FFT&NTT

最新推荐文章于 2022-08-29 21:05:12 发布
最新推荐文章于 2022-08-29 21:05:12 发布
阅读量198 收藏
点赞数
分类专栏： 【数学】 FFT
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43734193/article/details/85246804
版权

数字信号处理课逼我学FFT呀

  • 这篇文章整理一下学习资料
  • 整理一下习题

高精度乘法 hdu 1402 A * B Problem Plus

#include<bits/stdc++.h>
using namespace std;
#define rep(i,a,b) for(int i=a;i<=b;i++)
#define per(i,a,b) for(int i=a;i>=b;i--)
#define what_is(x) cerr<<#x<<" is "<<x<<endl;
const double PI=acos(-1.0);
struct Complex{
    double x,y;
    Complex(double _x=0.0,double _y=0.0){
        x=_x;
        y=_y;
    }
    Complex operator+(const Complex &b)const{
        return Complex(x+b.x,y+b.y);
    }
    Complex operator-(const Complex &b)const{
        return Complex(x-b.x,y-b.y);
    }
    Complex operator*(const Complex &b)const{
        return Complex(x*b.x-y*b.y,x*b.y+y*b.x);
    }
};
void change(Complex y[],int len){
    int i,j,k;
    for(i=1,j=len/2;i<len-1;i++){
        if(i<j)swap(y[i],y[j]);
        k=len/2;
        while(j>=k){
            j-=k;
            k/=2;
        }
        if(j<k)j+=k;
    }
}
void fft(Complex y[],int len,int on){
    change(y,len);
    for(int h=2;h<=len;h<<=1){
        Complex wn(cos(-on*2*PI/h),sin(-on*2*PI/h));
        for(int j=0;j<len;j+=h){
            Complex w(1,0);
            for(int k=j;k<j+h/2;k++){
                Complex u=y[k];
                Complex t=w*y[k+h/2];
                y[k]=u+t;
                y[k+h/2]=u-t;
                w=w*wn;
            }
        }
    }
    if(on==-1){
        rep(i,0,len-1){
            y[i].x/=len;
        }
    }
}
const int MAXN=2e5+10;
char str1[MAXN],str2[MAXN];
Complex x[MAXN],y[MAXN];
int ans[MAXN];
int main(){
    while(~scanf("%s%s",str1,str2)){
        int len1=strlen(str1);
        int len2=strlen(str2);
        int len=1;
        for(;len<len1+len2;len<<=1);
        rep(i,0,len1-1){
            x[i]=Complex(str1[len1-1-i]-'0',0);
        }
        rep(i,len1,len-1){
            x[i]=Complex(0,0);
        }
        rep(i,0,len2-1){
            y[i]=Complex(str2[len2-1-i]-'0',0);
        }
        rep(i,len2,len-1){
            y[i]=Complex(0,0);
        }
        fft(x,len,1);
        fft(y,len,1);
        rep(i,0,len-1){
            x[i]=x[i]*y[i];
        }
        fft(x,len,-1);
        ans[0]=0;
        rep(i,0,len-1){
            ans[i]+=(int)(x[i].x+0.5);
            ans[i+1]=ans[i]/10;
            ans[i]%=10;
        }
        while(ans[len]==0&&len!=0)len--;
        per(i,len,0)putchar(char('0'+ans[i]));
        puts("");
    }
    return 0;
}

hdu 4609 3-idiots

题意

  • 问从很多边里选出三根组成三角形的概率。
#include<bits/stdc++.h>
using namespace std;
#define rep(i,a,b) for(int i=a;i<=b;i++)
#define what_is(x) cerr<<#x<<" is "<<x<<endl;
typedef long long ll;
typedef double ld;
const int MAXN=5e5+233;
const ld PI=-acos(-1.0);
struct cp{
    ld x,y;
    cp(ld _x=0.0,ld _y=0.0){
        x=_x;
        y=_y;
    }
    cp operator+(const cp &b)const{
        return cp(x+b.x,y+b.y);
    }
    cp operator-(const cp &b)const{
        return cp(x-b.x,y-b.y);
    }
    cp operator*(const cp &b)const{
        return cp(x*b.x-y*b.y,x*b.y+y*b.x);
    }
};
void change(cp y[],int len){
    int i,j,k;
    for(i=1,j=len/2;i<len-1;i++){
        if(i<j)swap(y[i],y[j]);
        k=len/2;
        while(j>=k){
            j-=k;
            k/=2;
        }
        if(j<k)j+=k;
    }
}
void fft(cp y[],int len,int on){
    change(y,len);
    for(int h=2;h<=len;h<<=1){
        cp wn(cos(-on*2*PI/h),sin(-on*2*PI/h));
        for(int j=0;j<len;j+=h){
            cp w(1,0);
            for(int k=j;k<j+h/2;k++){
                cp u=y[k];
                cp t=w*y[k+h/2];
                y[k]=u+t;
                y[k+h/2]=u-t;
                w=w*wn;
            }
        }
    }
    if(on==-1){
        rep(i,0,len-1){
            y[i].x/=len;
        }
    }
}
int a[MAXN];
ll cnt[MAXN];
cp x[MAXN];
int main(){
    int T;
    scanf("%d",&T);
    rep(kase,1,T){
        int n;
        scanf("%d",&n);
        memset(cnt,0,sizeof(cnt));
        rep(i,1,n){
            scanf("%d",&a[i]);
            cnt[a[i]]++;
        }
        sort(a+1,a+1+n);
        int m=2*a[n];
        int len=1;
        for(;len<m+2;len<<=1);
        rep(i,0,m){
            x[i]=cp(cnt[i],0);
        }
        rep(i,m+1,len-1){
            x[i]=cp(0,0);
        }
        fft(x,len,1);
        rep(i,0,len-1){
            x[i]=x[i]*x[i];
        }
        fft(x,len,-1);
        //
        rep(i,0,m){
            cnt[i]=(ll)(x[i].x+0.5);
        }
        rep(i,1,n){
            cnt[a[i]+a[i]]--;
        }
        rep(i,1,m){
            cnt[i]/=2;
            cnt[i]+=cnt[i-1];
        }
        //
        ll w=0;
        rep(i,1,n){
            w+=cnt[m]-cnt[a[i]];
            //一小一大
            w-=1LL*(i-1)*(n-i);
            //两大
            w-=1LL*(n-i)*(n-i-1)/2;
            //一本身一其他
            w-=n-1;
        }
        ll tot=1LL*n*(n-1)*(n-2)/6;
        printf("%.7lf\n",(ld)(w)/tot);
    }
    return 0;
}

NTT CF 1096G Lucky Tickets

  • hen luo
#include<bits/stdc++.h>
using namespace std;
#define rep(i,a,b) for(int i=a;i<=b;i++)
typedef long long ll;
const ll MOD=998244353;
const int MAXN=5e6+10;
const ll g=3;
ll fp(ll a,ll b){
    if(b<0){
        a=fp(a,MOD-2);
        b=-b;
    }
    ll res=1;
    while(b){
        if(b&1)res=res*a%MOD;
        a=a*a%MOD;
        b>>=1;
    }
    return res;
}
void change(ll y[],int len){
    int i,j,k;
    for(i=1,j=len/2;i<len-1;i++){
        if(i<j)swap(y[i],y[j]);
        k=len/2;
        while(j>=k){
            j-=k;
            k/=2;
        }
        if(j<k)j+=k;
    }
}
void ntt(ll y[],int len,int on){
    change(y,len);
    for(int h=2;h<=len;h<<=1){
        ll wn=fp(g,-on*(MOD-1)/h);
        for(int j=0;j<len;j+=h){
            ll w=1;
            for(int k=j;k<j+h/2;k++){
                ll u=y[k];
                ll t=w*y[k+h/2]%MOD;
                y[k]=(u+t)%MOD;
                y[k+h/2]=(u-t+MOD)%MOD;
                w=w*wn%MOD;
            }
        }
    }
    if(on==-1){
        ll t=fp(len,-1);
        rep(i,0,len-1){
            y[i]=y[i]*t%MOD;
        }
    }
}
ll x[MAXN];
int main(){
    int n,k;
    scanf("%d%d",&n,&k);
    rep(i,1,k){
        int v;
        scanf("%d",&v);
        x[v]=1;
    }
    int len=1;
    for(;len<10*n;len<<=1);
    ntt(x,len,1);
    rep(i,0,len-1){
        x[i]=fp(x[i],n/2);
    }
    ntt(x,len,-1);
    ll res=0;
    rep(i,0,len-1){
        res=(res+x[i]*x[i]%MOD)%MOD;
    }
    printf("%I64d",res);
    return 0;
}
码农兄弟
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【学习笔记】超简单的快速数论变换（NTT）（FFT的优化）（含全套证明）
繁凡さん的博客
12-28 4814
整理的算法模板合集： ACM模板 目录一、前置知识二、快速数论变换（NTT）三、NTT证明（和FFT的关系）四、NTT模板 点我看多项式全家桶(●’◡’●)（全家桶还没写完，待更链接hhh ） 一、前置知识 快速傅里叶变换FTT（学完FFT再看NTT哈，） 原根（链接待更，下面有原根的基础说明，足够今天的NTT使用了） 二、快速数论变换（NTT） 三、NTT证明（和FFT的关系） 我们发现FFT里的大多操作，都跟单位根没有什么关系，（例如选点插值，奇偶分治），我们随便选择一个n个点v,v2
初识FFT和NTT
小周的专栏
03-04 8417
看了很久文档，觉得自己之学会了套模板的能力，理解的代码是怎么写，还有一点原理，看完现在来推一下原理估计又不会了！ 学这个的原因是因为codechef的一道题目，可惜现在还是没有解决，谁会了求教点击打开链接 看了ACdream的博客，觉得不够详细，而且看了之后根本看不懂代码里面写的什么鬼，之后找了 一份题解  然后在百度文库找到了一篇讲得很详细的文档，看玩总算理解了那么一点点！
（原理篇）FFT与NTT （快速傅里叶变换）摘自oiwi，仅方便理解
weixin_45666296的博客
08-29 1944
来自oiwi整理加上自己理解，采用jls板子
FFT&NTT数学解释
weixin_30412577的博客
06-01 327
FFT和NTT真是噩梦呢 既然被FFT和NTT坑够了，坑一下其他的人也未尝不可呢 前置知识 多项式基础知识 矩阵基础知识（之后会一直用矩阵表达） FFT：复数基础知识 NTT：模运算基础知识 单位根介绍 设有一个数a，使得an=1，其中n为满足an=1的最小正整数 满足条件的a有哪些呢？ 复数域上的(cos(2π/n)+sin(2π/n)*i)（一般用ωn表...
FFT和NTT
juruo_hejiarui的博客
09-13 1138
FFT 这个东西比较复杂，可能需要看得久一点，而且本人写的比较草率，极有可能让大家看不懂。 问题 现在我们需要解决一个加法卷积问题： 已知两个数组f,gf,gf,g，每个值为实数，大小都为nnn,现在需要求出一个新的数组hhh，大小为2n2n2n，其中hih_ihi​用如下方式计算： hi=∑j=0igjfi−j h_i=\sum\limits_{j=0}^i g_j f_{i-j} hi​=j=0∑i​gj​fi−j​ 显然这时时间复杂度是O(n2)O(n^2)O(n2)的，非常不优秀。需要我们进行优化。
FFT/NTT(板子整理)
Code92007的博客
07-19 1162
思路来源 https://www.cnblogs.com/candy99/p/6641972.html FTT板子整理 //fft #include <iostream> #include <cstdio> #include <cstring> #include <algorithm> #include <cmath> using...
浅谈FFT&NTT
weixin_30385925的博客
01-27 308
复数及单位根 复数的定义大概就是：\(i^2=-1\)，其中\(i\)就是虚数单位。 那么，在复数意义下，对于方程： \[ x^n=1 \] 就必定有\(n\)个解，这\(n\)个解的分布一定是在复平面上，以圆点为圆心，半径为\(1\)的圆的\(n\)等分点。 由于欧拉公式： \[ e^{i\theta}=\cos\theta+i\cdot \sin\theta \] 把\(2\pi\)带入： \...
FFT、NTT小结
TaoSama's Microcosm
03-05 1382
FFT、NTT小结 A Summary for FFT、NTTⅢ. 快速傅立叶变换 快速傅立叶变换计算过程： 加倍次数界 加入nn个系数为00的高次系数，将多项式A(x)A(x)和B(x)B(x)的次数界变为2n2n，时间复杂度O(n)O(n) 求值 应用DFTDFT计算出A(x)A(x)和B(x)B(x)的点值表达，时间复杂度O(nlogn)O(nlogn) 逐点相乘 通过逐点相乘计算C(x)C
FFT & NTT学习心得
lym01803的博客
03-17 6501
FFT—快速傅里叶变换 基本功能 在O( (n+m)log(n+m) )的时间复杂度内计算：n次多项式乘m次多项式. 实现方式 欲求多项式A*多项式B, 对多项式A，B分别进行快速傅里叶变换,分别得到A1,B1; 将A1,B1的对应项相乘得到多项式C1; 即：C1[i]=A1[i]*B1[i] 其中C1[i]表示C1的第i项系数. 多项式C1进行逆变换得到多项式C; 则多项式C
比FFT还容易明白的NTT（快速数论变换）
热门推荐
路人黑的纸巾
08-17 3万+
NTTNTTNTT相关 一种快速数论变换算法，这种算法是以数论为基础，对样本点为的数论变换，按时间抽取的方法，得到一组等价的迭代方程，有效高速简化了方程中的计算公式·与直接计算相比，大大减少了运算次数。（见快速傅里叶变换）。 在计算机实现多项式乘法中，我们所熟知的快速傅里叶变换(FFT)是基于n次单位根 (omega) 的优秀性质实现的，而由于其计算时会使用正弦函数和余弦函数，在不...
FFT\NTT总结
Cyhlnj
01-02 828
学了好久，终于基本弄明白了 推荐两个博客： 戳我 戳我 再推荐几本书： 《ACM/ICPC算法基础训练教程》 《组合数学》（清华大学出版社） 《高中数学选修》 预备知识 复数方面 找数学老师去 i2=−1，i为虚数的单位i2=−1，i为虚数的单位i^{2}=-1，i为虚数的单位 坐标系上纵轴就是虚数轴，复数就是这上面的点 三种表示法: 一般：a+bi，a...
FFT/NTT做题方法与调试技巧(+提高码题效率的一些想法)
STcyclone的博客
05-07 2979
FFT/NTT是卷积运算常见而实用的优化但是FFT/NTT的处理过程并不像暴力运算(差不多是多项式乘法)那样能够直观地反映卷积结果的实时变化。因此在使用FFT时将会或多或少地加大调试的难度。如果调试程序时直接跟踪变量，每步手算结果比对，不仅会耽误大量时间，而且效果可能并不理想。直接肉眼查错效率可能也不太高。但也正由于FFT的特点，实际上也有一些很方便而实用的调试方法，能够明显提升调试的效率，减小调试
板子：FFT/NTT
少主大人殿下的博客
03-06 419
序言 这篇文章是自己看的，外面有这么多优秀的博客多好。 这是我在复赛前那个暑假的一个噩梦。。。最终我还是花了一天时间搞出来了，这说明我天赋一般，虽然即使说明了我天赋一般也没有什么用。。该干啥还是得干啥。其实天赋没啥用的，真正的是方法什么的比较重要，以及平时各种能力的积累，最终体现在天赋上，也就是说天赋是可以改变的，天赋和智商差距应该还是蛮大的。我在说啥。。。。。 感谢很多优秀的博主带来的优秀...
FFT/NTT/MTT 模板
hz 的博客
11-20 552
例题： https://www.luogu.org/problem/show?pid=1919 GDKOI2018 D1T3 基站 FFT(NTT)： 在 O(nlogn)O(nlogn)O(n log n) 的时间内计算卷积的算法 fft用的是单位复根，ntt用的是模数的原根 详细公式推导： http://blog.miskcoo.com/2015/04/polynom...
多项式乘法运算终极版
ACdreamer
09-05 2万+
在上一篇文章中 http://blog.csdn.net/acdreamers/article/details/39005227 介绍了用快速傅里叶变 换来求多项式的乘法。可以发现它是利用了单位复根的特殊性质，大大减少了运算，但是这种做法是对复数系数的矩阵 加以处理，每个复数系数的实部和虚部是一个正弦及余弦函数，因此大部分系数都是浮点数，我们必须做复数及浮点数 的计算，计算量会比较大，而且浮
【学习小结】FFT、NTT模板和原理
执子之手,与子偕老
04-23 497
FFT、NTT原理 from zhouzhendong 很好的总结 from coco_T 模板 namespace fft { int base = 1; poly rev = {0, 1}; vector<Complex> roots = {Complex(1,0),Complex(1,0)}; void ensure_base(int nbase) { //所有dft需要的预...
FFT/NTT/FWT专题
Qianyri的博客
09-08 565
FFT可快速计算卷积，卷积为两个生成函数的乘积，生成函数为 FFT 卷积 生成函数 的关系 多项式 之 快速傅里叶变换(FFT)/数论变换(NTT)/例题与常用套路【入门】 HDU1402 A * B Problem Plus 大数乘法 生成函数:,设两个大数位：、，L1/L2为两个大数的长度， 利用FFT求两个函数的卷积，将所得改为十进制整数即为所求答案 #include&l...
多项式计算-FFT与NTT学习小结
skyword的专栏
01-07 772
【写于2016-10-11，现在从hexo搬运过来】 看了两天FFT 一直没有学fft，直到10天前打beijing online contest时，碰到了一个NTT的裸题，发现必须要看看了 hexo博客配置有一些问题，mathjax公式一直不能正常加载，可以访问我在cmdmarkdown上发布的版本 here 这几天看了一些博客，发现它纯粹在数学上需要功底。FFT,NTT的题目中，简单的那部分...
FFT/NTT高精度
最新发布
08-22
对于使用FFT（快速傅里叶变换）或NTT（快速数论变换）来实现高精度计算，可以采以下步骤： 1. 将数字表示为多项式形式：将需要进行高精度计算的数字转换为多项式的系数形式。例如，将一个整数表示为多项式的系数。 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值