FFT(Fast Fourier Transformation/快速傅立叶变换),确切地说应该称之为FDFT(Fast Discrete Fourier Transformation/快速离散傅立叶变换),因为FFT是为解DFT问题而设计的一种快速算法。在深入讨论之前,有必要特别指出这一点。
DFT问题:
给定一个复数域上的n-1次多项式A(x)的系数表示(cofficient representation)(a[0], a[1], ..., a[n-1]),求A(x)的某个点-值表示(point-value representation)。
递归FFT的实现(《算法导论》)
1 #include <bits/stdc++.h> 2 #define rep(i, l, r) for(int i=l; i<r; i++) 3 using namespace std; 4 const double PI(acos(-1)); 5 6 struct P{ 7 double r, i; 8 P(double r, double i):r(r), i(i){} 9 P(int n):r(cos(2*PI/n)), i(sin(2*PI/n)){} //!!error-prone 10 P():r(0), i(0){} //default constructor 11 void operator *=(const P &a){ 12 double R=r*a.r-i*a.i, I=r*a.i+a.r*i; 13 r=R, i=I; 14 } 15 P operator+(const P a){ 16 return P(r+a.r, i+a.i); 17 } 18 P operator-(const P a){ 19 return P(r-a.r, i-a.i); 20 } 21 P operator*(const P a){ 22 return P(r*a.r-i*a.i, r*a.i+a.r*i); 23 } 24 void out(){ 25 // cout<<r<<‘ ‘<<i<<endl; 26 } 27 }; 28 29 30 typedef vector<P> vec; 31 32 vec FFT(vec a, int t){ 33 int n=a.size(); //n is a power of 2 34 if(n==1) return a; 35 P wn(t*n), w(1, 0); 36 vec b[2], y[2]; 37 for(int i=0; i<n; i++) 38 b[i%2].push_back(a[i]); 39 40 y[0]=FFT(b[0], t), y[1]=FFT(b[1], t); 41 vec res(n); 42 for(int i=0, h=n>>1; i<h; i++){ 43 res[i]=y[0][i]+w*y[1][i]; 44 res[i+h]=y[0][i]-w*y[1][i]; 45 w*=wn; 46 } 47 return res; 48 } 49 50 const int N(5e4+5); 51 char s[N], t[N]; 52 53 int trans(int x){ 54 int i=0; 55 for(; x>1<<i; i++); 56 return 1<<i; 57 } 58 59 vec a, b, Y1, y2, res; 60 61 int ans[N]; 62 63 int main(){ 64 for(; ~scanf("%s%s", s, t); ){ 65 int n=strlen(s), m=strlen(t), l=trans(n+m-1); 66 a.clear(), b.clear(); //error-prone 67 for(int i=0; i<n; i++) a.push_back(P(s[n-1-i]-‘0‘, 0)); a.resize(l); //error-prone 68 for(int i=0; i<m; i++) b.push_back(P(t[m-1-i]-‘0‘, 0)); b.resize(l); 69 Y1=FFT(a, 1), y2=FFT(b, 1); 70 rep(i, 0, l) Y1[i]*=y2[i]; 71 res=FFT(Y1, -1); 72 rep(i, 0, l) res[i].r/=l; //error-prone 73 rep(i, 0, l) ans[i]=(int)(res[i].r+0.5); ans[l]=0; //error-prone 74 rep(i, 0, l) ans[i+1]+=ans[i]/10, ans[i]%=10; 75 int p=l; 76 for(;p && !ans[p]; --p); 77 for(; ~p; putchar(ans[p--]+‘0‘)); //error-prone 78 puts(""); 79 } 80 return 0; 81 }
Comment:
1. 此代码是为HDU1402写的。代码中,凡注释error-prone处,都应特别小心。我犯的最傻逼的错误是第9行,应当是2*PI,我写成PI了。
2. 这个FFT的递归实现完全是参照《算法导论》(3rd. Ed. Chapter 30, Polynomials and the FFT) 的,但这个实现常数大,空间复杂度高,TLE了
3. 迭代实现后面会补上
4. FFT的数值稳定性(精度)问题,还有待考虑。
原文:http://www.cnblogs.com/Patt/p/5503322.html