FFT(快速傅里叶变换)
学习了FFT用来求多项式的乘法,看了算导上的介绍,上面讲的非常明白,概括一下FFT的原理就是,我们在计算多项式的乘法时,如果暴力模拟的话是n^2 复杂度的,就像小学学的竖式乘法一样,比如一个n位数乘上一个n位数,我们需要用竖式乘法计算要列n行,每一行有n个元素,然后相邻两行错开一位(很显然,竖式乘法谁都会),如果我们换一种形式呢?有一种表达是叫做点值表达,就好像我们上了初中学二次函数,如果已知函数图像上的三个不同的点坐标,我们可以写出函数的表达式,那么就是说利用函数图象上的点我们也可以确定一个函数(多项式),这样的好处在于点值表达式更加容易进行乘法运算,举个例子:
我们现在有两个函数: y1=2*x*x+5*x+1 y2=x*x+2*x+1 我们要求y1*y2的表达式。如果利用系数表达,我们利用竖式乘法可以手算出答案,复杂度n^2.
由于两个函数是二次的,乘起来是四次的,所以我们需要知道5个点的坐标。
x | 1 | 2 | 3 | 4 | 5 |
y1 | 8 | 19 | 34 | 53 | 76 |
y2 | 4 | 9 | 16 | 25 | 36 |
y | 32 | 171 | 544 | 1325 | 2736 |
我们现在已知了y的五个坐标,那么肯定可以求出y的表达式,那么多项式乘法也就做完了。
可以看出对于点值表达,它的乘法操作是O(N)的,只需要把对应的y值乘起来即可。
那么FFT算法就诞生了,他就是利用点值表达的优点,把系数表达转换成点值表达,然后再转化回去。
从系数表达到点值表达的过程交做求值,利用秦九韶公式我们可以O(N)的算出一个点对应的y值。
从点值表达到系数表达的过程叫做差值,著名的拉格朗日插值法复杂度是O(N^2)的,这对于我们多项式乘法没有太大帮助。
因为差值对于我们取哪些点并没有要求,所以我们选取一些特殊点,利用一些特殊性质可以优化插值的过程。
利用了复数根的知识,大概原理就是,我们可以分治的求一个系数向量,每一次递归求一半,然后可以O(N)的合并,在算导的第三十章都有讲到,推荐大家去看算导,里面讲的非常详细易懂。由于我太菜了,讲不清其中的奥秘。
所以只能在这里给出程序代码了,我没有进行递归的求解,进行了迭代操作,看一下算导上30-4的图就明白r数组的含义了,其实就是计算的顺序。 —— by VANE
#include<bits/stdc++.h> #define N 3000005 #define pi acos(-1) using namespace std; typedef complex<double> E; int n,m,l,r[N]; E a[N],b[N]; void FFT(E *a,int f){ for(int i=0;i<n;i++)if(i<r[i])swap(a[i],a[r[i]]); for(int i=1;i<n;i<<=1) { E wn(cos(pi/i),f*sin(pi/i)); for(int p=i<<1,j=0;j<n;j+=p) { E w(1,0); for(int k=0;k<i;k++,w*=wn) { E x=a[j+k],y=w*a[j+k+i]; a[j+k]=x+y;a[j+k+i]=x-y; } } } } inline int read() { char ch=getchar();int f=1,x=0; while(ch<'0'||ch>'9') {if(ch=='-') f=-f;ch=getchar();} while(ch>='0'&&ch<='9') x=x*10+ch-'0',ch=getchar(); return x*f; } int main() { n=read();m=read(); for(int i=0;i<=n;i++)a[i]=read(); for(int i=0;i<=m;i++)b[i]=read(); m+=n;for(n=1;n<=m;n<<=1)l++; for(int i=0;i<n;i++)r[i]=(r[i>>1]>>1)|((i&1)<<(l-1)); FFT(a,1);FFT(b,1); for(int i=0;i<=n;i++)a[i]=a[i]*b[i]; FFT(a,-1); for(int i=0;i<=m;i++)printf("%d ",(int)(a[i].real()/n+0.5)); }
附上一个高精度乘法,其实就是FFT的简单变形。
// luogu-judger-enable-o2 #include<bits/stdc++.h> #define N 300005 #define pi acos(-1) using namespace std; typedef complex<double> E; int n,m,l,r[N],ans[N]; E a[N],b[N]; char s[N]; void FFT(E *a,int f){ for(int i=0;i<n;i++)if(i<r[i])swap(a[i],a[r[i]]); for(int i=1;i<n;i<<=1) { E wn(cos(pi/i),f*sin(pi/i)); for(int p=i<<1,j=0;j<n;j+=p) { E w(1,0); for(int k=0;k<i;k++,w*=wn) { E x=a[j+k],y=w*a[j+k+i]; a[j+k]=x+y;a[j+k+i]=x-y; } } } } inline int read() { char ch=getchar();int f=1,x=0; while(ch<'0'||ch>'9') {if(ch=='-') f=-f;ch=getchar();} while(ch>='0'&&ch<='9') x=x*10+ch-'0',ch=getchar(); return x*f; } int main(){ n=read();n--;m=n; scanf("%s",s); for(int i=0;i<=n;i++)a[i]=s[n-i]-'0'; scanf("%s",s); for(int i=0;i<=m;i++)b[i]=s[m-i]-'0'; m+=n;for(n=1;n<=m;n<<=1)l++; for(int i=0;i<n;i++)r[i]=(r[i>>1]>>1)|((i&1)<<(l-1)); FFT(a,1);FFT(b,1); for(int i=0;i<=n;i++)a[i]=a[i]*b[i]; FFT(a,-1); for(int i=0;i<=m;i++)ans[i]=(int)(a[i].real()/n+0.5); for(int i=0;i<=m;++i) ans[i+1]+=ans[i]/10,ans[i]%=10; if(ans[m+1]) m++; while(ans[m]==0&&m) m--; for(int i=m;i>=0;--i) printf("%d",ans[i]); }