快速傅里叶变换 FFT 学习笔记

概述

离散傅里叶变换（Discrete Fourier Transform，缩写为 DFT），是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其 DTFT 的频域采样。

FFT 是一种高效实现 DFT 的算法，称为快速傅立叶变换（Fast Fourier Transform，FFT）。它对傅里叶变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。快速数论变换 (NTT) 是快速傅里叶变换（FFT）在数论基础上的实现。

在 1965 年，Cooley 和 Tukey 发表了快速傅里叶变换算法。事实上 FFT 早在这之前就被发现过了，但是在当时现代计算机并未问世，人们没有意识到 FFT 的重要性。一些调查者认为 FFT 是由 Runge 和 König 在 1924 年发现的。但事实上高斯早在 1805 年就发明了这个算法，但一直没有发表。

多项式的表示

系数表示法

系数表示法就是用一个多项式的各个项系数来表达这个多项式，即使用一个系数序列来表示多项式：

f ( x ) = a 0 + a 1 x + a 2 x 2 + ⋯ + a n x n ⇔ f ( x ) = { a 0 , a 1 , ⋯   , a n } f(x) = a_0+a_1x+a_2x^2+\cdots +a_{n}x^{n} \Leftrightarrow f(x) = \{a_0, a_1, \cdots,a_{n}\} f(x)=a0​+a1​x+a2​x2+⋯+an​xn⇔f(x)={ a0​,a1​,⋯,an​}

点值表示法

点值表示法是把这个多项式看成一个函数，从上面选取 $n+1$ 个点，从而利用这 $n+1$ 个点来唯一地表示这个函数。

为什么用 $n+1$ 个点就能唯一地表示这个函数"
想一下高斯消元法，两点确定一条直线。再来一个点，能确定这个直线中的另一个参数，那么也就是说 $n+1$ 个点能确定 $n$ 个参数（不考虑倍数点之类的没用点）。

设

$$\begin{array}{c}f(x_0)=y_0=a_0+a_1{x}_0+a_2{x}_0^2+a_3{x}_0^3+\cdots +a_n{x}_0^n\\ f(x_1)=y_1=a_0+a_1{x}_1+a_2{x}_1^2+a_3{x}_1^3+\cdots +a_n{x}_1^n\\ f(x_2)=y_2=a_0+a_1{x}_2+a_2{x}_2^2+a_3{x}_2^3+\cdots +a_n{x}_2^n\\ ⋮\\ f(x_n)=y_n=a_0+a_1{x}_n+a_2{x}_n^2+a_3{x}_n^3+\cdots +a_n{x}_n^n\end{array}$$

那么用点值表示法表示 $f(x)$ 如下

f ( x ) = a 0 + a 1 x + a 2 x 2 + ⋯ + a n x n ⇔ f ( x ) = { ( x 0 , y 0 ) , ( x 1 , y 1 ) , ⋯   , ( x n , y n ) } f(x) = a_0+a_1x+a_2x^2+\cdots +a_{n}x^{n} \Leftrightarrow f(x) = \{(x_0,y_0),(x_1,y_1), \cdots,(x_n,y_{n})\} f(x)=a0​+a1​x+a2​x2+⋯+an​xn⇔f(x)={ (x0​,y0​),(x1​,y1​),⋯,(xn​,yn​)}

通俗地说，多项式由系数表示法转为点值表示法的过程，就是 DFT 的过程。相对地，把一个多项式的点值表示法转化为系数表示法的过程，就是 IDFT。而 FFT 就是通过取某些特殊的 $x$ 的点值来加速 DFT 和 IDFT 的过程。

单位复根

考虑这样一个问题：

DFT 是把多项式从系数表示转到了点值表示，那么我们把点值相乘之后，再还原成系数表示，就解决了我们的问题。上述过程如下：

假设我们 DFT 过程对于两个多项式选取的 $x$