复数fft的时间复杂度_快速傅里叶变换(FFT)时间复杂度

图:信号在时域上和频域上的直观表示

1. 计算一维离散傅里叶变换(DFT)公式如下:

其中,N表示数据长度。由上式可知,DFT的时间复杂度是O(N*N)

2. 一维FFT的时间复杂度为O(N*logN),其中N表示数据长度

3. 对于一个M*N的二维数据,FFT的时间复杂度为O( M*N*log(M*N) )

若M=N,则时间复杂度可以简化为O(N^2*logN)

4. 对于M维的数据(每一维长度为A,B,C,…),则FFT的时间复杂度为O( A*B*C*…* log(A*B*C*…) )

若每一维长度相同,即A=B=C=…=N,则时间复杂度可以简化为O(N^M*logN)

参考文献:

https://en.wikipedia.org/wiki/Fast_Fourier_transform

https://stackoverflow.com/questions/6514861/computational-complexity-of-the-fft-in-n-dimensions

https://stackoverflow.com/questions/12249275/computational-complexity-of-an-n-dimensional-fast-fourier-transform

  • 1
    点赞
  • 0
    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