看起来像家庭作业,因此没有提供适合您的案例的实际代码,而是提供一些示例和提示。
for FFT类算法:
-
将数据集大小设置为2
通过零填充
所以除以两半很简单(没有余数)
-
创建递归函数来计算类似 FFT 的东西
其中对数据集重新排序,将其分成两半并递归调用 self 两次(每次使用不同的一半数据)并添加 if 语句以开始。如果数据集size<=1
or 2
然后直接返回计算值以确保递归停止。
在这两个递归调用之后,将数据重新排序并将它们组合成结果
如果需要,从结果中删除零填充
例如我的就是这样NTT看起来像(数论变换)
//---------------------------------------------------------------------------
void fourier_NTT:: NTT_fast(DWORD *dst,DWORD *src,DWORD n,DWORD w)
{
// recursion stop condition if the data is single number ...
if (n<=1) { if (n==1) dst[0]=src[0]; return; }
DWORD i,j,a0,a1,n2=n>>1,w2=modmul(w,w);
// reorder even,odd to dst array
for (i=0,j=0;i<n2;i++,j+=2) dst[i]=src[j];
for ( j=1;i<n ;i++,j+=2) dst[i]=src[j];
// recursion
NTT_fast(src ,dst ,n2,w2); // even
NTT_fast(src+n2,dst+n2,n2,w2); // odd
// restore results
for (w2=1,i=0,j=n2;i<n2;i++,j++,w2=modmul(w2,w))
{
a0=src[i];
a1=modmul(src[j],w2);
dst[i]=modadd(a0,a1);
dst[j]=modsub(a0,a1);
}
}
//---------------------------------------------------------------------------
完整的源代码和更多信息是here https://stackoverflow.com/q/18577076/2521214.
始终将快速实施结果与慢速实施结果进行比较!
随着数据集大小的增加,某些系数或索引中的小错误可能会导致结果出现巨大差异。
上面的实现速度很慢NTT功能:
//---------------------------------------------------------------------------
void fourier_NTT:: NTT_slow(DWORD *dst,DWORD *src,DWORD n,DWORD w)
{
DWORD i,j,wj,wi,a,n2=n>>1;
for (wj=1,j=0;j<n;j++)
{
a=0;
for (wi=1,i=0;i<n;i++)
{
a=modadd(a,modmul(wi,src[i]));
wi=modmul(wi,wj);
}
dst[j]=a;
wj=modmul(wj,w);
}
}
//---------------------------------------------------------------------------
[Notes]
-
现在你有了分离方程
导出直接计算的值和通过 2x 半递归调用计算的值之间的系数差,并相应地恢复结果,以便输出与正确的结果匹配。