【数学】快速傅里叶变换(FFT)

这几天简单学习了 FFT 算法,在此做一个小的总结。要解决的问题FFT算法可以用来解决这样一类问题。设有多项式:A(x)=∑i=0n−1aixiA(x) = \sum_{i=0}^{n-1}a_{i}x^{i}B(x)=∑i=0n−1bixiB(x) = \sum_{i=0}^{n-1}b_{i}x^{i}求多项式 C(x)=A(x)⋅B(x)C(x) = A(x) · B(x) 。n2n^2 的方
摘要由CSDN通过智能技术生成

这几天简单学习了 FFT 算法,在此做一个小的总结。


要解决的问题

FFT算法可以用来解决这样一类问题。

设有多项式:

A(x)=i=0n1aixi

B(x)=i=0n1bixi

求多项式 C(x)=A(x)B(x)


n2 的方法

很容易想到该问题的 O(n2) 解法,这里不做解释:

void Calc(double* a, double* b, double* c, int n) {
    /*
    A(x) = a[0] + a[1]*x + a[2]*(x^2) + a[3]*(x^3) + ... + a[n-1]*(x^(n-1))
    B(x) = b[0] + b[1]*x + b[2]*(x^2) + b[3]*(x^3) + ... + b[n-1]*(x^(n-1))
    C(x) = c[0] + c[1]*x + c[2]*(x^2) + c[3]*(x^3) + ... + c[2n-2]*(x^(2n-2))
    */
    for(int i=0; i<2*n; i++) c[i] = 0;
    for(int i=0; i<n; i++){
        for(int j=0; j<n; j++){
            c[i+j] += a[i] * b[j];
        }
    }
}


优化到 nlogn

1、多项式的两种表示方法

我们熟知的是多项式的系数表示法,通过给定一组 { a0,a1,...,an1} 来确定一个唯一的多项式:

A(x)=a0+a1x+a2x2+a3x3+...+an1xn1
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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