一.FFT算法步骤:
1. **分解**:
首先将输入序列分为两个部分:一个包含所有偶数索引的点(称为偶数部分),另一个包含所有奇数索引的点(称为奇数部分)。这两个部分各自代表一个N/2点DFT的输入。
2. **递归**:
对偶数部分和奇数部分递归执行FFT算法。在达到递归的底部时,即1点DFT,直接返回该点,因为1点DFT就是其本身。
3. **组合**:
一旦从偶数部分和奇数部分获得了N/2点DFT的结果,就需要将它们组合起来得到完整的N点DFT。这个组合步骤涉及到“蝶形运算”,它将对应点的DFT结果相加和相减,并乘以相应的旋转因子(twiddle factors),即 \( e^{-j \frac{2\pi}{N} k} \)。
4. **蝶形运算**:
这是FFT中的基本运算单元。一个蝶形运算连接了两个DFT输出,并通过加法和乘法来生成最终的FFT结果。
5. **旋转因子**:
在组合步骤中使用的旋转因子利用了复指数函数的周期性。对于基2 FFT,旋转因子是一组预先计算好的复数值,它们在蝶形运算中起到关键作用。
二.算法优点
- **时间复杂度**:
从O(N^2)降低到O(N log N),在处理大数据集时尤其有效。
- **空间复杂度**:
可以原地(in-place)计算,只需要O(N)的额外空间。
- **适用性**:
可以应用于各种领域,如数字信号处理、图像处理、音频压缩等。
基2 FFT算法是一个优美的算法,因为它不但显著降低了计算的复杂度,还因为它可以适用于各种大小的输入并且易于在硬件和软件中实现。尽管如此,对于实际应用还需要考虑数值稳定性、舍入误差和效率。