洛谷p3803 FFT入门
洛谷p3803 FFT入门
ps:花了我一天的时间弄懂fft的原理,感觉fft的折半很神奇!
大致谈一谈FFT的基本原理:
对于两个多项式的卷积,可以O(n^2)求出来(妥妥的暴力)
显然一个多项式可以用a0+a1X+a2X2+a3X3+a4X^4……表示。
也可以用(x1,y1),(x2,y2),(x3,y3),(x4,y4)的点集来表示。
用点值表示有一个好处:两个多项式的卷积可以直接取相同的x值,y值相乘得到。
那么,怎么转化为点值表示呢?
直接代进去?显然也是O(n^2),没用……
设\(A(X)=a0+a1X+a2X^2+a3X^3+a4X^4……\)
\(A[0](X)=a0+a2X+a4X^2……\)
\(A[1](X)=a1+a3X+a5X^2……\)
那么A(X)=A0(X2)+X*A1(X2);
然而,X^2仍会有N种不同的取值。
引入一个复数根可以很好的解决这个问题:设i=\(\sqrt{-1}\)
\(cosθ+i∗sinθ\)有很多很好的性质:
例如\((cosθ+i∗sinθ)^k=coskθ+i*sinkθ\)
记\(Wn=cos\frac{2π}{n}+i∗sin\frac{2π}{n}\)
\(A(W{n}^{k})=A[0](((W{n}^{k})^2)+W{n}^{k}*A[1]((W{n}^{k})^2)\)
因为$$(W{n}{k})2=W{n}{2k}=cos\frac{2π*2k}{n}+i∗sin\frac{2π*2k}{n}=cos\frac{2πk}{\frac{n}{2}}+i∗sin\frac{2πk}{\frac{n}{2}}=(W{\frac{n}{2}{k}})$$
所以$$A(W{n}^{k})=A0+W{n}{k}*A[1]((W{n}^{k})^2)=A[0]W{\frac{n}{2}{k}}+W{n}{k}*A[1]W{\frac{n}{2}}{k}$$
根据三角函数的周期性:2π为一个周期。
\(W{n}^{k}=W{n}^{k mod n}\)
那么\(A(W{n}^{k})=A[0]W{\frac{n}{2}}^{k}+W{n}^{k}*A[1]W{\frac{n}{2}^{k}}\)可以拆成两部分,设\(t<\frac{n}{2}\)
\(A(W{n}^{t})=A[0]W{\frac{n}{2}}^{t}+W{n}^{t}*A[1]W{\frac{n}{2}^{t}}\)
\(A(W{n}^{t+\frac{n}{2}})=A[0]W{\frac{n}{2}}^{t}-W{n}^{t}*A[1]W{\frac{n}{2}^{t}}\)
因为\(W{n}^{t+\frac{n}{2}}=W{n}^{t}*W{n}^{\frac{n}{2}}\)
\(W{n}^{\frac{n}{2}}=W{2}=cos\frac{2π}{2}+i*sin\frac{2π}{2}=cosπ+i*sinπ=-1\)
证毕,啦啦啦!
一直折半下去算就可以将时间优化到O(nlogn)
上图摘自算法导论。算法导论下载,提取码qcfs
一题洛谷的裸题p3803
【代码】
#include<cstdio>
#include<algorithm>
#include<cmath>
using namespace std;
typedef long long ll;
const int N=1e6+10;
const double pi=acos(-1.0);
int n,m,nn,k;
struct Complex {
double real,image; //real+i*image
Complex(){}
Complex(double _real,double _image)
{
real=_real; image=_image;
}
friend Complex operator + (Complex A,Complex B) { return (Complex(A.real+B.real,A.image+B.image)); }
friend Complex operator - (Complex A,Complex B) { return (Complex(A.real-B.real,A.image-B.image)); }
friend Complex operator * (Complex A,Complex B) { return (Complex(A.real*B.real-A.image*B.image,A.real*B.image+A.image*B.real)); }
} A[N<<2],B[N<<2],C[N<<2];
int rev[N<<2];
void FFT(Complex *A,int n,int DFT)
{
for(int i=0;i<n;i++) if(i<rev[i]) swap(A[i],A[rev[i]]);
for(int s=1;(1<<s)<=n;s++)
{
int mi=(1<<s);
Complex wn=Complex(cos(2*pi/mi),sin(2*pi/mi)*DFT);
for(int t=0;t<n;t+=mi)
{
Complex w=Complex(1,0);
for(int j=0;j<(mi>>1);j++)
{
Complex u=A[t+j],v=w*A[t+j+(mi>>1)];
A[t+j]=u+v; A[t+j+(mi>>1)]=u-v;
w=w*wn;
}
}
}
if(DFT==-1) for(int i=0;i<n;i++) A[i].real/=n,A[i].image/=n;
}
int main()
{
scanf("%d%d",&n,&m);
for(int i=0;i<=n;i++) { int xx; scanf("%d",&xx); A[i]=Complex(xx,0); }
for(int i=0;i<=m;i++) { int xx; scanf("%d",&xx); B[i]=Complex(xx,0); }
m+=n; k=0;
for(nn=1;nn<=m;nn<<=1) k++;
for(int i=0;i<nn;i++) rev[i]=(rev[i>>1]>>1)|((i&1)<<(k-1));
FFT(A,nn,1); FFT(B,nn,1);
for(int i=0;i<=nn;i++) C[i]=A[i]*B[i];
FFT(C,nn,-1);
for(int i=0;i<=m;i++) printf("%d ",(int)(C[i].real+0.5));
printf("\n");
return 0;
}
ps:这篇总结写得真心累……
洛谷p3803 FFT入门的更多相关文章
- FFT/NTT总结+洛谷P3803 【模板】多项式乘法(FFT)(FFT/NTT)
前言 众所周知,这两个东西都是用来算多项式乘法的. 对于这种常人思维难以理解的东西,就少些理解,多背板子吧! 因此只总结一下思路和代码,什么概念和推式子就靠巨佬们吧 推荐自为风月马前卒巨佬的概念和定理 ...
- 洛谷P3803 【模板】多项式乘法(FFT)
P3803 [模板]多项式乘法(FFT) 题目背景 这是一道FFT模板题 题目描述 给定一个n次多项式F(x),和一个m次多项式G(x). 请求出F(x)和G(x)的卷积. 输入输出格式 输入格式: ...
- 洛谷 P3803 多项式乘法(FFT) —— FFT
题目:https://www.luogu.org/problemnew/show/P3803 终于学了FFT了! 参考博客:https://www.cnblogs.com/zwfymqz/p/8244 ...
- 洛谷 - P3803 -【模板】多项式乘法(FFT) - NTT
https://www.luogu.org/problemnew/show/P3803 看别人偏偏就是要用NTT去过.实验证明大概是这样用.求0~n的多项式和0~m的多项式的乘积.注意MAXN取值.A ...
- 洛谷 - P3803 - 【模板】多项式乘法(FFT) - FFT
https://www.luogu.org/problemnew/show/P3803 用反向学习的FFT通过这个东西. #include <bits/stdc++.h> using na ...
- 洛谷 P3803 【模板】多项式乘法(FFT)
题目链接:P3803 [模板]多项式乘法(FFT) 题意 给定一个 \(n\) 次多项式 \(F(x)\) 和一个 \(m\) 次多项式 \(G(x)\),求 \(F(x)\) 和 \(G(x)\) ...
- 2018.08.28 洛谷P3803 【模板】多项式乘法(FFT)
传送门 fft模板题. 终于学会fft了. 这个方法真是神奇! 经过试验发现手写的complex快得多啊! 代码: #include<iostream> #include<cstdi ...
- 【总结】对FFT的理解 / 【洛谷 P3803】 【模板】多项式乘法(FFT)
题目链接 \(\Huge\text{无图,慎入}\) \(FFT\)即快速傅里叶变换,用于加速多项式乘法. 如果暴力做卷积的话就是一个多项式的每个单项式去乘另一个多项式然后加起来,时间复杂度为\(O( ...
- [洛谷P3803] 【模板】多项式乘法(FFT, NTT)
题目大意:$FFT$,给你两个多项式,请输出乘起来后的多项式. 题解:$FFT$,由于给的$n$不是很大,也可以用$NTT$做 卡点:无 C++ Code: FFT: #include <cs ...
随机推荐
- AtCoder Regular Contest 069
1. C - Scc Puzzle 计算scc的个数,先判断s个数需要多少个cc,多的cc,每四个可以组成一个scc.注意数据范围,使用long long. #include<bits/stdc ...
- guice基本使用,三种注入方式(二)
guice提供了强大的注入方式. 1.属性注入 2.构造器注入 3.set方式注入 1.属性注入: package com.ming.user.test; import com.google.inje ...
- 禁止button标签提交form表单,变成普通按钮
button有个type属性,属性值可为button.submit.reset button=普通按钮,直接点击不会提交表单submit=提交按钮,点击后会提交表单reset=表单复位 当button ...
- javascript一个作用域案例分析
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...
- Android 自定义控件——图片剪裁
如图: 思路:在一个自定义View上绘制一张图片(参照前面提到的另一篇文章),在该自定义View上绘制一个自定义的FloatDrawable,也就是图中的浮层.绘制图片和FloatDrawable的交 ...
- 决策实验(2)分水岭&哄骗实验
转载请注明http://www.cnblogs.com/igoslly/p/6824544.html 史密斯实验II PART I 分水岭实验 两种选项 A 50%没钱,50% 45元 B 获取固定数 ...
- 以shareExtension为例学习iOS扩展开发
整体介绍 phone Extension 用法基础详解 share Extension 用法基础详解 demo链接 密码: i72z
- 使用Storm实现实时大数据分析!
随着数据体积的越来越大,实时处理成为了许多机构需要面对的首要挑战.Shruthi Kumar和Siddharth Patankar在Dr.Dobb's上结合了汽车超速监视,为我们演示了使用Storm进 ...
- mvc cshtml 字符串操作
@using System.Text; @{ ; string str=""; StringBuilder sb = new StringBuilder(); } @foreach ...
- 与PhotoZoom Classic 6相比,Classic 7新增了哪些?
PhotoZoom Classic 6凭借屡获殊荣的S-Spline XL的专利技术,以清晰和锐利的方式调整照片大小非常简单快捷甚至可以放大和改善互联网上的照片. PhotoZoom Classic ...