FFT快速傅里叶变换 超详细的入门学习总结

FFT快速傅里叶变换

说明

• 本文创作的目的是为自己巩固该算法，加深印象并深入理解，同时也为FFT入门学者提供一份可鉴的学习总结。
• 原文链接：https://blog.csdn.net/qq_39565901/article/details/94648221
• 版权归作者所有，允许参考，转载需注明作者。

参考&鸣谢

小学生都能看懂的FFT！！！
十分简明易懂的FFT（快速傅里叶变换）
浅谈 FFT （终于懂一点了~~）
数学黑科技1——FFT

什么是FFT？

• FFT（Fast Fourier Transformation） 是离散傅氏变换（DFT）的快速算法。即为快速傅氏变换。它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。——百度百科
• 这是什么并不重要。。。

用来做什么？

• 标准的FFT模板题，
• 设两个多项式：
• $$A=\sum _{i=0}^n{a}_i\ast x^i=a_n\ast x^n+a_{n-1}\ast x^{n-1}+...+a_1\ast x+a_0$$，
• $$B=\sum _{i=0}^m{b}_i\ast x^i=b_n\ast x^m+b_{m-1}\ast x^{m-1}+...+b_1\ast x+b_0$$，
• 求$A\ast B$的值？
• 难道不就是$$Ans=\sum _{i=0}^{n+m}{s}_i\ast x^i=\sum _{i=0}^{n+m}\sum _{j=0}^i{a}_j\ast b_{i-j}\ast x^i$$
• 是的，用$A$的每一项和$B$的每一项分别相乘，时间复杂度$O(nm)$.
• 但如何跑得更快呢？
• ——用FFT！
• 经典的应用，
• 高精度乘法（是不是十分显然）。

关于多项式

• 上面的多项式表示法是最普通的，也就是平时课本上看到的，称为“系数表示法“，因为显而易见每一项的系数分别是多少。
• 现在介绍另一种表示法——“点值表示法”，
• 一个$n$次$n+1$项式，可以将其看做是$n$次函数的解析式，
• 为了唯一确定这个$n$次多项式，需要选取$n+1$个不同的$x$代入该式子，分别得到一个对应的$y$，
• 也就是，
• $a_n\ast x_0^n+a_{n-1}\ast x_0^{n-1}+...+a_1\ast x_0+a_0=y_0$，
• $a_n\ast x_1^n+a_{n-1}\ast x_1^{n-1}+...+a_1\ast x_1+a_0=y_1$，
• $\dots \dots$
• $a_n\ast x_n^n+a_{n-1}\ast x_n^{n-1}+...+a_1\ast x_n+a_0=y_n$，
• 那么就有两个多项式分别表示为（注意要取相同的且个数相同的$x$），
• $$A=((x_0,{y_A}_0)),(x_1,{y_A}_1),...,(x_n,{y_A}_n))$$
• $$B=((x_0,{y_B}_0)),(x_1,{y_B}_1),...,(x_n,{y_B}_n))$$
• 则它们的积为，
• $$Ans=((x_0,{y_A}_0\ast {y_B}_0),(x_1,{y_A}_1\ast {y_B}_1),...,(x_n,{y_A}_n\ast {y_B}_n))$$
• 把系数表示法变为点值表示法的运算叫做点值运算，
• 把点值表示法变为系数表示法的运算叫做插值运算，
• 这两种运算是互逆的，同时也一定是可逆的。
• 仿佛发现什么不可告人的秘密（难道就这么简单