关于快速沃尔什变换(FWT)的一点学习和思考
最近在学FWT,抽点时间出来把这个算法总结一下。
快速沃尔什变换(Fast Walsh-Hadamard Transform),简称FWT。是快速完成集合卷积运算的一种算法。
主要功能是求:
,其中
为集合运算符。
就像FFT一样,FWT是对数组的一种变换,我们称数组X的变换为FWT(X)。
所以FWT的核心思想是:
为了求得C=A★B,我们瞎搞搞出一个变换FWT(X),
使得FWT(C)=FWT(A)
FWT(B),然后根据FWT(C)求得C。
(其中★表示卷积运算,
表示将数组对应下标的数相乘的运算)
也就是说我们可以通过FWT(X)变换把复杂度O(n^2)的★运算变为O(n)的
运算。
跟FFT是完全相同的。所以我们考虑怎么搞出这个FWT(X)。
与运算(&)和或运算(|)最容易理解,我们先讲讲这两个怎么搞。我们以或运算为例。
若 x | y = z,那么x和y一定满足二进制中的1为z的子集。
所以我们可以令FWT(A)=A',其中
。(“i | j = i”就是表示“j满足二进制中的1为i的子集”)
(虽然以上两行根本构不成逻辑,但是请相信这个定义就是正确的)
于是我们就有C'=A'
B',从这些数组的定义来看,这个式子确实是正确的。
然后我们就要研究一下FWT(A)也就是A'怎么求。当然不能枚举 i 的子集,这样复杂度太高。
既然是二进制的,我们不妨考虑用分治进行计算。(为毛是二进制就要用分治啊喂!)
我们设A0为A的前一半,A1为A的后一半,如果A的长度为2^k,那么A0、A1的长度为2^(k-1)。
如果我们知道了FWT(A0)和FWT(A1),那么FWT(A)是不是就可以求了呢?当然可以。
FWT(A)的前一半相当于二进制位的第k位填了0,那么是它子集的仍然只有FWT(A0) (它本身);
FWT(A)的后一半相当于二进制位的第k位填了1,那么是它子集的不仅仅有FWT(A1) (它本身),还有FWT(A0)。
那么转移就出来了,
。
其中merge(X,Y)为X和Y两个数组接在一起,
表示将数组对应下标的数相加的运算。
这样我们就在O(2^k*k)也就是O(nlogn)的时间内求出了FWT(A)。
还有一个问题,我们怎么通过FWT(C)求得C?
这不就是FWT()的逆变换吗?根据转移方程,你难道不会倒着推回来吗?
这其实就相当于你知道了A0'、A1',然后要求得A0、A1。
因为我们已经知道了A0'=A0,A1'=A1+A0,所以我们就有A0=A0',A1=A1'-A0'。
所以:
。
既然知道了或运算,与运算也是一样的,因为与运算和或运算本质是相同的。
读者可以试着自己推一遍,再继续往下看:


然后就是鬼畜的异或,先说结论:


一种比较靠谱的说法是
,其中d(x)为x的二进制中1的个数。
先想一想再往下看吧~
然后你可能会想,与和或本质上不是相同的吗?
然后就有
,其中d'(x)为x的二进制中0的个数。
然后就有
,
。
然后结果是一毛一样的。
(其实就是把整个数组倒过来而已)
所以又回到FWT的核心思想:
为了求得C=A★B,我们瞎搞搞出一个变换FWT(X),
使得FWT(C)=FWT(A)
FWT(B),然后根据FWT(C)求得C。
所以我们只要找到运算
中,数字x的一个特征FWT(x),满足FWT(x
y)=FWT(x)*FWT(y)。这个特征就是FWT啦~
怎么样,是不是给你一种“我上我也行”的感觉?
然后你试图寻求异或FWT的更简单的公式:
然后你开始脑补:
。
然后惊喜地发现正好满足 FWT(C)=FWT(A)
FWT(B) !
然后你开始写转移公式:



(以上18行都是小C在口胡)
到底有没有靠谱的做法呢?小D说他有一种解方程的做法。
为了不失一般性,假设A、B、C数组的长度为2。C=A★B,为异或卷积运算。
然后显然C[0] = A[0]*B[0] + A[1]*B[1] , C[1] = A[0]*B[1] + A[1]*B[0]。
然后我们开始变形了!由于(我们猜想)FWT(A)一定是a*FWT(A0) + b*FWT(A1)的形式,所以:
设A'[0] = a*A[0] + b*A[1],A'[1] = c*A[0] + d*A[1]。
B和C同理,因为小C知道列一大堆方程出来肯定没人看所以小C就不列出来了。
然后就有C'[0] = A'[0]*B'[0]。解方程,得:
因为a,b不同时等于0,所以a=1,b=±1。同理,c=1,d=±1。
(由于解方程过程中有很多槽点所以小C也不能保证正确性)
然后究竟是+1还是-1呢?小D给的说法是“枚举,check一下”。
check个鬼啊(╯‵□′)╯︵┻━┻!这个做法槽点真的太多了好吗?
不过能够得出正确答案是真的。
关于快速沃尔什变换(FWT)的一点学习和思考的更多相关文章
- 一个数学不好的菜鸡的快速沃尔什变换(FWT)学习笔记
一个数学不好的菜鸡的快速沃尔什变换(FWT)学习笔记 曾经某个下午我以为我会了FWT,结果现在一丁点也想不起来了--看来"学"完新东西不经常做题不写博客,就白学了 = = 我没啥智 ...
- 【学习笔鸡】快速沃尔什变换FWT
[学习笔鸡]快速沃尔什变换FWT OR的FWT 快速解决: \[ C[i]=\sum_{j|k=i} A[j]B[k] \] FWT使得我们 \[ FWT(C)=FWT(A)*FWT(B) \] 其中 ...
- 快速沃尔什变换FWT
快速沃尔什变换\(FWT\) 是一种可以快速完成集合卷积的算法. 什么是集合卷积啊? 集合卷积就是在集合运算下的卷积.比如一般而言我们算的卷积都是\(C_i=\sum_{j+k=i}A_j*B_k\) ...
- 集合并卷积的三种求法(分治乘法,快速莫比乌斯变换(FMT),快速沃尔什变换(FWT))
也许更好的阅读体验 本文主要内容是对武汉市第二中学吕凯风同学的论文<集合幂级数的性质与应用及其快速算法>的理解 定义 集合幂级数 为了更方便的研究集合的卷积,引入集合幂级数的概念 集合幂级 ...
- 快速沃尔什变换 FWT 学习笔记【多项式】
〇.前言 之前看到异或就担心是 FWT,然后才开始想别的. 这次学了 FWT 以后,以后判断应该就很快了吧? 参考资料 FWT 详解 知识点 by neither_nor 集训队论文 2015 集合幂 ...
- Codeforces 662C(快速沃尔什变换 FWT)
感觉快速沃尔什变换和快速傅里叶变换有很大的区别啊orz 不是很明白为什么位运算也可以叫做卷积(或许不应该叫卷积吧) 我是看 http://blog.csdn.net/liangzhaoyang1/ar ...
- 快速沃尔什变换(FWT)学习笔记 + 洛谷P4717 [模板]
FWT求解的是一类问题:\( a[i] = \sum\limits_{j\bigoplus k=i}^{} b[j]*c[k] \) 其中,\( \bigoplus \) 可以是 or,and,xor ...
- 快速沃尔什变换 (FWT)学习笔记
证明均来自xht37 的洛谷博客 作用 在 \(OI\) 中,\(FWT\) 是用于解决对下标进行位运算卷积问题的方法. \(c_{i}=\sum_{i=j \oplus k} a_{j} b_{k} ...
- 快速沃尔什变换(FWT) 与 快速莫比乌斯变换 与 快速沃尔什变换公式推导
后面的图片将会告诉: 如何推出FWT的公式tf 如何推出FWT的逆公式utf 用的是设系数,求系数的方法! ============================================== ...
随机推荐
- 201421123042 《Java程序设计》第14周学习总结
1. 本周学习总结 1.1 以你喜欢的方式(思维导图或其他)归纳总结与数据库相关内容. 答: 2. 使用数据库技术改造你的系统 2.1 简述如何使用数据库技术改造你的系统.要建立什么表?截图你的表设计 ...
- jwt验证登录信息
为什么要告别session?有这样一个场景,系统的数据量达到千万级,需要几台服务器部署,当一个用户在其中一台服务器登录后,用session保存其登录信息,其他服务器怎么知道该用户登录了?(单点登录), ...
- Apache的配置httpd.conf文件配置
(1) 基本配置: ServerRoot "/mnt/software/apache2" #你的apache软件安装的位置.其它指定的目录如果没有指定绝对路径,则目录是相对于该目录 ...
- python 学习笔记
1. 关于两者详细解释,参考链接:www.crifan.com/python_re_search_vs_re_findall/ 代码图
- php的格式化数字函数
php格式化数字:位数不足前面加0补足 php格式化数字:位数不足前面加0补足 感谢:http://www.cnblogs.com/xiaochaohuashengmi/archive/2011/12 ...
- R语言-离职率分析
案例:员工流失是困扰企业的关键因素之一,在这次的分析中我将分析以下内容: 对一些重要变量进行可视化及探索分析,收入,晋升,满意度,绩效,是否加班等方面进行单变量分析 分析员工流失的因素,探索各个变量的 ...
- AWS的开发工具包和设备SDK开发工具包
一.开发工具包 二.设备sdk开发工具包
- hadoop2.7.3+spark2.1.0+scala2.12.1环境搭建(2)安装hadoop
一.依赖安装 安装JDK 二.文件准备 hadoop-2.7.3.tar.gz 2.2 下载地址 http://hadoop.apache.org/releases.html 三.工具准备 3.1 X ...
- Archaius 原理
Archaius 原理 Archaius是什么? Archaius提供了动态修改配置的值的功能,在修改配置后,不需要重启应用服务.其核心思想就是轮询配置源,每一次迭代,检测配置是否更改,有更改重新更新 ...
- Stanford依存句法关系解释
ROOT:要处理文本的语句 IP:简单从句 NP:名词短语 VP:动词短语 PU:断句符,通常是句号.问号.感叹号等标点符号 LCP:方位词短语 PP:介词短语 CP:由'的'构成的表示修饰性关系的短 ...