- 易迪拓培训,专注于微波、射频、天线设计工程师的培养
初探快速傅里叶变换(FFT)
初探快速傅里叶变换,谈谈自己的一些浅见吧,希望以后能把理论基础和相关应用补充一下。
??? 在信号处理过程中会遇到时域和频域两种不同的表示方法。对于多项式来说 f(x)=a0+a1*x+a2*x^2+....+an*x^n 而言也可以有两种表示方法系数表示法和点集表示法。
?? (即相对于对函数而言,给出函数表达式或给出函数经过的顶点两种表达形式)
??? (1) 时域——点集表示法
??? (2) 频域——系数表示法
??? 我们通常如果做两个多项式A和B的乘法,当使用系数表示法相乘时与分配率类似,可知复杂度在O(n^2)。
??? 反观点集表示法(Ax1,Ay1)*(Bx1,By1)可以直接对两个点进行乘法,因此复杂度在O(n)。倘若把多项式的乘法用点集来实现即可降低复杂度。
??? 快速傅里叶变换(FFT)就是实现在O(nlogn)时间内实现多项式的系数表达和点集表达的相互转化。
??? 而它的具体实现就是分别选择了(w1,w2.....wn)n个单位复根作为坐标点,根据一些玄学的性质来实现相互转化的(好难待扩充.....)
???
??? 这样的话当我们遇到子问题包含简单的多项式乘法的问题时,就可以考虑用FFT加速。
??? 举个栗子好了? (hdu 4609):题意大概是求给定n个数里任意取三个可以构成三角形的概率。构成三角形需要满足的条件是:两边之和大于第三边。暴力枚举两边显然不行。希望能快速地求出任意两条边的和,我们考虑这样一种构造:设边长为1,2,3,3,5的几条边分别用x,x^2,2*(x^3),x^5来表示,由于多项式的乘法实现的是相同底数时指数的相加,因此可以把构造的一个多项式对自己进行卷积,可以得出一个更长的多项式,其中的次数就分别对应了求出来的和的长度,对应系数则表示有相应的方法数。
??? 卷积之后得到的结果有什么用呢?对x^k而言,x^0~x^(k-1)的系数和就是所有两边之和小于等于k的方法总数,用前缀和dp处理一下。那么只要排序后枚举第三条最长边i,前面总共i个C(i,2)是总共可能的选边方法,减去小于等于的,就是两边之和大于第三边的合理取法个数。
ps:还是菜到China-Final都没机会去开FFT题....
#include <iostream>
#include <iomanip>
#include <functional>
#include <algorithm>
#include <vector>
#include <string>
#include <queue>
#include <stack>
#include <set>
#include <map>
#include <cstdio>
#include <cstdlib>
#include <cmath>
#include <cstring>
#include <climits>
#include <cctype>
using namespace std;
#define INF 0x3f3f3f3f
#define MP(X,Y) make_pair(X,Y)
#define PB(X) push_back(X)
#define REP(X,N) for(int X=0;X<N;X++)
#define REP2(X,L,R) for(int X=L;X<=R;X++)
#define DEP(X,R,L) for(int X=R;X>L;X--)
#define DEP2(X,R,L) for(int X=R;X>=L;X--)
#define CLR(A,X) memset(A,X,sizeof(A))
#define IT iterator
typedef long long ll;
typedef unsigned long long ull;
typedef pair<int,int> PII;
typedef vector<PII> VII;
typedef vector<int> VI;
#define X first
#define Y second
#define lson(X) ((X)<<1)
#define rson(X) ((X)<<1|1)
const ll maxn=3e5+5;
const double PI=acos(-1.0);
const int M=2e5+5;
struct Complex {
double r,i;
Complex(double _r = 0.0,double _i = 0.0) {
r = _r; i = _i;
}
Complex operator +(const Complex &b) {
return Complex(r+b.r,i+b.i);
}
Complex operator -(const Complex &b) {
return Complex(r-b.r,i-b.i);
}
Complex operator *(const Complex &b) {
return Complex(r*b.r-i*b.i,r*b.i+i*b.r);
}
};
void change(Complex y[],int len) {
int i,j,k;
for(i = 1, j = len/2;i < len-1; i++) {
if(i < j)swap(y[i],y[j]);
k = len/2;
while( j >= k) {
j -= k;
k /= 2;
}
if(j < k) j += k;
}
}
void FFT(Complex y[],int len,int on) {
change(y,len);
for(int h = 2; h <= len; h <<= 1) {
Complex wn(cos(-on*2*PI/h),sin(-on*2*PI/h));
for(int j = 0;j < len;j+=h) {
Complex w(1,0);
for(int k = j;k < j+h/2;k++) {
Complex u = y[k];
Complex t = w*y[k+h/2];
y[k] = u+t;
y[k+h/2] = u-t;
w = w*wn;
}
}
}
if(on == -1)
for(int i = 0;i < len;i++)
y[i].r /= len;
}
ll a[maxn],num[maxn],sum[maxn],dp[maxn];
Complex x1[maxn],x2[maxn];
int main(){
int T;
scanf("%d",&T);
while(T--){
CLR(a,0);
CLR(num,0);
ll n;
scanf("%lld",&n);
ll N=0;
REP(i,n) {
scanf("%lld",&a[i]);
num[a[i]]++;
N=max(N,a[i]);
}
ll len=1;
while(len<N*2+1) len<<=1;
REP2(i,0,N){
x1[i]=Complex(num[i],0);
x2[i]=Complex(num[i],0);
}
for(int i=N+1;i<len;i++){
x1[i]=Complex(0,0);
x2[i]=Complex(0,0);
}
FFT(x1,len,1);
FFT(x2,len,1);
REP(i,len) x1[i]=x1[i]*x2[i];
FFT(x1,len,-1);
REP(i,len){
sum[i]=(ll)(x1[i].r+0.5);
// cout<<sum[i]<<' ';
}
//cout<<endl;
REP(i,n) if(sum[a[i]*2]>0) sum[a[i]*2]--;
//REP(i,len) cout<<sum[i]<<' ';cout<<endl;
dp[0]=0;
for(ll i=1;i<len;i++) {
dp[i]=dp[i-1]+sum[i]/2;
}
//REP(i,len) cout<<dp[i]<<' ';cout<<endl;
//枚举第三条边,C(i,2)-dp[i];
sort(a,a+n);
ll ans=0;
for(ll i=2;i<n;i++){
ll temp=(ll)(i-1)*(i)/2-dp[a[i]];
ans+=temp;
// cout<<temp<<' ';
}
//cout<<endl;
ll tot=n*(n-1)*(n-2)/6;
//cout<<ans<<' '<<tot<<endl;
printf("%.7f\n",ans*1.0/tot);
}
return 0;
}
/*
2
4
1 3 3 4
4
2 3 3 4
*/
申明:网友回复良莠不齐,仅供参考。如需专业解答,请学习易迪拓培训专家讲授的HFSS视频培训教程。
上一篇:信号完整性之差分对设计5(差分对布线)
下一篇:谐振腔中的电场(E Field[V_per_m])与磁场(H field[A_per_m])分布