线性变换相关

Posted infinities

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了线性变换相关相关的知识,希望对你有一定的参考价值。

FWT

快速沃尔什变换,与 FFT 有极大相似之处。

用于做一类形如 \\(F_c\\sum_a \\oplus b=cA_a\\times B_b\\) 的问题,其中 \\(\\oplus\\) 是一种线性变换,即 \\(a \\oplus b\\) 是将 \\(a,b\\) 两个二进制数的第 \\(i\\) 分别做变换 \\(\\oplus_i\\)(一般是异或,与,或中的一种)。

做法和 FFT 类似,计算 \\(A * B\\) 只需要先 \\(FWT(A),FWT(B)\\) 然后将对应位的点值乘起来得到 \\(C\\),则 \\(F=IFWT(C)\\)

证明懒得写。这玩意的本质是对于这种线性变换的每一位构造出一个变换矩阵,也就是按位独立。

所以可以只对部分位做,也可以对某一位做不同的运算。

板子

矩阵树定理+按位FWT

线性基/正交线性基

将若干个 \\(k\\) 位二进制数看成一堆 \\(k\\) 维向量,每维坐标取值只有 \\(0,1\\)

定义向量加法 \\(a+b\\) 为不进位加法,即二进制下的异或。

则可以定义线性基 \\(A\\) 就是若干 \\(k\\) 维向量张成的线性空间 \\(span(A)\\),也就是任选向量做加法所能得到的向量的集合。

定义向量内积 \\(a·b\\)\\(popcount(a\\&b)\\mod 2\\),则有结合律 \\(w·(a+b)=w·a+w·b\\)

称两数 \\(a,b\\) 正交当且仅当 \\(a·b=0\\)

这个结合律也可以用来证明 FWT 异或卷积。

线性基的秩:可以简单理解成构造出的线性基中插入的数的数量。

线性基的性质:对于线性基通过线性基中任意数异或得到的数 \\(v\\),有 \\(2^m-k\\) 种选子集异或和的方法得到,其中 \\(m\\) 是向量个数。

集合幂级数

可以看作二进制意义下的生成函数。

正交线性基

\\(A\\) 的正交线性基 \\(A\'\\) 满足:\\(span(A\')\\)\\(span(A)\\) 的正交补空间,也即 \\(span(A\')\\) 中所有数和 \\(span(A)\\) 中所有数正交。正交线性基满足:对于 \\(n\\) 维向量构成的秩为 \\(k\\) 的线性基 \\(A\\),其正交线性基 \\(A\'\\) 的秩是 \\(n-k\\)。不难看出通过这一点,可以将复杂度优化成 \\(2^\\fracn2\\)

构造方法:首先正交线性基按每个数的最低二进制位存储,这些位恰好对应按高位存储的原线性基没有插入的几个位。对于一个最低位 \\(i\\),其第 \\(j\\) 位为 1 当且仅当原线性基中最高位是 \\(j\\) 的,第 \\(i\\) 位也是 1。不难发现构造复杂度 \\(O(n^2)\\)

线性基求交(其实很直观):对于若干线性基求交,答案是这些线性基的正交线性基的并的正交线性基。

正交线性基性质:

对于线性基 \\(A\\),设其秩是 \\(k\\),设其集合幂级数=如下:若 \\(u\\subset span(A)\\),则 \\([x^u]A=1\\),那么对 \\(A\\) 做 FWT 之后得到的 \\(A_1\\) 有什么性质?

结论是 \\(A_1\\) 的每个系数要么是 \\(2^k\\),要么是 \\(0\\),且满足 \\([x^w]A_1=2^k\\)\\(w\\) 的所有取值就是 \\(span(A\')\\),其中 \\(A\'\\)\\(A\\) 的正交线性基。

CF1336E1/2

逆天题。需要用到正交线性基和 FWT 的各种性质。

以上是关于线性变换相关的主要内容,如果未能解决你的问题,请参考以下文章

直观详解线性代数的本质

直观详解线性代数的本质

初等行变换不改变列向量组的线性关系

线性代数的几何理解

快速傅立叶变换(FFT)相关内容汇总

数字图像处理课程实习——图像的线性变换与直方图变换