根从名称上来看它显然是一个方程的复数根，它是满足=1的方程的根，解这个方程可以得到n个复数（对方程开n次方）根据方程的几何意义，我们可以在坐标轴上画一个以原点为圆心的半径为1的单位圆，n个点根都对称分布在圆周上。例如图一（8次）

图一​​

 

2.1.2 消去引理

2.1.2 求和引理

2.1.3 折半引理

2.2 离散傅里叶（DFT） 

        从这个定义式来看, 我们计算出一个多项式 A(x) 的离散傅里叶变换依然需要 O() 的时间复杂度,因此我们需要想办法降低时间复杂度。

2.3 快速傅里叶变换（FFT）

       FFT使用的是分治策略。根据系数下标的奇偶来拆分子问题, 将这些系数分配到两个次数界为 n/2 的多项式（便于分治这里多项式最高次n采用2的整数幂，非2整数幂的n次多项式算法最简单办法：对序列补零处理使之成为2的次幂）