FFT的应用

——讲稿

概述

FFT的模板很简单,大家都会背,于是出题的空间就在于建模了。FFT的题目难在建模,往往需要将问题抽象出来,经过一系列转化后得到乘积式的和,再赋予式子各个项的系数一定的意义即可。

一些链接:

FFT快速傅里叶变换

NTT数论变换

MTT:任意模数NTT

分治FFT

多项式求逆

FFT的应用

基本形式

对于类似\(\displaystyle \sum_{i+j=N+k}a_ib_j\)的式子,可以直接通过FFT计算。

其中N是定值,表示元素个数;k是变量,是题目中的系数,a和b是间接已知数组,当a与b的系数和为定值时,可将一个翻转,否则直接计算。

例题:P3723 [AH2017/HNOI2017]礼物

给出循环节长度为\(n\) 的数组\(a, b\),求

\[\min_{c,k}\{\sum_{i=1}^n(c+a_{i+k}-b_i)^2\}
\]

其中\(1\leq n \leq 5\times 10^4,1\leq a_i,b_i\leq 100\)

题解:

首先,有一个结论:两个手环增加非负整数亮度,等于其中一个增加一个整数亮度(可以为负)

我们令增加量为\(x\),旋转以后的原数列为\(\{a\}\{b\}\)那么现在的费用就是:

\[\sum_{i=1}^n\left(a_i+x-b_i\right)^2
\]

我们把第i项拿出来拆开,得到:

\[\left(a_i+x-b_i\right)^2=a_i^2+b_i^2+x^2+2a_ix-2a_ib_i-2b_ix
\]

那么原式变成了

\[\sum_{i=1}^na_i^2+\sum_{i=1}^nb_i^2+nx^2+2x\left(\sum_{i=1}^na_i-\sum_{i=1}^nb_i\right)-2\sum_{i=1}^na_ib_i
\]

我们发现,这个式子除了最后一项之外都是确定的,

那么我们只要令最后一项最大,那么就可以得到最小的费用值了现在问题转化为求$$\sum_{i=1}^na_ib_i$$

这个形式非常卷积,我们把数列\(\{a\}\)反过来,变成

\[\sum_{i=1}^na_{n-i+1}b_i
\]

这不是一个卷积吗~所以把反过来的数列\(\{a\}\)倍长(为了循环卷积),和数列\(\{b\}\)卷积,得到的项里面的第\(n+1\)到\(n\times2\)项的最大值,就是

\[\sum_{i=1}^na_ib_i
\]

的最大值然后把前面的不变项加上,就是答案了

代码
#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
typedef long double LD;
const int INF=1e9+7,MAXN=1e6+10;
const LD Pi=3.141592653589793238462643383279;
struct com{
LD real,imag;
com(){
real=imag=0;
}
com(LD x,LD y){
real=x;
imag=y;
}
friend inline com operator+(com x,com y){
return com(x.real+y.real,x.imag+y.imag);
}
friend inline com operator-(com x,com y){
return com(x.real-y.real,x.imag-y.imag);
}
friend inline com operator*(com x,com y){
return com(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
}
}f[MAXN],g[MAXN];
int N,M,lim=1,L,rev[MAXN];
inline void FFT(com *a,int type){
for(int i=0;i<lim;i++)
if(i<rev[i])
swap(a[i],a[rev[i]]);
for(int hf=1;hf<lim;hf<<=1){
int len=hf<<1;
com Wn=com(cos(2.0*Pi/len),type*sin(-2.0*Pi/len));
for(int j=0;j<lim;j+=len){
com w=com(1,0);
for(int k=0;k<hf;k++){
com t1=a[j+k],t2=a[j+k+hf]*w;
a[j+k]=t1+t2;
a[j+k+hf]=t1-t2;
w=w*Wn;
}
}
}
if(type==-1)
for(int i=0;i<lim;i++)
a[i].real=a[i].real/lim+0.5;
}
LL a[MAXN],b[MAXN],sum1,ans,sum2;
inline LL func1(LL x){
return N*x*x+2*sum1*x;
}
int main(){
scanf("%d%d",&N,&M);
for(int i=1;i<=N;i++)
scanf("%lld",a+i);
for(int i=1;i<=N;i++)
scanf("%lld",b+i);
for(int i=1;i<=N;i++){
ans+=a[i]*a[i]+b[i]*b[i];
sum1+=a[i]-b[i];
}
ans+=min(func1(floor(-(LD)sum1/N)),func1(ceil(-(LD)sum1/N)));
/*--------------------convolution---------------------*/
for(int i=1;i<=N;i++){
f[i].real=a[N-i+1];
g[i].real=g[i+N].real=b[i];
}
while(lim<=N*3){
lim<<=1;
L++;
}
for(int i=0;i<lim;i++)
rev[i]=(rev[i>>1]>>1)|((i&1)<<(L-1));
FFT(f,1);
FFT(g,1);
for(int i=0;i<lim;i++)
f[i]=f[i]*g[i];
FFT(f,-1);
for(int i=N;i<=2*N;i++)
sum2=max(sum2,(LL)f[i].real);
printf("%lld",ans-2*sum2);
return 0;
}

直接计算卷积

一些问题经过简单的推导即可推出可以用计算卷积来解决,这类问题多形如对所有不大于\(n\)的\(k\)求出某个东西,其中\(k\)的答案为求某个卷积后结果数组的第\(k\)项。

例题:CF993E

给出一个大小为\(n\)的数组\(a\)和一个数\(x\),对于\(0\)和\(n\)之间的所有\(k\),求有多少个\(a\)的区间中恰有\(k\)个数小于\(x\)。

\(1\leq n\leq 2 \times 10^5, -10^9\leq x,ai \leq 10^9\)

题解

由于\(x\) 固定,直接把\(a\)中小于\(x\) 数的设为\(1\),其余数设为\(0\),只需要求有多少个区间的和为\(k\)。设\(s\) 为\(a\) 的前缀和,则只需要求有多少个数对\(s_i, s_j\) 满足\(s_j-s_i = k\),或\(s_j - k = s\)i。设\(f_{s_i}\) 为\(s_i\) 的出现次数,则\(k\) 的答案为

\[\sum_{i=k}^nf_if_{i-k}=\sum_{i=k}^nf_if_{n-i+k}=\sum_{i+j=n+k}f_if_{n-j}
\]

设\(g_i=f_{n-i}\),求\(f\)和\(g\)的卷积即可。

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int INF=1e9+7,MAXN=1e6+10/*Min:2^20+10*/;
const long double Pi=3.141592653589793238462643383279;
struct COM{
long double real,imag;
COM(){
real=imag=0;
}
COM(long double x,long double y){
real=x;
imag=y;
}
friend COM operator+(COM x,COM y){
return COM(x.real+y.real,x.imag+y.imag);
}
friend COM operator-(COM x,COM y){
return COM(x.real-y.real,x.imag-y.imag);
}
friend COM operator*(COM x,COM y){
return COM(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
}
}f[MAXN],g[MAXN];
int N,X,limit=1,lg,rev[MAXN];
inline void FFT(COM *a,int type){
for(int i=0;i<limit;i++)
if(i<rev[i])
swap(a[i],a[rev[i]]);
for(int half=1;half<limit;half<<=1){
int len=half<<1;
COM Wn=COM(cos(Pi/half),sin(Pi/half)*type);
for(int j=0;j<limit;j+=len){
COM w=COM(1,0),x,y;
for(int k=0;k<half;k++){
x=a[j+k],y=a[j+k+half]*w;
a[j+k]=x+y;
a[j+k+half]=x-y;
w=w*Wn;
}
}
}
if(type==-1)
for(int i=0;i<limit;i++)
a[i].real/=(double)limit;
}
LL s[MAXN],ans[MAXN];
char ch;
int main(){
scanf("%d%d",&N,&X);
for(int i=1;i<=N;i++){
scanf("%lld",s+i);
s[i]=(s[i]<X)+s[i-1];
}
for(int i=0;i<N;i++){
f[s[i]].real++;
g[s[N]-s[i+1]].real++;
}
while(limit<=(s[N]<<1)){
limit<<=1;
lg++;
}
for(int i=0;i<limit;i++)
rev[i]=(rev[i>>1]>>1)|((i&1)<<(lg-1));
FFT(f,1);
FFT(g,1);
for(int i=0;i<limit;i++)
f[i]=f[i]*g[i];
FFT(f,-1);
LL cnt=0;
for(int i=1;i<=N;i++)
if(s[i]==s[i-1])
cnt++;
else{
ans[0]+=cnt*(cnt-1)/2+cnt;
cnt=0;
}
ans[0]+=cnt*(cnt-1)/2+cnt;
for(int i=0;i<s[N];i++)
ans[s[N]-i]=f[i].real+1e-2;
for(int i=0;i<=N;i++)
printf("%lld ",ans[i]);
return 0;
}

多项式运算

多项式乘法可以用来表示卷积,而借助多项式的性质,可以分析并解决类型更为广泛的问题。其中,最典型的例子是利用生成函数解决组合计数问题,这往往可以简化推导过程,有时还可以借助专用算法优化复杂度。

字符串匹配

代通配符的字符串匹配

设\(s,t\)为字符串,其中\(t\)中某些字符是通配符,可以匹配任意字符,求\(s\)在\(t\)中的所有匹配的位置。将通配符设为\(0\),其余字符设为非\(0\)的数,则\(s\)在\(k\)处匹配当且仅当

\[\sum_{0\leq i < |s|}t_{i+k}(s_i-t_{i+k})^2=0
\]

结合计算卷积,很容易算出左式,即可完成匹配

模板:P4173 残缺的字符串

要求匹配两个字符串A,B,两者都有通配符

\[\sum_{0\leq i < |s|}t_{i+k}s_i(s_i-t_{i+k})^2=0
\]

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
const int INF=1e9+7,MAXN=2e6+100;
const double Pi=3.14159265358979323846;
struct com{
double real,imag;
com(){
real=imag=0;
}
com(double x,double y){
real=x;
imag=y;
}
friend inline com operator+(com x,com y){
return com(x.real+y.real,x.imag+y.imag);
}
friend inline com operator-(com x,com y){
return com(x.real-y.real,x.imag-y.imag);
}
friend inline com operator*(com x,com y){
return com(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
}
friend inline com operator*(com x,int y){
return com(x.real*y,x.imag*y);
}
}f[MAXN],g[MAXN],h[MAXN];
int lim=1,L,rev[MAXN];
inline void FFT(com *a,int type){
for(int i=0;i<lim;i++)
if(i<rev[i])
swap(a[i],a[rev[i]]);
for(int hf=1;hf<lim;hf<<=1){
int len=hf<<1;
com Wn=com(cos(Pi/hf),type*sin(Pi/hf));
for(int j=0;j<lim;j+=len){
com w=com(1,0);
for(int k=0;k<hf;k++){
com t1=a[j+k],t2=a[j+k+hf]*w;
a[j+k]=t1+t2;
a[j+k+hf]=t1-t2;
w=w*Wn;
}
}
}
if(type!=1)
for(int i=0;i<lim;i++)
a[i].real=a[i].real/lim;
}
int M,N;
int a[MAXN],b[MAXN],cnt[MAXN];
vector<int> out;
inline void calc(){
while(lim<=N+M){
lim<<=1;
L++;
}
for(int i=0;i<lim;i++)
rev[i]=rev[i>>1]>>1|(i&1)<<(L-1); for(int i=0;i<M;i++)
f[i].real=a[i]*a[i]*a[i];
for(int i=0;i<N;i++)
g[i].real=b[i];
FFT(f,1); FFT(g,1);
for(int i=0;i<lim;i++)
h[i]=f[i]*g[i]; for(int i=0;i<lim;i++)
f[i]=g[i]=com();
for(int i=0;i<M;i++)
f[i].real=a[i]*a[i];
for(int i=0;i<N;i++)
g[i].real=b[i]*b[i];
FFT(f,1); FFT(g,1);
for(int i=0;i<lim;i++)
h[i]=h[i]-f[i]*g[i]*2; for(int i=0;i<lim;i++)
f[i]=g[i]=com();
for(int i=0;i<M;i++)
f[i].real=a[i];
for(int i=0;i<N;i++)
g[i].real=b[i]*b[i]*b[i];
FFT(f,1); FFT(g,1);
for(int i=0;i<lim;i++)
h[i]=h[i]+f[i]*g[i];
FFT(h,-1);
for(int i=M-1;i<N;i++)
if(fabs(h[i].real)<0.5)
out.push_back(i-M+2);
}
char str1[MAXN],str2[MAXN];
int main(){
scanf("%d%d %s %s",&M,&N,str1,str2);
for(int i=0;i<M;i++)
a[M-i-1]=str1[i]=='*'?0:str1[i]-'a'+1;
for(int i=0;i<N;i++)
b[i]=str2[i]=='*'?0:str2[i]-'a'+1;
calc();
int siz=out.size();
printf("%d\n",siz);
for(int i=0;i<siz;i++)
printf("%d ",out[i]);
return 0;
}
例题:CF528D Fuzzy Search

给出字符串\(s,t\)和非负整数\(d\),求有多少个\(k\),满足对于所有\(s\)的下标\(i\),都存在距离\(k+i\) 不大于\(d\)的\(j\),使得\(s_i = t_j\)。\(1\leq |s|,|t|, k\leq 2\times 10^5\),字符集大小为\(4\)。

题解

考虑分别处理每种字符。处理字符\(c\) 时,将\(t\) 中所有和字符为\(c\)的位置距离不超过\(d\) 的位置设为\(1\),其余位置设为\(0\);将\(s\) 中所有字符为\(c\) 的位置设为\(1\),其余位置设为\(0\)。那么在\(k\) 处字符\(c\)的匹配位置个数为

\[\sum_{0\leq i\leq|s|}s_it_{i+k}=\sum_{i+j=|s|+k}{t_is_j}
\]

可以通过卷积计算。之后只要判断在每个\(k\) 处的每种字符的匹配位置个数之和是否等于\(|s|\) 即可。

#include<bits/stdc++.h>
using namespace std;
typedef long long LL;
typedef long double LD;
const int INF=1e9+7,MAXN=1e6+10;
const LD Pi=3.141592653589793238462643383279;
struct com{
LD real,imag;
com(){
real=imag=0;
}
com(LD x,LD y){
real=x;
imag=y;
}
friend inline com operator+(com x,com y){
return com(x.real+y.real,x.imag+y.imag);
}
friend inline com operator-(com x,com y){
return com(x.real-y.real,x.imag-y.imag);
}
friend inline com operator*(com x,com y){
return com(x.real*y.real-x.imag*y.imag,x.real*y.imag+x.imag*y.real);
}
}f[MAXN],g[MAXN];
int lim=1,L,rev[MAXN];
inline void FFT(com *a,int type){
for(int i=0;i<lim;i++)
if(i<rev[i])
swap(a[i],a[rev[i]]);
for(int hf=1;hf<lim;hf<<=1){
int len=hf<<1;
com Wn=com(cos(2.0*Pi/len),type*sin(-2.0*Pi/len));
for(int j=0;j<lim;j+=len){
com w=com(1,0);
for(int k=0;k<hf;k++){
com t1=a[j+k],t2=a[j+k+hf]*w;
a[j+k]=t1+t2;
a[j+k+hf]=t1-t2;
w=w*Wn;
}
}
}
if(type==-1)
for(int i=0;i<lim;i++)
a[i].real=a[i].real/lim+0.5;
}
int N,M,K,ans,cnt[MAXN];
char s[MAXN],t[MAXN];
inline void calc(char ch){
memset(f,0,sizeof(f));
memset(g,0,sizeof(g));
for(int i=0,l=-INF;i<N;i++){
if(s[i]==ch)
l=i;
if(i-l<=K)
f[i].real=1;
}
for(int i=N-1,l=INF;i>=0;i--){
if(s[i]==ch)
l=i;
if(l-i<=K)
f[i].real=1;
}
for(int i=0;i<M;i++)
g[i].real=t[M-i-1]==ch;
FFT(f,1);
FFT(g,1);
for(int i=0;i<lim;i++)
f[i]=f[i]*g[i];
FFT(f,-1);
for(int i=0;i<N;i++)
cnt[i]+=floor(f[i+M-1].real);
}
int main(){
scanf("%d%d%d %s %s",&N,&M,&K,s,t);
while(lim<=N+M-2){
lim<<=1;
L++;
}
for(int i=0;i<lim;i++)
rev[i]=(rev[i>>1]>>1)|((i&1)<<(L-1));
for(int i=0;i<4;i++)
calc("AGCT"[i]);
for(int i=0;i<N;i++)
ans+=cnt[i]>=M;
printf("%d",ans);
return 0;
}

FFT的应用的更多相关文章

  1. 并行计算提升32K*32K点(32位浮点数) FFT计算速度(4核八线程E3处理器)

    对32K*32K的随机数矩阵进行FFT变换,数的格式是32位浮点数.将产生的数据存放在堆上,对每一行数据进行N=32K的FFT,记录32K次fft的时间. 比较串行for循环和并行for循环的运行时间 ...

  2. 【BZOJ-2179&2194】FFT快速傅里叶&快速傅里叶之二 FFT

    2179: FFT快速傅立叶 Time Limit: 10 Sec  Memory Limit: 259 MBSubmit: 2978  Solved: 1523[Submit][Status][Di ...

  3. 为什么FFT时域补0后,经FFT变换就是频域进行内插?

    应该这样来理解这个问题: 补0后的DFT(FFT是DFT的快速算法),实际上公式并没变,变化的只是频域项(如:补0前FFT计算得到的是m*2*pi/M处的频域值, 而补0后得到的是n*2*pi/N处的 ...

  4. FFT NNT

    算算劳资已经多久没学新算法了,又要重新开始学辣.直接扔板子,跑...话说FFT算法导论里讲的真不错,去看下就懂了. //FFT#include <cstdio> #include < ...

  5. CC countari & 分块+FFT

    题意: 求一个序列中顺序的长度为3的等差数列. SOL: 对于这种计数问题都是用个数的卷积来进行统计.然而对于这个题有顺序的限制,不好直接统计,于是竟然可以分块?惊为天人... 考虑分块以后的序列: ...

  6. ECF R9(632E) & FFT

    Description: 上一篇blog. Solution: 同样我们可以用fft来做...就像上次写的那道3-idoit一样,对a做k次卷积就好了. 同样有许多需要注意的地方:我们只是判断可行性, ...

  7. fft练习

    数学相关一直都好弱啊>_< 窝这个月要补一补数学啦, 先从基础的fft补起吧! 现在做了 道. 窝的fft 模板 (bzoj 2179) #include <iostream> ...

  8. FFT时域与频域的关系,以及采样速率与采样点的影响

    首先对于FFT来说,输入的信号是一个按一定采样频率获得的信号序列,而输出是每个采样点对应的频率的幅度(能量). 下面详细分析: 在FFT的输出数据中,第一个值是直流分量的振幅(这样对应周期有无穷的可能 ...

  9. 【玩转单片机系列002】 如何使用STM32提供的DSP库进行FFT

    前些日子,因为需要在STM32F103系列处理器上,对采集的音频信号进行FFT,所以花了一些时间来研究如何高效并精确的在STM32F103系列处理器上实现FFT.在网上找了很多这方面的资料做实验并进行 ...

  10. FFT

    void FFT(complex a[],int n,int fl){ ,j=n/;i<n;i++){ if (i<j) {complex t=a[i];a[i]=a[j];a[j]=t; ...

随机推荐

  1. Linux网卡驱动(4)—DM9000网卡驱动程序完全分析

    1.硬件连接 mini2440开发板上DM9000的电气连接和mach-mini2440.c文件的关系 其中片选信号AEN使用了nGCS4,所以网卡的内存区域在BANK4,也就是从地址0x200000 ...

  2. ajax请求是的动画实现

    ajax请求是的动画实现 ajax是基于XMLHttpRequest对象封装,ajax的具体属性就有: 参数名 类型 描述 url String (默认: 当前页地址) 发送请求的地址. type S ...

  3. js基础关系运算符

    js基础关系运算符 == 是否相等(只检查值) x=5,y='-5';x==y true === 是否全等(检查值和数据类型) x=5,y='-5';x===y false != 是否不等于 5!=8 ...

  4. UVA 10522 Height to Area(知三角形三高求面积)

    思路:海伦公式, AC代码: #include<bits/stdc++.h> using namespace std; int main() { int n; scanf("%d ...

  5. tensorflow 训练最后预测结果为一个定值,可能的原因

    训练一个分类网络,没想到预测结果为一个定值. 找了很久发现,是因为tensor的维度的原因.  注意:我说的是我的label数据的维度. 我的输入是: y_= tf.placeholder(tf.in ...

  6. 【一】Jmeter接口自动化测试系列之参数化方法

    Jmeter作为虽然作为一款和LoadRunner相媲美的性能测试工具,但参数化功能实在不咋地,这里我大概总结了一下Jmeter的参数化方法! 至于参数化的用途,我这里就不多说了,做测试的都明白吧!本 ...

  7. Java 并发之原子性与可见性

    原子性 原子是世界上的最小单位,具有不可分割性.比如 a=0:(a非long和double类型) 这个操作是不可分割的,那么我们说这个操作时原子操作.再比如:a++: 这个操作实际是a = a + 1 ...

  8. 数据整理B

  9. PCA降维-最大,最小方差解释

    转自http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html http://www.cnblogs.com/jerrylead/ ...

  10. Linux初学习之 rm 命令

    现在我们来仔细的学习一下linux的rm命令,这个命令顾名思义(我猜的,嘻嘻,是remove) 命令格式: rm [OPTION]... FILE... Remove (unlink) the FIL ...