• FFT(快速傅里叶变换)


    用途: 计算多项式卷积。

    (A(x)=a_{0}+a_{1}x+a_{2}x^{2}+···+a_{n-1}x^{n-1})

    (B(x)=b_{0}+b_{1}x+b_{2}x^{2}+···+b_{n-1}x^{n-1})

    求 : (A(x)B(x))

    前置芝士

    多项式性质: 用任意 (n) 个多项式函数图像上的点,可唯一确定一个 (n-1) 次多项式。

    复数,不会的话右转数学选修2-2.

    做法

    (A(x)B(x)) 的系数表示法转化为点表示法,

    ((x_{1},A(x_{1})) (x_{2},A(x_{2})) ··· (x_{n},A(x_{n})))
    ((x_{1},B(x_{1})) (x_{2},B(x_{2})) ··· (x_{n},B(x_{n})))

    那么 (A(x)B(x)) 就可以表示为

    [(x_{1},A(x_{1})B(x_{1})) (x_{2},A(x_{2})B(x_{2})) ··· (x_{n},A(x_{n})B(x_{n})) ]

    再将其转化为系数表示法。

    如何转化?

    点的横坐标选择复数域上的单位根。

    将复平面中以原点为圆心的单位圆等分为 (n) 份,以 (omega _{n}^{k}) 表示从 (x) 正半轴一次逆时针取 (n) 份中的 (k) 份, (omega _{n}^{k}) 就被称为 (n) 次单位根。

    (n) 次单位根的性质:

    • (omega ^{i}_{n} e omega^{j}_{n} forall i e j)
    • (omega^{k}_{n}=cos frac{2kpi}{n}+sin frac{2kpi}{n}i)
    • (omega^{0}_{n}=omega^{n}_{n}=1)
    • (omega^{2k}_{2n}=omega^{k}_{n})
    • (omega^{k+frac{n}{2}}_{n}=-omega^{k}_{n})

    那么点表示法选取的横坐标为: (omega^{0}_{n} omega^{1}_{n} omega^{2}_{n}···omega^{n-1}_{n})

    现在,需要快速计算:

    ((omega^{0}_{n},A(omega^{0}_{n}) (omega^{1}_{n},A(omega^{1}_{n})) ··· (omega^{n-1}_{n},A(omega^{n-1}_{n})))

    快速傅里叶正变换(系数表示法转化为点表示法)

    [egin{aligned} A(x)&=a_{0}+a_{1}x+a_{2}x^{2}+···+a_{n-1}x^{n-1} n为2的整次幂\ &=(a_{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}) 奇偶次项分开 end{aligned}]

    设:

    [A_{1}(x)=a_{0}+a_{2}x+a_{4}x^{2}+···+a_{n-2}x^{frac{n}{2}-1} ]

    [A_{2}(x)=a_{1}+a_{3}x+a_{5}x^{2}+···+a_{n-1}x^{frac{n}{2}-1} ]

    那么有:

    [A(x)=A_{1}(x^2)+xA_{2}(x^2) ]

    (kin [0,n-1]) , 将值域分为两段 ([0,frac{n}{2}-1] , [frac{n}{2},n-1])

    如果 (kin[0,frac{n}{2}-1]) , 那么有 ((omega^{k}_{n})^{2}=omega^{2k}_{n})

    [egin{aligned} A(omega^{k}_{n})&=A_{1}(omega^{2k}_{n})+omega^{k}_{n}A_{2}(omega^{2k}_{n})\ &=A_{1}(omega^{k}_{frac{n}{2}})+omega^{k}_{n}A_{2}(omega^{k}_{frac{n}{2}})\ end{aligned}]

    如果 ([frac{n}{2},n-1]) , 将这一段全部减去 (frac{n}{2}) , (k) 还是遍历 ([0,frac{n}{2}-1])(k) 加上 (frac{n}{2}) 就行了。

    [egin{aligned} A(omega^{k+frac{n}{2}}_{n})&=A_{1}(omega^{2k+n}_{n})+omega^{k+frac{n}{2}}_{n}A_{2}(omega^{2k+n}_{n})\ &=A_{1}(omega^{2k}_{n})-omega^{k}_{n}A_{2}(omega^{2k}_{n})\ &=A_{1}(omega^{k}_{frac{n}{2}})-omega^{k}_{n}A_{2}(omega^{k}_{frac{n}{2}}) end{aligned}]

    发现 (A(omega^{k}_{n}) , A(omega^{k+frac{n}{2}}_{n})) 计算非常相似,只要求出 (A_{1}(omega^{k}_{frac{n}{2}}) , A_{2}(omega^{k}_{frac{n}{2}})) 即可。

    这个过程可以迭代 ,每次将区间分为两段 ,最多会有 (log n) 层 ,总复杂度 (O(nlog n)) .

    迭代划分(假设有 (2^3) 项)

    初始序列 ( [x_{0},x_{1},x_{2},x_{3},x_{4},x_{5},x_{6},x_{7}])

    奇偶划分一次 ( [x_{0},x_{2},x_{4},x_{6}],[x_{1},x_{3},x_{5},x_{7}])

    将这两段继续奇偶划分 ( [x_{0},x_{4}],[x_{2},x_{6}],[x_{1},x_{5}],[x_{3},x_{7}])

    接着分 ( [x_{0}],[x_{4}],[x_{2}],[x_{6}],[x_{1}],[x_{5}],[x_{3}],[x_{7}])

    发现最后一层每一位下标是第一层下标二进制反过来(比如第二项 ((1)_{10}=(001)_2 , (4)_{10}=(100)_2))

    我们可以递推计算有 (2^{bit}) 项的多项式最后一层的第 (i) 位下标 (chg_{i})

    [chg_{i}=(frac{chg_{frac{i}{2}}}{2})|((i mod 2)*2^{bit-1}) ]

    也就是

    chg[i]=(chg[i>>1]>>1)|((i&1)<<(bit-1));
    

    理解一下就是: 对于一个数(i),找到没有 (i) 的第 (0) 位的数的反转之后的结果,将这个结果右移一位去掉最高位,再把 (i) 的第 (0) 位放到最高位,就实现了二进制反转.

    (for example) : 计算到 (6) 时,将 ((6)_{10}=(110)_{2}) 的二进制表示去掉第 (0) 位,也就是 ((3)_{10}=(011)_{2})(3) 的结果之前处理过了,是 ((110)_{2}=(6)_{10})(这个例子好失败啊),将反转后的结果右移 (1) 位 变成了 ((011)_{2}) ,然后把 (6) 的第 (0) 位(还是 (0)) ,放到这个数的最高位,就变成了 ((011)_2=(3)_{10})

    快速傅里叶逆变换(点表示法转化为系数表示法)

    有点 ((omega^{0}_{n},A(omega^{0}_{n})) (omega^{1}_{n},A(omega^{1}_{n}))···(omega^{n-1}_{n},A(omega^{n-1}_{n}))).

    (A(x)=a_{0}+a_{1}x+a_{2}x^2+···+a_{n-1}x^{n-1})

    (y_{k}=omega^{k}_{n}) 则有

    [c_{k}=sum_{i=0}^{n-1}y_{i}(omega^{-k}_{n})^{i}=na_{k} ]

    证明:

    [egin{aligned} c_{k}&=sum_{i=0}^{n-1}y_{i}(omega^{-k}_{n})^{i}\ &=sum_{i=0}^{n-1}(sum_{j=0}^{n-1}a_{j}(omega^{i}_{n})^j))(omega^{-k}_{n})^i\ &=sum_{i=0}^{n-1}(sum_{j=0}^{n-1}a_{j}(omega^{j}_{n})^i(omega^{-k}_{n})^i\ &=sum_{i=0}^{n-1}(sum_{j=0}^{n-1}a_{j}(omega^{j-k}_{n})^i\ &=sum_{j=0}^{n-1}a_{j}(sum_{i=0}^{n-1}(omega^{j-k}_{n})^i) end{aligned}]

    (S(x)=1+x+x^2+···+x^{n-1}) .

    (k e 0) 时 , 有:

    [S(omega^{k}_{n})=omega^{0}_{n}+omega^{k}_{n}+omega^{2k}_{n}+···+omega^{(n-1)k}_{n} ]

    [omega^{k}_{n}S(omega^{k}_{n})=omega^{k}_{n}+omega^{2k}_{n}+omega^{3k}_{n}+···+omega^{0}_{n} ]

    两柿相减,有:

    [(1-omega^{k}_{n})S(omega^{k}_{n})=0 ]

    (S(omega^{k}_{n})=0)

    (k=0) 时 , (S(omega^{k}_{n})=n) ,代入显然

    综上 : 把 (S) 代入柿子可知:

    [c_{i}=na_{i} ]

    证毕.

    (S(x)=1+x+x^2+···+x^{n-1}) .

    (B(x)=y_{0}+y_{1}x^1+y_{2}x^2+···+y_{n-1}x^{n-1}).

    则有 (c_{i}=B(omega^{-i}_{n})) ,然后用上面说的正变换求一下就行。

    FFT板子

    #include<cmath>
    #include<cstdio>
    #include<cstring>
    #include<iostream>
    #include<algorithm>
    #define N 3000005
    #define LL long long 
    #define LB long double
    using namespace std;
    
    int n,m,bit,tot,chg[N];
    const LB pi=3.1415926535897932384626433832795028841;//圆周率也能写 acos(-1)
    struct complex
    {
    	LB x,y;
    	complex operator+ (const complex &tmp) const//复数加
    	{
    		return (complex){x+tmp.x,y+tmp.y};
    	}
    	complex operator- (const complex &tmp) const//复数减
    	{
    		return (complex){x-tmp.x,y-tmp.y};
    	}
    	complex operator* (const complex &tmp) const//复数乘
    	{
    		return (complex){x*tmp.x-y*tmp.y,x*tmp.y+y*tmp.x};
    	}
    }a[N],b[N];
    
    inline int qr()
    {
    	char ch=0;int w=1,x=0;
    	while(ch<'0'||ch>'9'){if(ch=='-')w=-1;ch=getchar();}
    	while(ch<='9'&&ch>='0'){x=(x<<3)+(x<<1)+(ch^48);ch=getchar();}
    	return x*w;
    }
    
    inline void FFT(complex a[],int opt)
    {
    	for(register int i=0;i<tot;i++)
    		if(i<chg[i])
    			swap(a[i],a[chg[i]]);//找到a[i]奇偶位置转化后的值
    	for(register int mid=1;mid<tot;mid<<=1)//mid表示现在区间长度的一半,区间长度len=mid<<1
    	{
    		complex w1=(complex){cos((LB)pi/mid),(LB)opt*sin((LB)pi/mid)};//计算w1;
    		for(register int i=0;i<tot;i+=(mid<<1))//计算这一层所有长度为len的区间
    		{
    			complex wk=(complex){1,0};//wk初始值为w0=(1,0),w[k]=w[k-1]*w1,每次乘上w1就是要求的wk.
    			for(register int j=0;j<mid;j++,wk=wk*w1)
    			{
    				complex x=a[i+j];//所有偶数项
    				complex y=wk*a[i+mid+j];//所有奇数项乘wk
    				a[i+j]=x+y;//迭代
    				a[i+j+mid]=x-y;
    			}
    		}
    	}
    }
    
    int main()
    {
    	n=qr();
    	m=qr();
    	for(register int i=0;i<=n;i++)
    		a[i].x=qr();
    	for(register int i=0;i<=m;i++)
    		b[i].x=qr();
    	while((1<<bit)<m+n+1)//计算一下 log n+m 向上取整
    		bit++;
    	tot=(1<<bit);
    	for(register int i=0;i<tot;i++)//递推第bit层奇偶项转换位置
    		chg[i]=(chg[i>>1]>>1)|((i&1)<<(bit-1));
    	FFT(a,1);//系数表示法转化为点表示法
    	FFT(b,1);
    	for(register int i=0;i<tot;i++)
    		a[i]=a[i]*b[i];//计算点表示法纵坐标
    	FFT(a,-1);//点表示法转化为系数表示法
    	for(register int i=0;i<m+n+1;i++)
    		printf("%d ",(int)(a[i].x/tot+0.5));//为了防止精度问题加上0.5再向下取整
    	printf("
    ");
    	return 0;
    }
    
  • 相关阅读:
    Hive metastore三种配置方式
    hive学习(一)hive架构及hive3.1.1三种方式部署安装
    hiveserver2的配置和启动
    spark安装配置
    Sqoop-1.4.6安装部署及详细使用介绍
    搭建本地yum源服务器
    Centos7.X安装impala(RPM方式)
    Hive安装与配置详解
    【图文详解】Hadoop集群搭建(CentOs6.3)
    Linux下实现免密码登录(超详细)
  • 原文地址:https://www.cnblogs.com/isonder/p/14401135.html
Copyright © 2020-2023  润新知