TOT 傅立叶变换 FFT 入门
HDU 1402,计算很大的两个数相乘。
FFT 只要78ms,这里;
一些FFT 入门资料:http://wenku.baidu.com/view/8bfb0bd476a20029bd642d85.html (讲解的很详细
http://blog.csdn.net/iamzky/article/details/22712347 (这个也不错
另外算导的其实也蛮好,只是怕公式的看前面的也可。
IDFT只是FFT的逆变换,这里想了很久原来只要在FFT 变换后的结果后/N 即可,算实数部分即可。
前面的一份模板 :
1 /*
2 algorithm : High-Precision FFT
3
4 */
5 #include <cstdio>
6 #include <cstring>
7 #include <cmath>
8 #include <algorithm>
9 #define N 200005
10 #define pi acos(-1.0) // PI值
11 using namespace std;
12 struct complex
13 {
14 double r,i;
15 complex(double real=0.0,double image=0.0){
16 r=real; i=image;
17 }
18 // 以下为三种虚数运算的定义
19 complex operator + (const complex o){
20 return complex(r+o.r,i+o.i);
21 }
22 complex operator - (const complex o){
23 return complex(r-o.r,i-o.i);
24 }
25 complex operator * (const complex o){
26 return complex(r*o.r-i*o.i,r*o.i+i*o.r);
27 }
28 }x1[N],x2[N];
29 char a[N/],b[N/];
30 int sum[N]; // 结果存在sum里
31 void brc(complex *y,int l) // 二进制平摊反转置换 O(logn)
32 {
33 register int i,j,k;
34 for(i=,j=l/;i<l-;i++)
35 {
36 if(i<j) swap(y[i],y[j]); // 交换互为下标反转的元素
37 // i<j保证只交换一次
38 k=l/;
39 while(j>=k) // 由最高位检索,遇1变0,遇0变1,跳出
40 {
41 j-=k;
42 k/=;
43 }
44 if(j<k) j+=k;
45 }
46 }
47 void fft(complex *y,int l,double on) // FFT O(nlogn)
48 // 其中on==1时为DFT,on==-1为IDFT
49 {
50 register int h,i,j,k;
51 complex u,t;
52 brc(y,l); // 调用反转置换
53 for(h=;h<=l;h<<=) // 控制层数
54 {
55 // 初始化单位复根
56 complex wn(cos(on**pi/h),sin(on**pi/h));
57 for(j=;j<l;j+=h) // 控制起始下标
58 {
59 complex w(,); // 初始化螺旋因子
60 for(k=j;k<j+h/;k++) // 配对
61 {
62 u=y[k];
63 t=w*y[k+h/];
64 y[k]=u+t;
65 y[k+h/]=u-t;
66 w=w*wn; // 更新螺旋因子
67 } // 据说上面的操作叫蝴蝶操作…
68 }
69 }
70 if(on==-) for(i=;i<l;i++) y[i].r/=l; // IDFT
71 }
72 int main(void)
73 {
74 int l1,l2,l;
75 register int i;
76 while(scanf("%s%s",a,b)!=EOF)
77 {
78 l1=strlen(a);
79 l2=strlen(b);
80 l=;
81 while(l<l1* || l<l2*) l<<=; // 将次数界变成2^n
82 // 配合二分与反转置换
83 for(i=;i<l1;i++) // 倒置存入
84 {
85 x1[i].r=a[l1-i-]-'';
86 x1[i].i=0.0;
87 }
88 for(;i<l;i++) x1[i].r=x1[i].i=0.0;
89 // 将多余次数界初始化为0
90 for(i=;i<l2;i++)
91 {
92 x2[i].r=b[l2-i-]-'';
93 x2[i].i=0.0;
94 }
95 for(;i<l;i++) x2[i].r=x2[i].i=0.0;
96 fft(x1,l,); // DFT(a)
97 fft(x2,l,); // DFT(b)
98 for(i=;i<l;i++) x1[i]=x1[i]*x2[i]; // 点乘结果存入a
99 fft(x1,l,-); // IDFT(a*b)
for(i=;i<l;i++) sum[i]=x1[i].r+0.5; // 四舍五入
for(i=;i<l;i++) // 进位
{
sum[i+]+=sum[i]/;
sum[i]%=;
}
l=l1+l2-;
while(sum[l]<= && l>) l--; // 检索最高位
for(i=l;i>=;i--) putchar(sum[i]+''); // 倒序输出
putchar('\n');
}
return ;
112 }
UOJ#34
多项式也是常用FFT的,似乎代码可以更短
1 #include <cstdio>
2 #include <cstring>
3 #include <cmath>
4 #include <algorithm>
5 #define N 600005
6 #define pi acos(-1.0) // PI值
7 using namespace std;
8 struct complex
9 {
10 double r,i;
11 complex(double real=0.0,double image=0.0){
12 r=real; i=image;
13 }
14 // 以下为三种虚数运算的定义
15 complex operator + (const complex o){
16 return complex(r+o.r,i+o.i);
17 }
18 complex operator - (const complex o){
19 return complex(r-o.r,i-o.i);
20 }
21 complex operator * (const complex o){
22 return complex(r*o.r-i*o.i,r*o.i+i*o.r);
23 }
24 }x1[N],x2[N];
25 char a[N/],b[N/];
26 int sum[N]; // 结果存在sum里
27 void brc(complex *y,int l) // 二进制平摊反转置换 O(logn)
28 {
29 register int i,j,k;
30 for(i=,j=l/;i<l-;i++)
31 {
32 if(i<j) swap(y[i],y[j]); // 交换互为下标反转的元素
33 // i<j保证只交换一次
34 k=l/;
35 while(j>=k) // 由最高位检索,遇1变0,遇0变1,跳出
36 {
37 j-=k;
38 k/=;
39 }
40 if(j<k) j+=k;
41 }
42 }
43
44
45 void fft(complex *y,int l,double on) // FFT O(nlogn)
46 // 其中on==1时为DFT,on==-1为IDFT
47 {
48 register int h,i,j,k;
49 complex u,t;
50 brc(y,l); // 调用反转置换
51 for(h=;h<=l;h<<=) // 控制层数
52 {
53 // 初始化单位复根
54 complex wn(cos(on**pi/h),sin(on**pi/h));
55 for(j=;j<l;j+=h) // 控制起始下标
56 {
57 complex w(,); // 初始化螺旋因子
58 for(k=j;k<j+h/;k++) // 配对
59 {
60 u=y[k];
61 t=w*y[k+h/];
62 y[k]=u+t;
63 y[k+h/]=u-t;
64 w=w*wn; // 更新螺旋因子
65 } // 据说上面的操作叫蝴蝶操作…
66 }
67 }
68 if(on==-) for(i=;i<l;i++) y[i].r/=l; // IDFT
69 }
70
71 int main(void)
72 {
73 int n,m,i;
74 scanf("%d",&n);
75 scanf("%d",&m);
76 n++;
77 m++;
78 int l=;
79 while(l<n* || l<m*) l<<=; // 将次数界变成2^n
80 // 配合二分与反转置换
81 for(i=;i<n;i++) // 倒置存入
82 {
83 scanf("%lf",&x1[i].r);
84 x1[i].i=0.0;
85 }
86 for(;i<l;i++) x1[i].r=x1[i].i=0.0;
87 // 将多余次数界初始化为0
88 for(i=;i<m;i++)
89 {
90
91 scanf("%lf",&x2[i].r);
92 x2[i].i=0.0;
93 }
94
95 //for (int i=0;i<m/2;i++) swap(x1[i],x1[m-i-1]);
96 for(;i<l;i++) x2[i].r=x2[i].i=0.0;
97
98 fft(x1,l,); // DFT(a)
99 fft(x2,l,); // DFT(b)
for(i=;i<l;i++) x1[i]=x1[i]*x2[i]; // 点乘结果存入a
fft(x1,l,-); // IDFT(a*b)
for(i=;i<l;i++) sum[i]=x1[i].r+0.5; // 四舍五入
/*
for(i=0;i<l;i++) // 进位
{
sum[i+1]+=sum[i]/10;
sum[i]%=10;
}
*/
l=n+m-;
//cout<<l<endl;
// while(sum[l]<=0 && l>0) l--; // 检索最高位
for(i=;i<l-;i++) printf("%d ",sum[i]); // 倒序输出
printf("%d\n",sum[l-]);
return ;
116 }
BZOJ 2194
http://hzwer.com/6902.html 参考这篇blog
卷积啥的现在还是晕晕的。
BZOJ 3527
有了前面的卷积,那么这道题就是化简了
http://www.cnblogs.com/iwtwiioi/p/4126284.html
http://blog.csdn.net/regina8023/article/details/44910225
TOT 傅立叶变换 FFT 入门的更多相关文章
- 快速傅立叶变换(FFT)算法
已知多项式f(x)=a0+a1x+a2x2+...+am-1xm-1, g(x)=b0+b1x+b2x2+...+bn-1xn-1.利用卷积的蛮力算法,得到h(x)=f(x)g(x),这一过程的时间复 ...
- 傅立叶变换—FFT
FFT(快速傅立叶变换)使用“分而治之”的策略来计算一个n阶多项式的n阶DFT系数的值.定义n为2的整数幂数,为了计算一个n阶多项式f(x),算法定义了连个新的n/2阶多项式,函数f[0](x)包含了 ...
- 快速傅立叶变换FFT模板
递归版 UOJ34多项式乘法 //容易暴栈,但是很好理解 #include <cmath> #include <iostream> #include <cstdio> ...
- 傅立叶变换—FFT(cuda实现)
背景: 无意间看到cuda解决FFT有一个cufft函数库,大体查看了有关cufft有关知识,写了一个解决一维情况的cuda代码,据调查知道cufft在解决1D,2D,3D的情况时间复杂度都为O(nl ...
- 为什么要进行傅立叶变换?傅立叶变换究竟有何意义?如何用Matlab实现快速傅立叶变换
写在最前面:本文是我阅读了多篇相关文章后对它们进行分析重组整合而得,绝大部分内容非我所原创.在此向多位原创作者致敬!!!一.傅立叶变换的由来关于傅立叶变换,无论是书本还是在网上可以很容易找到关于傅立叶 ...
- Matlab图像处理系列4———傅立叶变换和反变换的图像
注意:这一系列实验的图像处理程序,使用Matlab实现最重要的图像处理算法 1.Fourier兑换 (1)频域增强 除了在空间域内能够加工处理图像以外,我们还能够将图像变换到其它空间后进行处理.这些方 ...
- Matlab图像处理系列4———图像傅立叶变换与反变换
注:本系列来自于图像处理课程实验.用Matlab实现最主要的图像处理算法 1.Fourier变换 (1)频域增强 除了在空间域内能够加工处理图像以外.我们还能够将图像变换到其它空间后进行处理.这些方法 ...
- 离散傅立叶变换与快速傅立叶变换(DFT与FFT)
自从去年下半年接触三维重构以来,听得最多的词就是傅立叶变换,后来了解到这个变换在图像处理里面也是重点中的重点. 本身自己基于高数知识的理解是傅立叶变换是将一个函数变为一堆正余弦函数的和的变换.而图像处 ...
- 傅立叶变换系列(五)快速傅立叶变换(FFT)
说明: 傅里叶级数.傅里叶变换.离散傅里叶变换.短时傅里叶变换...这些理解和应用都非常难,网上的文章有两个极端:“Esay” Or “Boring”!如果单独看一两篇文章就弄懂傅里叶,那说明你真 ...
随机推荐
- 菜鸟教你如何通俗理解——>集群、负载均衡、分布式
在“高并发,海量数据,分布式,NoSql,云计算......”概念满天飞的年代,相信不少朋友都听说过甚至常与人提起“集群,负载均衡”等,但不是所有人都有机会真正接触到这些技术,也不是所有人都真正理解了 ...
- POI读word doc 03 文件的两种方法
Apache poi的hwpf模块是专门用来对word doc文件进行读写操作的.在hwpf里面我们使用HWPFDocument来表示一个word doc文档.在HWPFDocument里面有这么几个 ...
- flask模板语言
由于Django的模板引擎和Flask中的Jinja2模板引擎有很多一样的地方,所以我将一样的地方总结到了独立的文章中 https://www.cnblogs.com/kuxingseng95/art ...
- ios之coredata(二)
上面一篇文章介绍了coredata的有关基本概念,由于大部分是参考别人文章中的内容,所以感觉有点虚,而且估计也是比较难以理解,下面这篇文章通俗一点说说学习coredata后的一些理解,然后给出一个简单 ...
- vue 封装分页组件
分页 一般都是调接口, 接口为这种格式 {code: 0, msg: "success",…} code:0 data:{ content:[{content: "11& ...
- (49)zabbix事件是什么?事件来源有哪些分类
什么是zabbix 事件 在trigger的文章内,我们已经有用到事件,这个事件要讲概念真心不知道怎么说,就拿trigger事件来说,如果trigger从当前值ok转变为problem,那么我们称之为 ...
- MariaDB数据库(三)
1. 基本查询 查询基本使用包括:条件.排序.聚合函数.分组和分页. 实例详解查询 1> 创建students表用作实验 MariaDB [testdb]> drop table stud ...
- python:json
json是用来传输数据的字符串,{"key1":"values1","key2":{"key3":"value ...
- PHP方法之 substr
简单描述: substr 主要用于字符串的截取,但是不适用于中文字符串,易出现乱码,中文字符串可使用mbstring. 方法申明: substr(string,start,length) string ...
- php各种主流框架的优缺点总结
ThinkPHP ThinkPHP(FCS)是一个轻量级的中型框架,是从Java的Struts结构移植过来的中文PHP开发框架.它使用面向对象的开发结构和MVC模式,并且模拟实现了Struts的标签库 ...