FFT的应用

最新推荐文章于 2024-04-23 16:54:35 发布
最新推荐文章于 2024-04-23 16:54:35 发布
阅读量981 收藏 6
点赞数 1
文章标签： 数据结构与算法
原文链接：http://www.cnblogs.com/guoshaoyang/p/11296027.html
版权

FFT的应用

——讲稿

概述

FFT的模板很简单，大家都会背，于是出题的空间就在于建模了。FFT的题目难在建模，往往需要将问题抽象出来，经过一系列转化后得到乘积式的和，再赋予式子各个项的系数一定的意义即可。

一些链接：

FFT快速傅里叶变换

NTT数论变换

MTT：任意模数NTT

分治FFT

多项式求逆

FFT的应用

基本形式

对于类似\(\displaystyle \sum_{i+j=N+k}a_ib_j\)的式子，可以直接通过FFT计算。
其中N是定值，表示元素个数；k是变量，是题目中的系数，a和b是间接已知数组，当a与b的系数和为定值时，可将一个翻转，否则直接计算。

例题：P3723 [AH2017/HNOI2017]礼物

给出循环节长度为\(n\) 的数组\(a, b\)，求
\[\min_{c,k}\{\sum_{i=1}^n(c+a_{i+k}-b_i)^2\}\]
其中\(1\leq n \leq 5\times 10^4,1\leq a_i,b_i\leq 100\)

题解：

首先，有一个结论：两个手环增加非负整数亮度，等于其中一个增加一个整数亮度（可以为负）

我们令增加量为\(x\)，旋转以后的原数列为\(\{a\}\{b\}\)那么现在的费用就是：
\[\sum_{i=1}^n\left(a_i+x-b_i\right)^2\]
我们把第i项拿出来拆开，得到：
\[\left(a_i+x-b_i\right)^2=a_i^2+b_i^2+x^2+2a_ix-2a_ib_i-2b_ix\]
那么原式变成了
\[\sum_{i=1}^na_i^2+\sum_{i=1}^nb_i^2+nx^2+2x\left(\sum_{i=1}^na_i-\sum_{i=1}^nb_i\right)-2\sum_{i=1}^na_ib_i\]

我们发现，这个式子除了最后一项之外都是确定的,
那么我们只要令最后一项最大，那么就可以得到最小的费用值了现在问题转化为求\[\sum_{i=1}^na_ib_i\]
这个形式非常卷积，我们把数列\(\{a\}\)反过来，变成
\[\sum_{i=1}^na_{n-i+1}b_i\]
这不是一个卷积吗~所以把反过来的数列\(\{a\}\)倍长（为了循环卷积），和数列\(\{b\}\)卷积，得到的项里面的第\(n+1\)到\(n\times2\)项的最大值，就是
\[\sum_{i=1}^na_ib_i\]
的最大值然后把前面的不变项加上，就是答案了

代码
#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
typedef long double LD;
const int INF=1e9+7,MAXN=1e6+10;
const LD Pi=3.141592653589793238462643383279;
struct com{
    LD real,imag;
    com(){
        real=imag=0;
    }
    com(LD x,LD y){
        real=x;
        imag=y;
    }
    friend inline com operator+(com x,com y){
        return com(x.real+y.real,x.imag+y.imag);
    }
    friend inline com operator-(com x,com y){
        return com(x.real-y.real,x.imag-y.imag);
    }
    friend inline com operator*(com x,com y){
        return com(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
    }
}f[MAXN],g[MAXN];
int N,M,lim=1,L,rev[MAXN];
inline void FFT(com *a,int type){
    for(int i=0;i<lim;i++)
        if(i<rev[i])
            swap(a[i],a[rev[i]]);
    for(int hf=1;hf<lim;hf<<=1){
        int len=hf<<1;
        com Wn=com(cos(2.0*Pi/len),type*sin(-2.0*Pi/len));
        for(int j=0;j<lim;j+=len){
            com w=com(1,0);
            for(int k=0;k<hf;k++){
                com t1=a[j+k],t2=a[j+k+hf]*w;
                a[j+k]=t1+t2;
                a[j+k+hf]=t1-t2;
                w=w*Wn;
            }
        }
    }
    if(type==-1)
        for(int i=0;i<lim;i++)
            a[i].real=a[i].real/lim+0.5;
}
LL a[MAXN],b[MAXN],sum1,ans,sum2;
inline LL func1(LL x){
    return N*x*x+2*sum1*x;
}
int main(){
    scanf("%d%d",&N,&M);
    for(int i=1;i<=N;i++)
        scanf("%lld",a+i);
    for(int i=1;i<=N;i++)
        scanf("%lld",b+i);
    for(int i=1;i<=N;i++){
        ans+=a[i]*a[i]+b[i]*b[i];
        sum1+=a[i]-b[i];
    }
    ans+=min(func1(floor(-(LD)sum1/N)),func1(ceil(-(LD)sum1/N)));
    /*--------------------convolution---------------------*/
    for(int i=1;i<=N;i++){
        f[i].real=a[N-i+1];
        g[i].real=g[i+N].real=b[i];
    }
    while(lim<=N*3){
        lim<<=1;
        L++;
    }
    for(int i=0;i<lim;i++)
        rev[i]=(rev[i>>1]>>1)|((i&1)<<(L-1));
    FFT(f,1);
    FFT(g,1);
    for(int i=0;i<lim;i++)
        f[i]=f[i]*g[i];
    FFT(f,-1);
    for(int i=N;i<=2*N;i++)
        sum2=max(sum2,(LL)f[i].real);
    printf("%lld",ans-2*sum2);
    return 0;
}

直接计算卷积

一些问题经过简单的推导即可推出可以用计算卷积来解决，这类问题多形如对所有不大于\(n\)的\(k\)求出某个东西，其中\(k\)的答案为求某个卷积后结果数组的第\(k\)项。

例题：CF993E

给出一个大小为\(n\)的数组\(a\)和一个数\(x\)，对于\(0\)和\(n\)之间的所有\(k\)，求有多少个\(a\)的区间中恰有\(k\)个数小于\(x\)。
\(1\leq n\leq 2 \times 10^5, -10^9\leq x,ai \leq 10^9\)

题解

由于\(x\) 固定，直接把\(a\)中小于\(x\) 数的设为\(1\)，其余数设为\(0\)，只需要求有多少个区间的和为\(k\)。设\(s\) 为\(a\) 的前缀和，则只需要求有多少个数对\(s_i, s_j\) 满足\(s_j-s_i = k\)，或\(s_j - k = s\)i。设\(f_{s_i}\) 为\(s_i\) 的出现次数，则\(k\) 的答案为
\[\sum_{i=k}^nf_if_{i-k}=\sum_{i=k}^nf_if_{n-i+k}=\sum_{i+j=n+k}f_if_{n-j}\]
设\(g_i=f_{n-i}\)，求\(f\)和\(g\)的卷积即可。

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int INF=1e9+7,MAXN=1e6+10/*Min:2^20+10*/;
const long double Pi=3.141592653589793238462643383279;
struct COM{
    long double real,imag;
    COM(){
        real=imag=0;
    }
    COM(long double x,long double y){
        real=x;
        imag=y;
    }
    friend COM operator+(COM x,COM y){
        return COM(x.real+y.real,x.imag+y.imag);
    }
    friend COM operator-(COM x,COM y){
        return COM(x.real-y.real,x.imag-y.imag);
    }
    friend COM operator*(COM x,COM y){
        return COM(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
    }
}f[MAXN],g[MAXN];
int N,X,limit=1,lg,rev[MAXN];
inline void FFT(COM *a,int type){
    for(int i=0;i<limit;i++)
        if(i<rev[i])
            swap(a[i],a[rev[i]]);
    for(int half=1;half<limit;half<<=1){
        int len=half<<1;
        COM Wn=COM(cos(Pi/half),sin(Pi/half)*type);
        for(int j=0;j<limit;j+=len){
            COM w=COM(1,0),x,y;
            for(int k=0;k<half;k++){
                x=a[j+k],y=a[j+k+half]*w;
                a[j+k]=x+y;
                a[j+k+half]=x-y;
                w=w*Wn;
            }
        }
    }
    if(type==-1)
        for(int i=0;i<limit;i++)
            a[i].real/=(double)limit;
}
LL s[MAXN],ans[MAXN];
char ch;
int main(){
    scanf("%d%d",&N,&X);
    for(int i=1;i<=N;i++){
        scanf("%lld",s+i);
        s[i]=(s[i]<X)+s[i-1];
    }
    for(int i=0;i<N;i++){
        f[s[i]].real++;
        g[s[N]-s[i+1]].real++;
    }
    while(limit<=(s[N]<<1)){
        limit<<=1;
        lg++;
    }
    for(int i=0;i<limit;i++)
        rev[i]=(rev[i>>1]>>1)|((i&1)<<(lg-1));
    FFT(f,1);
    FFT(g,1);
    for(int i=0;i<limit;i++)
        f[i]=f[i]*g[i];
    FFT(f,-1);
    LL cnt=0;
    for(int i=1;i<=N;i++)
        if(s[i]==s[i-1])
            cnt++;
        else{
            ans[0]+=cnt*(cnt-1)/2+cnt;
            cnt=0;
        }
    ans[0]+=cnt*(cnt-1)/2+cnt;
    for(int i=0;i<s[N];i++)
        ans[s[N]-i]=f[i].real+1e-2;
    for(int i=0;i<=N;i++)
        printf("%lld ",ans[i]);
    return 0;
}

多项式运算

多项式乘法可以用来表示卷积，而借助多项式的性质，可以分析并解决类型更为广泛的问题。其中，最典型的例子是利用生成函数解决组合计数问题，这往往可以简化推导过程，有时还可以借助专用算法优化复杂度。

字符串匹配

代通配符的字符串匹配

设\(s,t\)为字符串，其中\(t\)中某些字符是通配符，可以匹配任意字符，求\(s\)在\(t\)中的所有匹配的位置。将通配符设为\(0\)，其余字符设为非\(0\)的数，则\(s\)在\(k\)处匹配当且仅当
\[\sum_{0\leq i < |s|}t_{i+k}(s_i-t_{i+k})^2=0\]
结合计算卷积，很容易算出左式，即可完成匹配

模板：P4173 残缺的字符串

要求匹配两个字符串A,B，两者都有通配符

\[\sum_{0\leq i < |s|}t_{i+k}s_i(s_i-t_{i+k})^2=0\]

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int INF=1e9+7,MAXN=2e6+100;
const double Pi=3.14159265358979323846;
struct com{
    double real,imag;
    com(){
        real=imag=0;
    }
    com(double x,double y){
        real=x;
        imag=y;
    }
    friend inline com operator+(com x,com y){
        return com(x.real+y.real,x.imag+y.imag);
    }
    friend inline com operator-(com x,com y){
        return com(x.real-y.real,x.imag-y.imag);
    }
    friend inline com operator*(com x,com y){
        return com(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
    }
    friend inline com operator*(com x,int y){
        return com(x.real*y,x.imag*y);
    }
}f[MAXN],g[MAXN],h[MAXN];
int lim=1,L,rev[MAXN];
inline void FFT(com *a,int type){
    for(int i=0;i<lim;i++)
        if(i<rev[i])
            swap(a[i],a[rev[i]]);
    for(int hf=1;hf<lim;hf<<=1){
        int len=hf<<1;
        com Wn=com(cos(Pi/hf),type*sin(Pi/hf));
        for(int j=0;j<lim;j+=len){
            com w=com(1,0);
            for(int k=0;k<hf;k++){
                com t1=a[j+k],t2=a[j+k+hf]*w;
                a[j+k]=t1+t2;
                a[j+k+hf]=t1-t2;
                w=w*Wn;
            }
        }
    }
    if(type!=1)
        for(int i=0;i<lim;i++)
            a[i].real=a[i].real/lim;
}
int M,N;
int a[MAXN],b[MAXN],cnt[MAXN];
vector<int> out;
inline void calc(){
    while(lim<=N+M){
        lim<<=1;
        L++;
    }
    for(int i=0;i<lim;i++)
        rev[i]=rev[i>>1]>>1|(i&1)<<(L-1);
    
    for(int i=0;i<M;i++)
        f[i].real=a[i]*a[i]*a[i];
    for(int i=0;i<N;i++)
        g[i].real=b[i];
    FFT(f,1); FFT(g,1);
    for(int i=0;i<lim;i++)
        h[i]=f[i]*g[i];
    
    for(int i=0;i<lim;i++)
        f[i]=g[i]=com();
    for(int i=0;i<M;i++)
        f[i].real=a[i]*a[i];
    for(int i=0;i<N;i++)
        g[i].real=b[i]*b[i];
    FFT(f,1); FFT(g,1);
    for(int i=0;i<lim;i++)
        h[i]=h[i]-f[i]*g[i]*2;
    
    for(int i=0;i<lim;i++)
        f[i]=g[i]=com();
    for(int i=0;i<M;i++)
        f[i].real=a[i];
    for(int i=0;i<N;i++)
        g[i].real=b[i]*b[i]*b[i];
    FFT(f,1); FFT(g,1);
    for(int i=0;i<lim;i++)
        h[i]=h[i]+f[i]*g[i];
    FFT(h,-1);
    for(int i=M-1;i<N;i++)
        if(fabs(h[i].real)<0.5)
            out.push_back(i-M+2);
}
char str1[MAXN],str2[MAXN];
int main(){
    scanf("%d%d %s %s",&M,&N,str1,str2);
    for(int i=0;i<M;i++)
        a[M-i-1]=str1[i]=='*'?0:str1[i]-'a'+1;
    for(int i=0;i<N;i++)
        b[i]=str2[i]=='*'?0:str2[i]-'a'+1;
    calc();
    int siz=out.size();
    printf("%d\n",siz);
    for(int i=0;i<siz;i++)
        printf("%d ",out[i]);
    return 0;
}

给出字符串\(s,t\)和非负整数\(d\)，求有多少个\(k\)，满足对于所有\(s\)的下标\(i\)，都存在距离\(k+i\) 不大于\(d\)的\(j\)，使得\(s_i = t_j\)。\(1\leq |s|,|t|, k\leq 2\times 10^5\)，字符集大小为\(4\)。

题解

考虑分别处理每种字符。处理字符\(c\) 时，将\(t\) 中所有和字符为\(c\)的位置距离不超过\(d\) 的位置设为\(1\)，其余位置设为\(0\)；将\(s\) 中所有字符为\(c\) 的位置设为\(1\)，其余位置设为\(0\)。那么在\(k\) 处字符\(c\)的匹配位置个数为
\[\sum_{0\leq i\leq|s|}s_it_{i+k}=\sum_{i+j=|s|+k}{t_is_j}\]

可以通过卷积计算。之后只要判断在每个\(k\) 处的每种字符的匹配位置个数之和是否等于\(|s|\) 即可。

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
typedef long double LD;
const int INF=1e9+7,MAXN=1e6+10;
const LD Pi=3.141592653589793238462643383279;
struct com{
    LD real,imag;
    com(){
        real=imag=0;
    }
    com(LD x,LD y){
        real=x;
        imag=y;
    }
    friend inline com operator+(com x,com y){
        return com(x.real+y.real,x.imag+y.imag);
    }
    friend inline com operator-(com x,com y){
        return com(x.real-y.real,x.imag-y.imag);
    }
    friend inline com operator*(com x,com y){
        return com(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
    }
}f[MAXN],g[MAXN];
int lim=1,L,rev[MAXN];
inline void FFT(com *a,int type){
    for(int i=0;i<lim;i++)
        if(i<rev[i])
            swap(a[i],a[rev[i]]);
    for(int hf=1;hf<lim;hf<<=1){
        int len=hf<<1;
        com Wn=com(cos(2.0*Pi/len),type*sin(-2.0*Pi/len));
        for(int j=0;j<lim;j+=len){
            com w=com(1,0);
            for(int k=0;k<hf;k++){
                com t1=a[j+k],t2=a[j+k+hf]*w;
                a[j+k]=t1+t2;
                a[j+k+hf]=t1-t2;
                w=w*Wn;
            }
        }
    }
    if(type==-1)
        for(int i=0;i<lim;i++)
            a[i].real=a[i].real/lim+0.5;
}
int N,M,K,ans,cnt[MAXN];
char s[MAXN],t[MAXN];
inline void calc(char ch){
    memset(f,0,sizeof(f));
    memset(g,0,sizeof(g));
    for(int i=0,l=-INF;i<N;i++){
        if(s[i]==ch)
            l=i;
        if(i-l<=K)
            f[i].real=1;
    }
    for(int i=N-1,l=INF;i>=0;i--){
        if(s[i]==ch)
            l=i;
        if(l-i<=K)
            f[i].real=1;
    }
    for(int i=0;i<M;i++)
        g[i].real=t[M-i-1]==ch;
    FFT(f,1);
    FFT(g,1);
    for(int i=0;i<lim;i++)
        f[i]=f[i]*g[i];
    FFT(f,-1);
    for(int i=0;i<N;i++)
        cnt[i]+=floor(f[i+M-1].real);
}
int main(){
    scanf("%d%d%d %s %s",&N,&M,&K,s,t);
    while(lim<=N+M-2){
        lim<<=1;
        L++;
    }
    for(int i=0;i<lim;i++)
        rev[i]=(rev[i>>1]>>1)|((i&1)<<(L-1));
    for(int i=0;i<4;i++)
        calc("AGCT"[i]);
    for(int i=0;i<N;i++)
        ans+=cnt[i]>=M;
    printf("%d",ans);
    return 0;
}

转载于:https://www.cnblogs.com/guoshaoyang/p/11296027.html

weixin_30955341
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
fft的应用
04-07
fft的应用fft的应用fft的应用fft的应用fft的应用fft的应用fft的应用fft的fft的应用fft的应用fft的应用应用fft的应用
数字信号处理 实验三 FFT 应用及 CZT （fft在快速卷积，相关，功率谱及CZT应用）
12-16
里面有实验报告，相关描述可参考https://blog.csdn.net/weixin_46523923/article/details/115448065 数字信号处理 实验三 FFT 应用及 CZT （fft在快速卷积，相关，功率谱及CZT应用）
fft.rar_FFT应用_fft
09-23
fft傅立叶快速变换在图象处理方面的应用
STM32F1X+ADC+FFT应用
鲸鱼niko的博客
08-13 2万+
关于adc采样与fft转换之间的关系与应用 写在前面 最近在要实现一个功能，对外部波形进行采样，然后用官方fft变换对外部波形进行谐波分析。但是本人数学不好，不喜欢研究算法，不喜欢看一堆公式，不想要知道原理，只想知道如何应用。在网上找了很久都没有找到想要的demo，大部分都解释得不够全面，自己研究后，上传一包源码给大家分享。本人能力有限，关于后文对其中的解释，有不正确的地方，还请大家指正。 直接进...
快速傅里叶变换在信号处理中的应用
热门推荐
u012531536的专栏
09-12 3万+
傅里叶变换FT（Fourier Transform）是一种将信号从时域变换到频域的变换形式。它在声学、信号处理等领域有广泛的应用。计算机处理信号的要求是：在时域和频域都应该是离散的，而且都应该是有限长的。而傅里叶变换仅能处理连续信号，离散傅里叶变换DFT（Discrete Fourier Transform）就是应这种需要而诞生的。它是傅里叶变换在离散域的表示形式。但是一般来说，DFT的运算量是非...
快速傅里叶变换（FFT）和小波分析在信号处理上的应用
little_fat_sheep
02-23 9177
1前言 1.1傅里叶变换 函数f(t)为一元连续函数，其傅里叶变换定义为： F(w)的傅里叶逆变换定义为： 其中，i为虚数单位。由欧拉公式： 任意连续函数f(t)，都可以用三角函数表示，由于三角函数是周期函数，由此可展开为傅里叶级数。本文不加证明地给出傅里叶级数展开式： 设F是所有一元连续函数空间，由傅里叶级数知 是F的一组基，即对任意的f(t)属于F，都可以用这组基表示。 对任意f(t...
FFT的具体应用资料
m0_46612488的博客
03-27 1475
傅立叶变换及其在AI中的应用 https://tech.sina.cn/2020-03-03/detail-iimxyqvz7418873.d.html 1.CNN中90％的计算是卷积，并且有许多方法可以降低卷积计算的强度，其中之一是快速傅立叶变换（FFT）。代替卷积，输入和滤波器矩阵通过FFT转换到频域，以进行乘法。然后，通过逆FFT（IFFT）将输出转换回时域。 2.FFT的另一用途是可用于降维或特征提取。 当数据集中的每个样本都是信号（时间序列或图像等）时，它可能包含数千个样本。但是它们实际上可能只对
相频响应的物理意义
yanlijun250
02-02 1147
相频响应的物理意义 研究一个线性时不变系统(LTI)，不仅可以用时域上的冲激响应h(n)来进行描述，也可以用频域上的频率响应H(w)来进行描述，而H(w)通常是一个复数，可分别用幅频响应和相频响应来表示。 幅频响应好理解，从物理概念上，幅频响应反映的是系统对不同频率信号的选择性。相频响应也有对应的非常明确的物理意义吗？回答是有的。从物理概念上，相频响应反映了系统对不同频率信号的...
谈谈FFT到底有何用
weixin_39926429的博客
08-02 620
谈谈FFT到底有何用FFT快速傅里叶变换是数字信号处理的经典算法,学过DSP或者芯片设计的人大多知道这个算法;但是,大家是否想过,为什么数字信号处理会有那么多FFT呢有人会说,为了分析信号的频谱;那么下边的问题就是,分析频谱对我们的日常需求,比如手机打电话,雷达测量速度和方向等等一些与实际需求有什么联系为什么FFT如此重要本文举一些简明的例子,阐释一下FFT到底有什么用;先回忆一下FFT是什么;上世纪70年代之前,我们主要通过模拟电路来进行信号处理,比如大家熟悉的用二极管和电容进行AM调制信号的包络检波一样
FFT的多种应用
qq_35975367的博客
08-24 1279
参考文章 FFT可以在nlogn的时间内实现n次多项式F(x)和m次多项式G(x)的卷积 ck=∑i+j=kaibj=∑i=0kaibk−ic_{k}=\sum_{i+j=k}a_{i}b_{j}=\sum_{i=0}^{k}a_{i}b_{k-i}ck​=∑i+j=k​ai​bj​=∑i=0k​ai​bk−i​ 基本形式： 对于类似：∑i+j=N+kaibj\sum_{i+j=N+k}a_{i}b_{j}∑i+j=N+k​ai​bj​的式子，可以直接用FFT计算 例题：P3723 [AH2017/HNOI
数字信号处理实验：信号谱分析与FFT算法的应用
m0_56324525的博客
01-06 2446
​ （1）给定信号为 ，其中ａ为42，ｂ为1。理论分析信号 的频率成分。 （2）分别采用采样频率为 ， ， ， 对 进行采样，其中 ， ， ， ，根据是否满足采样定理要求分析四种采样频率下频谱的分布，在满足采样定理情况下做频谱分析。 （3）任意生成两组有限长信号，对信号分别进行直接卷积和FFT算法求卷积，并分析圆周卷积与线性卷积的关系。
FFT_diag.rar_FFT应用举例_diag_fft_ourkog
07-15
FFT的MATLAB的编程应用举例，采样频率fs=100Hz，分别绘制N=1024点幅频图。
fft.zip_FFT应用_fft电流_共振_在线FFT_谐波
09-24
一个简单的例子，说明了电流注入和在线快速傅里叶变换的应用。谐波电流以特定频率和同等大小的频率注入RLC网络，其共振频率为120赫兹。整个RLC网络的电压降被输入到一个在线快速傅里叶变换中，以确定谐波的大小和...
MYfft.rar_PSCAD_PSCADFFT使用_pscad fft元件_pscad中FFT应用_pscad中fft位置
07-13
是一种在PSCAD中应用的FFT的仿真程序，
【游戏专区】贪吃蛇
HH_KZ1314的博客
04-19 851
Windows 这个多作业系统除了协调应⽤程序的执⾏、分配内存、管理资源之外， 它同时也是⼀个很⼤ 的服务中⼼，调⽤这个服务中⼼的各种服务（每⼀种服务就是⼀个函数），可以帮应⽤程序达到开启 视窗、描绘图形、使⽤周边设备等⽬的，由于这些函数服务的对象是应⽤程序(Application)， 所以便 称之为 Application Programming Interface，简称 API 函数。7. **分数计算**：游戏通常会记录玩家的得分，得分的计算方式可以是蛇吃到食物的数量，也可以是蛇移动的步数等。
优雅的CPP——结构化绑定
weixin_44764579的博客
04-17 231
结构化绑定是 C++17 中引入的一项强大特性，可以使代码更加简洁、清晰和灵活。通过结构化绑定，我们可以更方便地处理元组、数组、容器等数据结构，提高了代码的可读性和可维护性。然而，在使用结构化绑定时，需要注意生命周期、可变性和匹配数量等问题，以避免潜在的错误和不必要的麻烦。
vue 实现级联选择器功能
清音的博客
04-22 265
数组包含了级联选择器的数据源，其中每个对象表示一个选项，包括。组件来实现级联选择器功能,下面是一个示例代码，演示如何使用。组件初始化级联选择器，并设置默认值为单位。对象用于指定数据结构中的属性名，以便。上，可以在初始化时选中指定的值。使用 Element UI 的。中设置初始选中值为单位。组件正确地解析数据。
Leetcode138_随机链表的复制
qq_45800511的博客
04-18 939
2.设置拷贝节点的random，即拷贝节点的random指向原节点的random的next，如 A.random=C,即NA.random=A.random.next=NC;1.对应指针A->B->C来说，直接把拷贝节点放到原节点的下一个节点，如：A->NA->B->NB->C->NC;指针也都应指向复制链表中的新节点，并使原链表和复制链表中的这些指针能够表示相同的链表状态。节点组成，其中每个新节点的值都设为其对应的原节点的值。，该指针可以指向链表中的任何节点或空节点。返回复制链表的头节点。
DFS和回溯专题：子集
最新发布
孤舟一叶～的博客
04-23 127
因为题目要求的是数组所有可能的子集，所以通过回溯遍历出来的所有结果都可以添加到结果列表中，代码直接套用回溯模版即可。
hal库+ADC+FFT应用
07-28
HAL库是针对STM32系列微控制器的硬件抽象层库。它提供了一组函数和驱动程序，用于简化对STM32微控制器的配置和操作。ADC（模数转换器）是一种用于将模拟信号转换为数字信号的设备。FFT（快速傅里叶变换）是一种用于将时域信号转换为频域信号的算法。 在使用HAL库进行ADC和FFT应用时，可以按照以下步骤进行操作： 1. 配置ADC模块：使用HAL库提供的函数设置ADC的采样时间和分辨率\[1\]。 2. 启动ADC转换：使用HAL库提供的函数启动ADC转换，并使用DMA（直接内存访问）方式将采样数据存储到指定的缓冲区中\[2\]。 3. 等待转换完成：使用一个标志位（例如AdcConvEnd）来检测ADC转换是否完成\[3\]。 4. 进行FFT变换：使用FFT算法对采样数据进行频域转换，将时域信号转换为频域信号。 5. 分析和处理频域数据：根据应用需求，对FFT得到的频域数据进行分析和处理，例如频谱分析、滤波等。 需要注意的是，具体的代码实现可能会因为使用的STM32系列微控制器型号和HAL库版本而有所不同。因此，在实际应用中，需要参考相关的文档和示例代码来进行具体的配置和操作。 希望以上信息对您有所帮助！ #### 引用[.reference_title] - *1* [STM32 CubeMX配置ADC+DMA进行FFT（1）](https://blog.csdn.net/ANNOLRA/article/details/119206287)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [STM32HAL ADC+TIM+DMA采集交流信号 基于cubemx](https://blog.csdn.net/qq_34022877/article/details/121941236)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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