快速沃尔什变化（FWT）介绍

快速沃尔什变化（FWT）介绍

能看到这篇博客的人，一定知道FWT是干什么的。（什么？你不知道？）
没事，这里有picks讲FWT的一篇博客。先点进去看一看。
如果你看懂了，那么恭喜你。如果你跟我一样看不懂，那么请继续往下看。

这里的A和B都是什么呢？其实它们是一个多维的向量（如果你不知道向量是什么，就把它当成数组），下标从0开始。
其中，

$A=<a_0,a_1,...,a_{2^{k}-1}>$
$B=<b_0,b_1,...,b_{2^{k}-1}>$
$C=A@B$

这里我们定义
$A\pm B=<a_0\pm b_0,a_1\pm b_1,...,a_{2^{k}-1}\pm b_{2^{k}-1}>$即对应位相加（减）
$A*B=<a_0*b_0,a_1*b_1,...,a_{2^{k}-1}*b_{2^{k}-1}>$即对应位相乘
$A@B$（实在找不到靠谱的符号了。。）为A和B做卷积之后得到的结果，也是一个和原来大小一样的向量。

注意到FWT做的是二进制上的位运算，所以一定要把A和B补到2的整次幂次（即不足的地方填上0）。

我们要构造一个变换$tf$，使得$tf(A)*tf(B)=tf(C)$。这个变换的对象是一个大小为$2^k$的向量，变换出来的结果也是一个大小为$2^k$的向量。

就以异或举例。picks告诉我们

$tf(A)=(tf(A_0)+tf(A_1),tf(A_0)-tf(A_1))$
其中A0=<a0,a1,...,