HDU 1402 快速傅里叶变换FFT

简介:

题意:大数乘法。

看了算法导论(第2版)第30章的《多项式与快速傅里叶变换》

多项式有系数表示法和点值表示法。

两个次数界为n的多项式A(x)和B(x)相乘,输入输出均采用系数表示法。(假定n为2的幂)

1)使次数界增加一倍:A(x)和B(x)扩充为次数界为2n的多项式,并构造起系数表示

2)求值:两次应用2n阶FFT,计算出A(x)和B(x)的长度为2n的点值表示

3)点乘:计算多项式C(x)=A(x)*B(x)的点值表示

4)插值:对2n个点值对应用一次FFT计算出其逆DFT,就可以构造出多项式C(x)的系数表示

第1步和第3步需要时间为O(n),第2步和第4步运用FFT需要时间为O(nlgn)。

第2步求取n个点的值所需时间为O(n^2),如果我们巧妙地选取x(k)则其运行时间变为O(nlgn),FFT主要利用了单位复根(w^n=1的w就是n次单位复根,他们是e^(2PI*k/n),k=0,1,……n-1)的特殊性质。

#include <cstdio>
#include <cstring>
#include <cmath>
#include <algorithm>
#define N 200005
#define pi acos(-1.0) // PI值
using namespace std;
struct complex
{
    double r,i;
    complex(double real=0.0,double image=0.0)
    {
        r=real;
        i=image;
    }
    // 以下为三种虚数运算的定义
    complex operator + (const complex o)
    {
        return complex(r+o.r,i+o.i);
    }
    complex operator - (const complex o)
    {
        return complex(r-o.r,i-o.i);
    }
    complex operator * (const complex o)
    {
        return complex(r*o.r-i*o.i,r*o.i+i*o.r);
    }
} x1[N],x2[N];
int sum[N]; // 结果存在sum里
void brc(complex *y,int l) // 二进制平摊反转置换 O(logn)
{
    register int i,j,k;
    for(i=1,j=l/2; i<l-1; i++)
    {
        if(i<j)    swap(y[i],y[j]); // 交换互为下标反转的元素
        // i<j保证只交换一次
        k=l/2;
        while(j>=k) // 由最高位检索,遇1变0,遇0变1,跳出
        {
            j-=k;
            k/=2;
        }
        if(j<k)    j+=k;
    }
}
void fft(complex *y,int l,double on) // FFT O(nlogn)
// 其中on==1时为DFT,on==-1为IDFT
{
    register int h,i,j,k;
    complex u,t;
    brc(y,l); // 调用反转置换
    for(h=2; h<=l; h<<=1) // 控制层数
    {
        // 初始化单位复根
        complex wn(cos(on*2*pi/h),sin(on*2*pi/h));
        for(j=0; j<l; j+=h) // 控制起始下标
        {
            complex w(1,0); // 初始化螺旋因子
            for(k=j; k<j+h/2; k++) // 配对
            {
                u=y[k];
                t=w*y[k+h/2];
                y[k]=u+t;
                y[k+h/2]=u-t;
                w=w*wn; // 更新螺旋因子
            } // 据说上面的操作叫蝴蝶操作…
        }
    }
    if(on==-1)    for(i=0; i<l; i++)    y[i].r/=l; // IDFT
}
char a[N/2],b[N/2];
int main()
{
    int i;
    while(~scanf("%s%s",a,b))
    {
        memset(sum,0,sizeof(sum));
        int l1=strlen(a),l2=strlen(b),l=1;
        while(l<l1*2||l<l2*2) l<<=1;
        for(i=0; i<l1; i++)
            x1[i].r=a[l1-i-1]-'0',x1[i].i=0;
        for(; i<l; i++)
            x1[i].r=x1[i].i=0;
        for(i=0; i<l2; i++)
            x2[i].r=b[l2-i-1]-'0',x2[i].i=0;
        for(; i<l; i++)
            x2[i].i=x2[i].r=0;
        fft(x1,l,1);
        fft(x2,l,1);
        for(i=0; i<l; i++) x1[i]=x1[i]*x2[i];
        fft(x1,l,-1);
        for(i=0; i<l; i++) sum[i]=x1[i].r+0.5;
        for(i=0; i<l; i++) sum[i+1]+=sum[i]/10,sum[i]%=10;
        i=l1+l2-1;
        while(sum[i]<=0&&i>0)
            i--;
        for(; i>=0; i--)
            printf("%d",sum[i]);
        puts("");
    }
    return 0;
}



目录
相关文章
|
算法 Python
快速傅里叶变换(FFT)算法【详解】
快速傅里叶变换(Fast Fourier Transform)是信号处理与数据分析领域里最重要的算法之一。我打开一本老旧的算法书,欣赏了JW Cooley 和 John Tukey 在1965年的文章中,以看似简单的计算技巧来讲解这个东西。
3326 0
|
9月前
|
机器学习/深度学习 编解码 算法
|
9月前
|
算法 计算机视觉
【MATLAB】mlptdenoise信号分解+FFT傅里叶频谱变换组合算法
【MATLAB】mlptdenoise信号分解+FFT傅里叶频谱变换组合算法
87 0
|
9月前
|
算法 数据安全/隐私保护
matlab程序,傅里叶变换,频域数据,补零与不补零傅里叶变换
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
|
9月前
|
算法 计算机视觉
【MATLAB 】mlptdenoise 信号分解+希尔伯特黄变换+边际谱算法
【MATLAB 】mlptdenoise 信号分解+希尔伯特黄变换+边际谱算法
143 0
|
算法 计算机视觉 Python
傅里叶级数与傅里叶变换
傅里叶级数与傅里叶变换
366 1
傅里叶级数与傅里叶变换
|
算法
【傅里叶变换】
1、为什么要进行傅里叶变换,其物理意义是什么? 傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。
1689 0

热门文章

最新文章