NTT:快速数论变化,对于FFT精度减少的情况,NTT可以避免但是会慢一点,毕竟是数论有Mod,和快速米

引用:http://blog.csdn.net/zz_1215/article/details/40430041

周边介绍。

利用原根,在ZP整数域(后悔没学好《信息安全数学基础》

原根介绍:http://baike.baidu.com/link?url=2gVDOcvJL0eTySKDiwFaDE7hNOTSJ087eGtv42QCt8tYEJZyUMXb6Eb40n0E0ygRoj4unNtEwukv3AFD1IEeia

然后对于一个整数域中的值分别对应一个数,具体看下这类数学书,用来替代单位根

对于一个P(素数)

比较快的一种方法找原根:http://blog.csdn.net/zhang20072844/article/details/11541133 (ORZ

大概是对于P的一个大于1的因子满足G^因子%P==1,那么就不是原根,原根很小。

其他跟FFT没区别。

其实傅里叶变化关键还是能够化成卷积的形式(这里只是处理普通和答案要求Mod的时候)

要求答案的逆,和除法,要看Picks的博客:

NTT:

#include<iostream>

#include<string.h>
#include<stdio.h>
#include<math.h> using namespace std;
typedef long long ll;
const int N=<<;
const int P=;
const int G=;
const int NUM=;
ll wn[NUM],a[N],b[N];
char A[N],B[N]; ll Pow(ll a,ll b,ll m)
{
   ll ans=;
   a%=m;
   while (b)
   {
      if (b&) ans=ans*a%m;
      a=a*a%m;
      b/=;
   }
   return ans;
} void Getwn()
{
   for (int i=;i<NUM;i++)
   {
      int t=<<i;
      wn[i]=Pow(G,(P-)/t,P);
   }
} void Rader(ll a[],int len)
{
   int j=len>>;
   for (int i=;i<len-;i++)
   {
      if (i<j) swap(a[i],a[j]);
      int k=len>>;
      while (j>=k)
      {
         j-=k;
         k>>=;
      }
      if (j<k) j+=k;
   }
} void NTT(ll a[],int len,int on)
{
   Rader(a,len);
   int id=;
   for (int h=;h<=len;h<<=)
   {
      id++;
      for (int j=;j<len;j+=h)
      {
         ll w=;
         for (int k=j;k<j+h/;k++)
         {
            ll u=a[k]%P;
            ll t=w*(a[k+h/]%P)%P;
            a[k]=(u+t)%P;
            a[k+h/]=((u-t)%P+P)%P;
            w=w*wn[id]%P;
         }
      }
   }    if (on==-)
   {
      for (int i=;i<len/;i++)
      swap(a[i],a[len-i]);
      ll inv=Pow(len,P-,P);
      for (int i=;i<len;i++)
      a[i]=a[i]%P*inv%P;
   }
}
void Conv(ll a[],ll b[],int n)
{
   NTT(a,n,);
   NTT(b,n,);
   for (int i=;i<n;i++)
   a[i]=a[i]*b[i]%P;
   NTT(a,n,-);
} int pan(char s[],char ss[])
{
   int len=strlen(s);
   len--;
   while (s[len]==''&&len>=) len--;
   if (len<) return ;    len=strlen(ss);
   len--;
   while (ss[len]==''&&len>=) len--;
   if (len<) return ;
   return ;
}
int main()
{
   Getwn();
   while (scanf("%s%s",A,B)!=EOF)
   {
      if (pan(A,B))
      {
       puts("");
       continue;
      }
      int len=;
      int lenA=strlen(A);
      int lenB=strlen(B);
      while (len<=*lenA||len<=*lenB) len<<=;
      for (int i=;i<lenA;i++)
      A[len--i]=A[lenA--i];
      for (int i=;i<len-lenA;i++) A[i]='';       for (int i=;i<lenB;i++)
      B[len--i]=B[lenB--i];
      for (int i=;i<len-lenB;i++) B[i]='';
      for (int i=;i<len;i++) a[len--i]=A[i]-'';
      for (int i=;i<len;i++) b[len--i]=B[i]-'';
      Conv(a,b,len);       int t=;
      for (int i=;i<len;i++)
      {
         a[i]+=t;
         if (a[i]>)
         {
            t=a[i]/;
            a[i]%=;
         }
         else t=;
      }
      len--;
      while (a[len]==) len--;
      for (int i=len;i>=;i--) printf("%d",a[i]);
      puts("");
   }
   return ;
}

关于傅里叶变换NTT(FNT)的周边的更多相关文章

  1. dynamic routing between captual

    对于人脑 决策树形式 对于CNN 层级与层级间的传递 人在识别物体的时候会进行坐标框架的设置 CNN无法识别,只能通过大量训练 胶囊 :一个神经元集合,有一个活动的向量,来表示物体的各类信息,向量的长 ...

  2. FFT的应用

    FFT的应用 --讲稿 概述 FFT的模板很简单,大家都会背,于是出题的空间就在于建模了.FFT的题目难在建模,往往需要将问题抽象出来,经过一系列转化后得到乘积式的和,再赋予式子各个项的系数一定的意义 ...

  3. 多项式 之 快速傅里叶变换(FFT)/数论变换(NTT)/常用套路【入门】

    原文链接https://www.cnblogs.com/zhouzhendong/p/Fast-Fourier-Transform.html 多项式 之 快速傅里叶变换(FFT)/数论变换(NTT)/ ...

  4. 快速傅里叶变换FFT& 数论变换NTT

    相关知识 时间域上的函数f(t)经过傅里叶变换(Fourier Transform)变成频率域上的F(w),也就是用一些不同频率正弦曲线的加 权叠加得到时间域上的信号. \[ F(\omega)=\m ...

  5. 快速傅里叶变换FFT / NTT

    目录 FFT 系数表示法 点值表示法 复数 DFT(离散傅里叶变换) 单位根的性质 FFT(快速傅里叶变换) IFFT(快速傅里叶逆变换) NTT 阶 原根 扩展知识 FFT 参考blog: 十分简明 ...

  6. 从傅里叶变换(FFT)到数论变换(NTT)

    FFT可以用来计算多项式乘法,但是复数的运算中含有大量的浮点数,精度较低.对于只有整数参与运算的多项式,有时,\(\text{NTT(Number-Theoretic Transform)}\)会是更 ...

  7. Algorithm: 多项式乘法 Polynomial Multiplication: 快速傅里叶变换 FFT / 快速数论变换 NTT

    Intro: 本篇博客将会从朴素乘法讲起,经过分治乘法,到达FFT和NTT 旨在能够让读者(也让自己)充分理解其思想 模板题入口:洛谷 P3803 [模板]多项式乘法(FFT) 朴素乘法 约定:两个多 ...

  8. 再探快速傅里叶变换(FFT)学习笔记(其三)(循环卷积的Bluestein算法+分治FFT+FFT的优化+任意模数NTT)

    再探快速傅里叶变换(FFT)学习笔记(其三)(循环卷积的Bluestein算法+分治FFT+FFT的优化+任意模数NTT) 目录 再探快速傅里叶变换(FFT)学习笔记(其三)(循环卷积的Blueste ...

  9. 快速傅里叶变换(FFT)学习笔记(其二)(NTT)

    再探快速傅里叶变换(FFT)学习笔记(其二)(NTT) 目录 再探快速傅里叶变换(FFT)学习笔记(其二)(NTT) 写在前面 一些约定 前置知识 同余类和剩余系 欧拉定理 阶 原根 求原根 NTT ...

随机推荐

  1. ios之UIWebView(1)

    UIWebView可以让你创建一个网页浏览器,类似safari,而不是在程序中启动safsri哦.是不是觉得很棒呢?废话少说,切入正题. 一.创建UIWebView [java] view plain ...

  2. swift-通知的基本使用

    swift-通知的基本使用   //通知的使用 1.发通知.(以这条通知为例,通知名字:nickNameNotification 通知参数:title) NSNotificationCenter.de ...

  3. 【树状数组 思维题】luoguP3616 富金森林公园

    树状数组.差分.前缀和.离散化 题目描述 博艾的富金森林公园里有一个长长的富金山脉,山脉是由一块块巨石并列构成的,编号从1到N.每一个巨石有一个海拔高度.而这个山脉又在一个盆地中,盆地里可能会积水,积 ...

  4. MySQL 上移/下移/置顶

    在编写网站系统时,难免会用到上移.下移.置顶的功能,今天小编就介绍一下我的思路. 首先,需要一张数据表: CREATE TABLE `a` ( `id` ) NOT NULL AUTO_INCREME ...

  5. centOS下jenkins

    转:centos7搭建jenkins小记 转自:https://segmentfault.com/a/1190000007086764 安装java环境 1.查看服务器版本 centos7,继续. c ...

  6. (50)zabbix API二次开发使用与介绍

    zabbix API开发库 zabbix API请求和响应都是json,并且还提供了各种语法的lib库,http://zabbix.org/wiki/Docs/api/libraries,包含php. ...

  7. php-7.0.16 , apache2.4.25 配置

    官网下载php,apache 修改apache E:\php\Apache24\conf\httpd.conf Define SRVROOT "E:/php/Apache24" - ...

  8. RN在设备上运行

    https://facebook.github.io/react-native/docs/running-on-device.html 在发布之前,最好是在真实的设备上测试一下应用.如果是通过crea ...

  9. python爬虫基础04-网页解析库xpath

    更简单高效的HTML数据提取-Xpath 本文地址:https://www.jianshu.com/p/90e4b83575e2 XPath 是一门在 XML 文档中查找信息的语言.XPath 用于在 ...

  10. LeetCode(105) Construct Binary Tree from Preorder and Inorder Traversal

    题目 Given preorder and inorder traversal of a tree, construct the binary tree. Note: You may assume t ...