傅里叶:有关FFT,DFT与蝴蝶操作(转)

转载地址:http://blog.renren.com/share/408963653/15068964503(作者 :  徐可扬)

有没有!!!

其实我感觉这个学期算法最难最搞不懂的绝对不是动态规划啊!绝对是快速傅里叶变换啊!最近才弄懂有木有。

有不少人问我,于是干脆就写成日志吧。

首先明确一下基本概念吧,就三点,DFT,FFT,蝴蝶操作。

DFT(离散傅里叶变换):书上写的最清楚的一句话叫做,向量y=(y0,y1,……yn-1)是系数向量a=(a0,a1,,……,an-1)的离散傅里叶变换,也写作y=DFTn(a)。说白了,就是求n个y值,但是n个自变量x的取值很特殊

FFT(快速傅里叶变换):这个名词好理解,就是很快地算出这n个y值。一般我们计算n个n次的多项式值需要O(n^2)的时间。现在用FFT可以减少到O(n*logn)。具体原理一两句话说不完……要考的话也太理论性了…

蝴蝶操作:这个应该是让大家最费解的…他就是一个FFT得实际应用…因为这是实践的东西所以要掌握。书上有一个图,虽然感觉看书不一定看的怎么懂,但是这个图还是要记住。不过我觉得从下往上写看起来更舒服。

转过来以后,向左边是加,向右边是减。谨记啊!

突然发现好难解释,先把宋老师课件里面上次坑爹的没有答案的课后练习拿来看看。

我这里a0,a1,a2……就不调换顺序了,其实是一样的,格式不同罢了。

a=(0,1)

经过FFT,Y=(1,-1),这个就是书上最简单的应用了。

再来一个简单的 a=(1,0).

y=(1,1).

我觉得要考试一般就是考四个的吧,两个太简单了,8个的太复杂了(我后面有写)

例子

a=(1,1,0,1)

y=(3,1,-1,1)  注意算出来是 y0,y2,y1,y3的顺序。

a=(0,1,2,3)

y=(6,-2-2i,  -2 , -2+2i).

注意右上角的蝶形运算中的旋转因子变成了(恩!?怎么不能插公式啊!)w(1/4)=i。。。那是因为在a0,a2的蝶形运算中我们多乘了(n/2),这里n=2.(这个我解释不来…不过这个数是固定的,背就行了)。

那我上个八个的,有点复杂,估计可能不会考

a=(0,1,2,3,4,5,6,7).

y的顺序如图

告诉大家一个比较好的办法判断是否算对了,直接人肉使用O(n^2)算法就好了,举四个的例子。就是把x得值带入多项式y=a3*x^3+a2*x^2+a1*x+a0算出y值什么的。x0=1,x1=i,x2=-1,x3=-i带入。这样的话,其实考察算没算对完全是个伪命题吗……

再提醒一次,左加右减哦!

最后再说一下这玩意有什么用,什么信号学的废话就不说了。无非是FFT用N*LogN时间算出点值方便用点值法算出多项式乘法的系数结果,这个大家看书上510的图我觉得就能理解了。插值神马的,背公式吧……虽然我也不记得了。

时间有点紧迫,感觉写的巨烂无比,大神们如果发现写错了留言给我立马改,关键不要误人子弟……

时间: 2024-08-15 01:56:28

傅里叶:有关FFT,DFT与蝴蝶操作(转)的相关文章

有关FFT,DFT与蝴蝶操作

转自:http://blog.renren.com/share/408963653/15068964503 其实我感觉这个学期算法最难最搞不懂的绝对不是动态规划啊!绝对是快速傅里叶变换啊!最近才弄懂有木有. 有不少人问我,于是干脆就写成日志吧. 首先明确一下基本概念吧,就三点,DFT,FFT,蝴蝶操作. DFT(离散傅里叶变换):书上写的最清楚的一句话叫做,向量y=(y0,y1,……yn-1)是系数向量a=(a0,a1,,……,an-1)的离散傅里叶变换,也写作y=DFTn(a).说白了,就是求

蝴蝶操作

FFT code: #include<cstdio> #include<cstdlib> #include<cmath> #include<algorithm> #include<cstring> #include<complex> using namespace std; typedef complex<double> cd;//复数类的定义 const int maxl=2094153;//nlogn的最大长度(来自l

【转】快速傅里叶变换(FFT)详解

目录 前言 多项式 系数表示法 点值表示法 复数 向量 圆的弧度制 平行四边形定则 复数 运算法则 单位根 单位根的性质 快速傅里叶变换 快速傅里叶逆变换 理论总结 递归实现 迭代实现 本文只讨论FFT在信息学奥赛中的应用 文中内容均为个人理解,如有错误请指出,不胜感激 回到顶部 前言 先解释几个比较容易混淆的缩写吧 DFT:离散傅里叶变换->O(n2)O(n2)计算多项式乘法 FFT:快速傅里叶变换->O(n?log(n)O(n?log?(n)计算多项式乘法 FNTT/NTT:快速傅里叶变换

二维FFT,IFFT,c语言实现

学习DIP第6天 网上关于FFT的实例有很多,具体也可以参照上一篇,其实Matlab,OpenCV都可以很轻松的实现相关操作,但是对于学习其原理,还是自己操作下比较好. 二维FFT的是实现方法是先对行做FFT将结果放回该行,然后再对列做FFT结果放在该列,计算完所有的列以后,结果就是响应的二维FFT. 本次所有操作都是对基2的数据进行的操作. 二维IFFT网上很少见到,操作过程是:上述的傅里叶变换结果,先对每行做一维IFFT,结果放在该行,对偶数列取其共轭,然后再按照每列做一维IFFT,其结果放

[学习笔记] 多项式与快速傅里叶变换(FFT)基础

引入 可能有不少OIer都知道FFT这个神奇的算法, 通过一系列玄学的变化就可以在 $O(nlog(n))$ 的总时间复杂度内计算出两个向量的卷积(或者多项式乘法/高精度乘法), 而代码量却非常小. 博主一年半前曾经因COGS的一道叫做"神秘的常数 $\pi$"的题目而去学习过FFT, 但是基本就是照着板子打打完并不知道自己在写些什么鬼畜的东西OwO 不过...博主这几天突然照着算法导论自己看了一遍发现自己似乎突然意识到了什么OwO然后就打了一道板子题还1A了OwO再加上午考试差点AK

【BZOJ-2179】FFT快速傅里叶 FFT

2179: FFT快速傅立叶 Time Limit: 10 Sec  Memory Limit: 259 MBSubmit: 2978  Solved: 1523[Submit][Status][Discuss] Description 给出两个n位10进制整数x和y,你需要计算x*y. Input 第一行一个正整数n. 第二行描述一个位数为n的正整数x. 第三行描述一个位数为n的正整数y. Output 输出一行,即x*y的结果. Sample Input 1 3 4 Sample Outpu

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

转自 z55250825 的几篇关于FFT的博文(一)

关于FFT,咱们都会迫不及待地 @  .....(大雾)(貌似被玩坏了...) .....0.0学习FFT前先orz FFT君. 首先先是更详细的链接(手写版题解点赞0v0) FFT的资料 其实众所周知的最详细的算法解释在<算法导论>上...然后咱就是边看着那个边码理解的... 首先来看看多项式乘法和快速FFT的关系,然后咱们再来看能否聊到卷积什么的东西... 其实觉得还是去看算法导论最好. [一.多项式及其表达方式.] 首先什么是多项式额.....实际上就是一个类似这个的东西. A(x)=∑

转自 z55250825 的几篇关于FFT的博文(二)

题目大意:高精度乘法. fft的实现貌似有很多种,咱先写的是一种递归的fft,应该算是比较快的了吧.参考了 Evil君 的代码,那个运算符重载看的咱P党泪流满面. (没想到P竟然有运算符重载咩...) 先背模板再理解0.0 以下是待补的对模板的理解 { 其实讲的主要的关键就是如何递归,他记录了一个深度 t,一个左边界s(开区间的),和一个最后FFT的结果的数组a. 他实际上是在递归的过程中就已经计算好了叶子的了,所以复杂度是O(nlogn),咱们来看看咱们如何通过这些递归变量计算出咱们需要的需要