FFT学习笔记摘要

目的是多项式乘法，用一个n+m-2次多项式表示n-1次多项式乘上一个m-1次多项式。（以下把默认n=m，因为我懒，逃）

暴力的暴力

朴素的式子是$C(x)=A(x)\times B(x)={\sum }_{k=0}^{2n-2}({\sum }_{k=i+j}{a}_i{b}_j)x^k$
显然直接相乘的复杂度是$\Theta (n^2)$。

引理1

对于一个n-1次多项式在n个不同点的取值唯一确定了该多项式。

粗略证明（反证法）
假设命题不成立，则存在两个多项式$A(x)$和$B(x)$，使得$i\in [0,n-1]，都有A(x_i)=B(x_i)$。
令$C(x)=A(x)-B(x)$，则有$i\in [0,n-1],C(x_i)=0$。
即$C(x)$有n个根，这与代数基本定理(一个n-1次多项式在复平面上有且仅有n-1个根)相矛盾。所以C(x)并不是n-1次的多项式，原命题成立。证毕。

伟大的尝试

利用点坐标来确定多项式，求其系数表示我们可以用插值，但朴素插值的复杂度是$\Theta (n^2)$。
但没关系，我们先用点坐标“表示出这个多项式”。

如果使用两个多项式在2n-1个点处取得的点值表示，那么有$y{3}_i=({\sum }_{i=0}^{2n-1}{a}_j{x}_i^j)\ast ({\sum }_{i=0}^{2n-1}{b}_j{x}_i^j)=y{1}_i\ast y{2}_i$
时间复杂度为$\Theta (n)$

快速傅里叶变换

说白了就是一个快速把多项式变成点值的算法。
时间复杂度为$\Theta (nlo{g}_{2}n)$
知识储备：负数&单位根。

利用复数根的无比优越性，我们用${\omega }_n^0$表示n次单位根，分别求出${\omega }_n^0,{\omega }_n^1......{\omega }_n^{n-1}$的点值。
本身如果朴素暴力求点值还是$\Theta (n^2)$的算法,但由于单位根的优越性：
${\omega }_{2n}^{2k}={\omega }_n^k和{\omega }_n^{k+\frac{n}{2}}=-{\omega }_n^k$

我们可以每次对求解点值的过程进行奇偶划分：
$$A(x)=(x_0+a_2{x}^2+a_4{x}^4+.....+a_{n-2}{x}^{n-2}+(a_{1}x+a_3{x}^3+a_5{x}^5+......+a_{n-1}{x}^{n-1})$$
并令
$A_1(x)=a_0+a_2{x}^1+a_4{x}^2+......+a_{n-2}{x}^{\frac{n}{2}-1}$
$A_2(x)=a_0+a_2{x}^1+a_4{x}^2+......+a_{n-1}{x}^{\frac{n}{2}-1}$

则有$A(x)=A_1(x^2)+xA(x^2)$

假设$k<\frac{n}{2}$现在要求$A({\omega }_n^k)$
$A({\omega }_n^k)=A_1({\omega }_n^{2k})+{\omega }_n^k{A}_2({\omega }_n^{2k})$
$=A_1({\omega }_{\frac{n}{2}}^k)+{\omega }_n^k{A}_2({\omega }_{\frac{n}{2}}^k)$

对于另一组$A({\omega }_n^{k+\frac{n}{2}})$利用性质二转化到
$A({\omega }_n^{k+\frac{n}{2}})=A_1({\omega }_n^{2k+n})+{\omega }_n^{k+\frac{n}{2}}{A}_2({\omega }_n^{2k+n})$
$=A_1({\omega }_n^{2k})-{\omega }_n^k{A}_2({\omega }_n^{2k})$
$=A_1({\omega }_{\frac{n}{2}}^k)-{\omega }_n^k{A}_2({\omega }_{\frac{n}{2}}^k)$

此时只要取遍$k\in [0,\frac{n}{2}-1]$,k和$k+\frac{n}{2}$取遍了$[0,n-1]$
本质是分治，所以时间复杂度为
$T(n)=2T(\frac{n}{2})+\Theta (n)=\Theta (nlo{g}_{2}n)$

啊，优秀的cooley-Tukey算法。

傅里叶逆变换

FFT的重要组成部分。如果我们的朴素的利用点值计算系数，那么复杂度显然是$\Theta (n^2)$的。
所以我们需要逆变换来配合以降低整个算法的时间复杂度。

本质上还是一个傅里叶变换，继续运用的单位根的无比优越性。
把之前得到的2n-2个y值作为一个临时性的2n-2次多项式的系数,带入单位根的倒数（共轭复数），求得新的点值ci再除以n即为。即为多项式乘法之后的系数。

总复杂度为$\Theta (nlo{g}_{2}n)$
详细的推导过程可见FFT 学习笔记 | menci’s Blog
良心博文值得一看。