BZOJ.2194.快速傅立叶之二(FFT 卷积)
Posted SovietPower
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BZOJ.2194.快速傅立叶之二(FFT 卷积)相关的知识,希望对你有一定的参考价值。
\(Descripiton\)
给定\(A[\ ],B[\ ]\),求\[C[k]=\sum_{i=k}^{n-1}A[i]*B[i-k]\ (0\leq k<n)\]
\(Solution\)
(先令\(n=n-1\))
首先往卷积上想。。
\(i\)与\(i-k\)的差值是一定的,但是卷积的形式是\[C[k]=\sum_{i=1}^k A[i]*B[k-i]\]
即\(i\)与\(k-i\)的和是一定的。
于是考虑把一个数组反转一下,这里把\(B[\ ]\)反转,那么\[C[k]=\sum_{i=k}^n A[i]*B[n+k-i]\]
这样\(i\)与\(n+k-i\)的和就是一定的了,为\(n+k\),于是令\[D[n+k]=\sum_{i=k}^n A[i]*B[n+k-i]\]
这样就可以\(FFT\)求\(D[\ ]\)了。
\[D[n+k]=\sum_{i=0}^{n+k}A[i]*B[n+k-i]\]
\(i=0\sim k-1\)和\(i=n+1\sim n+k\)时,要么\(A[i]=0\)要么\(B[i]=0\),没有影响。
所以最后的\(C[k]=D[n+k]\)。
另外这个好像可以(以后)再看看。
//13148kb 1544ms
#include <cmath>
#include <cstdio>
#include <cctype>
#include <algorithm>
#define gc() getchar()
const int N=263000;//2^{18}=262144 > 2*1e5
const double PI=acos(-1);
int n;
struct Complex
{
double x,y;
Complex() {}
Complex(double x,double y):x(x),y(y) {}
Complex operator + (const Complex &a)const{
return Complex(x+a.x, y+a.y);
}
Complex operator - (const Complex &a)const{
return Complex(x-a.x, y-a.y);
}
Complex operator * (const Complex &a)const{
return Complex(x*a.x-y*a.y, x*a.y+y*a.x);
}
}A[N],B[N],D[N];
inline int read()
{
int now=0;register char c=gc();
for(;!isdigit(c);c=gc());
for(;isdigit(c);now=now*10+c-'0',c=gc());
return now;
}
void FFT(Complex *a,int lim,int opt)
{
for(int i=0,j=0; i<lim; ++i)
{
if(i>j) std::swap(a[i],a[j]);
for(int l=lim>>1; (j^=l)<l; l>>=1);
}
for(int i=2; i<=lim; i<<=1)
{
int mid=i>>1;
Complex Wn(cos(2.0*PI/i),opt*sin(2.0*PI/i)),t;
for(int j=0; j<lim; j+=i)
{
Complex w(1,0);
for(int k=0; k<mid; ++k,w=w*Wn)
a[j+mid+k]=a[j+k]-(t=w*a[j+mid+k]),
a[j+k]=a[j+k]+t;
}
}
}
int main()
{
n=read()-1;
for(int i=0; i<=n; ++i) A[i].x=read(),B[n-i].x=read();
int lim=1;
while(lim <= n<<1) lim<<=1;
FFT(A,lim,1), FFT(B,lim,1);
for(int i=0; i<lim; ++i) A[i]=A[i]*B[i];
FFT(A,lim,-1);
for(int i=0; i<=n; ++i) printf("%d\n",(int)(A[i+n].x/lim+0.5));
return 0;
}
以上是关于BZOJ.2194.快速傅立叶之二(FFT 卷积)的主要内容,如果未能解决你的问题,请参考以下文章