本章涉及知识点:
1、多项式乘法的时间复杂度
2、多项式的表示:系数
3、多项式的表示:点值
4、复数的表示
5、单位复数根
6、单位复数根的性质—消去引理
7、单位复数根的性质—折半引理
8、离散傅里叶变换:DFT和IDFT
9、快速傅里叶变换:FFT
10、FFT求解多项式乘法的步骤
11、python编程实战FFT大数乘法
12、结果分析
一、多项式乘法的时间复杂度
数学中,我们可以将任意一个n位的数字写为一个n-1次多项式,如456可以写为
数字转为多项式
即可抽象定义出以x为变量的多项式函数A(x)
多项式函数
其中aj表示:长度为N-1位数字的第j为数字
例如要计算456 * 123 = ?,则我们用多项式A(x)和B(x)来分别表示其各自的数字,C(x)表示两个多项式的乘积
两个数字的多项式
由乘法的运算规则,两个数的每一位数字都要与另一个数的每一位相乘,最后相加同一位上所有的数字,得到乘积中该位的数字,即
多项式乘法
将x=10为基带入结果,即可以得到456 * 123 = 4 * 10**4 + 13 * 10**3 + 28 * 10**2 + 27 * 10 + 18 = 56088
我们可以归纳出乘积C(x)的每一位数字的计算关系为
乘积数位的计算
其中cj表示:乘积数中的第j位的数字
则乘积多项式C(x)可以写为
乘积多项式
至此我们可以看到,由于受限于乘法运算自身的规则,计算两个多项式乘积(将数字转换为多项式)的时间复杂度为:
,当n很大的时候复杂度将非常高
那么需要研究的问题就是:有没有方法可以高效的提高多项式乘法复杂度呢?
二、多项式的表示:系数
为了降低多项式乘法的复杂度,我们首先需要了解几个数学知识
从多项式函数的定义,我们将所有系数视为系数向量,而由全部系数组成的向量a叫做该多项式的系数表达
系数表达
PS:乘积多项式C(x)的系数向量cj,也称输入向量a和b的卷积,记为
卷积运算
从之前的分析可知,要计算出乘积C(x)的每一个系数向量cj,需要的时间复杂度为
三、多项式的表示:点值
我们任意选取n个不同的自变量x带入多项式函数A(x)进行求值运算,将得到n个不同数值的y,即
求值运算
则多项式的点值表达就是由这n个数值点组成的集合