快速傅里叶变换fft_快速傅里叶变换（FFT, Fast Fourier Transform）

FFT(Fast Fourier Transform)

离散傅里叶变换（DFT）是来计算多项式在

个特殊点的值。而

快速傅里叶变换（FFT）是一种快速有效率的对DFT的实现。FFT可以被用到加速多项式乘法和两个大整数乘法中。快速傅里叶变换加速多项式乘法，其大致过程是将两个多项式的系数表示通过FFT转化为点值表示（时域到频域），然后计算两个多项式点值表示的乘积得到原多项式卷积的点值表示（即乘积多项式系数的FFT变换结果），再将乘积得到的点值表示通过 逆离散傅里叶变换（IDFT）就得到了乘积多项式的系数表示。

多项式的表示

一个多项式一般有有两种表示方法，系数表示法和点值表示法。系数表示法：

点值表示法：

其中

,当

时。这样一个

次多项式就由在

个不同点处的取值唯一确定了。证明如下，在一个点处我们有：

在

个点处：

当点互不相同时，对于未知数

而言，其系数矩阵为范德蒙矩阵，必可逆，故有唯一解，这唯一确定了多项式系数也即唯一确定了多项式。

快速傅里叶变换

在复数域内考虑方程

，由代数学知识我们知道，它有

个根，分别为

，其中由欧拉公式，

。 下面来看一下关于

的性质。基本性质：

我们挑几个来证明一下，如公式(7):

公式(8)由公式(7)平方即可证明。再来看一个重要的性质：

这是因为：

DFT就是要计算

在上述

个根处的取值。如果是朴素的DFT，时间复杂度是

，即Horner's method：

但是现在是一些特殊的点（

的

个单位根），由特殊点的性质我们可以去掉很多冗余计算，将时间复杂度降低到

，这就是FFT。其思想如下，单位根处的点值表示法：

现在考察

，将奇数项与偶数项分开：

令

则可得

于是

可以看到计算

和

各自只需要

规模的一半计算量即可得到。这就厉害了，采用Divide and Conquer思想，如果我们已经知道

和

分别在

处的值，可以在常数时间求得

的值。所以总的时间复杂度为

，其中

是每次分治求对应单位根花费的时间。

逆离散傅里叶变换

对一个普通的范德蒙矩阵求逆，时间复杂度是

，但是现在我们有一个特殊的范德蒙矩阵：

它的逆为：

即原矩阵每个元素的共轭再除以

，推导性证明略，下面给一个计算性证明，设上述两个矩阵的乘积矩阵为

，则

可见两矩阵的乘积确为单位阵。这样我们就通过在特殊点处的点值表达式反求出了多项式的系数。 现在考虑两个多项式的乘积

其中

由卷积表达式给出

利用FFT和IDFT可以以

的时间复杂度得到

的系数。

C++代码实现

参考资料

卜东波 算法分析与设计