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. Lucene入门基础教程

    http://www.linuxidc.com/Linux/2014-06/102856.htm

  2. apache 报413

    http://www.hostlift.com/apache/modsecurity-request-body-content-length-is-larger-than-the-configured ...

  3. 第六次作业 :使用Excel制作成绩单

  4. UVA-1220-Party at Hali-Bula && UVA-1218-Perfect Service(树形DP)

    UVA-1220-Party at Hali-Bula 题意: 一个公司员工要举行聚会,要求任意一个人不能和他的直接上司同时到场,一个员工只有一个支系上司,现在求最多有多少人到场,并且方案是否唯一(紫 ...

  5. LDAP学习小结【仅原理和基础篇】

    此篇文章花费了好几个晚上,大部分是软件翻译的英文文档,加上自己的理解所写,希望学习者能尊重每个人的努力. 我有句话想送给每个看我文章的人: 慢就是快,快就是慢!!! 另外更希望更多人能从认真从原理学习 ...

  6. luogu1640 [SCOI2010]连续攻击游戏

    二分图匹配,一边是属性值,一边是武器 #include <iostream> #include <cstring> #include <cstdio> using ...

  7. Charles-安装和配置

    一. 安装.破解charles工具 1. 安装压缩包中的charles_setup.exe,安装完成后先不启动charles. 2. 在安装文件中找到crack文件,将文件中的charles.jar拷 ...

  8. [uiautomator篇]uiwatcher 的使用场景

    http://www.yangyanxing.com/article/use-watcher-in-uiautomator.html   今天在uiautomator中实践了watcher的用法,这个 ...

  9. hdu 2177 威佐夫博弈变形

    取(2堆)石子游戏 Time Limit: 3000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)Total S ...

  10. POJ 2106-Boolean Expressions,双栈运用类似表达式求值!

    Boolean Expressions 首先声明此题后台可能极水(毕竟这种数据不好造!).昨天写了一天却总是找不到bug,讨论区各种数据都过了,甚至怀疑输入有问题,但看到gets也可以过,难道是思路错 ...