FFT NTT模板

FFT与NTT算法详解
本文深入探讨了快速傅立叶变换(FFT)与数论变换(NTT)的实现原理及应用,提供了完整的C++代码示例。通过具体实例展示了如何使用这两种算法进行多项式乘法。

原题链接https://www.luogu.com.cn/problem/P3803

FFT

#include <bits/stdc++.h>

using ll = long long;
using namespace std;

const int maxn = 1e6 + 10;
const int mod = 1e9 + 7;
const double pi = acos(-1);

struct com {
    double x, y;

    com(double x1 = 0, double y1 = 0) {
        x = x1, y = y1;
    }
};

com operator+(com a, com b) {
    return com(a.x + b.x, a.y + b.y);
}

com operator-(com a, com b) {
    return com(a.x - b.x, a.y - b.y);
}

com operator*(com a, com b) {
    return com(a.x * b.x - a.y * b.y, a.x * b.y + a.y * b.x);
}

namespace FFT {
    int tot, digit, rev[maxn << 2];
    com a[maxn << 2], b[maxn << 2];

    void init(int len) {
        tot = 1, digit = 0;
        while (tot <= len) {
            tot <<= 1, digit++;
        }
        for (int i = 0; i < tot; ++i) {
            rev[i] = (rev[i >> 1] >> 1) | (i & 1) << (digit - 1);
        }
    }

    void fft(com *A, int f) {
        for (int i = 0; i < tot; ++i) {
            if (i < rev[i]) swap(A[i], A[rev[i]]);
        }
        for (int mid = 1; mid < tot; mid <<= 1) {
            com w1 = com(cos(pi / mid), f * sin(pi / mid));
            int len = mid * 2;
            for (int p = 0; p < tot; p += len) {
                com wk = com(1, 0);
                for (int k = 0; k < mid; ++k) {
                    com x = A[p + k], y = wk * A[p + k + mid];
                    A[p + k] = x + y;
                    A[p + k + mid] = x - y;
                    wk = wk * w1;
                }
            }
        }
        if (f == -1) {
            for (int i = 0; i < tot; ++i) {
                A[i].x = (int) (A[i].x / tot + 0.5);
            }
        }
    }

    void calc() {
        fft(a, 1);
        fft(b, 1);
        for (int i = 0; i < tot; ++i) {
            a[i] = a[i] * b[i];
        }
        fft(a, -1);
    }

};
using namespace FFT;

int main() {

    int n, m;
    scanf("%d%d", &n, &m);
    for (int i = 0; i <= n; ++i) {
        scanf("%lf", &a[i].x);
    }
    for (int i = 0; i <= m; ++i) {
        scanf("%lf", &b[i].x);
    }
    init(n + m);
    calc();
    for (int i = 0; i <= n + m; i++) {
        printf("%.0lf%c", a[i].x, i == n + m ? 10 : 32);
    }
    return 0;
}

NTT

#include <bits/stdc++.h>

using ll = long long;
using namespace std;

const int maxn = 1e6 + 10;

int qmi(int a, int b, int mod) {
    int res = 1;
    while (b) {
        if (b & 1) res = 1ll * res * a % mod;
        a = 1ll * a * a % mod;
        b >>= 1;
    }
    return res;
}

namespace NTT {
    const int G = 3, P = 998244353, GI = 332748118;
    int tot, digit, rev[maxn << 2];
    int a[maxn << 2], b[maxn << 2];

    void init(int len) {
        tot = 1, digit = 0;
        while (tot <= len) {
            tot <<= 1, digit++;
        }
        for (int i = 0; i < tot; ++i) {
            rev[i] = (rev[i >> 1] >> 1) | (i & 1) << (digit - 1);
//            a[i] = 0, b[i] = 0;
        }
    }

    void ntt(int *A, int f) {
        for (int i = 0; i < tot; ++i) {
            if (i < rev[i]) swap(A[i], A[rev[i]]);
        }
        for (int mid = 1; mid < tot; mid <<= 1) {
            int w1, len = mid * 2;
            if (f == 1) w1 = qmi(G, (P - 1) / len, P);
            else w1 = qmi(GI, (P - 1) / len, P);
            for (int p = 0; p < tot; p += len) {
                int wk = 1;
                for (int k = 0; k < mid; ++k) {
                    int x = A[p + k], y = 1ll * wk * A[p + k + mid] % P;
                    A[p + k] = (1ll * x + y) % P;
                    A[p + k + mid] = (1ll * x - y + P) % P;
                    wk = 1ll * wk * w1 % P;
                }
            }
        }
        if (f == -1) {
            int invp = qmi(tot, P - 2, P);
            for (int i = 0; i < tot; ++i) {
                a[i] = 1ll * a[i] * invp % P;
            }
        }
    }

    void calc() {
        ntt(a, 1), ntt(b, 1);
        for (int i = 0; i < tot; ++i) {
            a[i] = 1ll * a[i] * b[i] % P;
        }
        ntt(a, -1);
    }

};
using namespace NTT;


int main() {

    int n, m;


    scanf("%d%d", &n, &m);
    init(n + m);
    for (int i = 0; i <= n; ++i) {
        scanf("%d", &a[i]);
    }
    for (int i = 0; i <= m; ++i) {
        scanf("%d", &b[i]);
    }


    calc();
    for (int i = 0; i <= n + m; i++) {
        printf("%d%c", a[i], i == n + m ? 10 : 32);
    }
    return 0;
}
快速傅里叶变换(FFT)是处理数字信号的重要工具,而数论变换(NTT)则是在特定模数下进行的快速变换,常用于大整数乘法或多项式乘法中,以避免浮点数精度问题。NTT 依赖于原根和模数的性质,其基本思想与 FFT 类似,但所有运算都在模数下进行。 以下是一个 NTT 的基本实现示例,适用于模数为形如 $ p = r \cdot 2^k + 1 $ 的质数,并且要求输入长度为 $ 2 $ 的幂: ```cpp #include <bits/stdc++.h> using namespace std; typedef long long ll; const int MOD = 998244353, G = 3, MAXN = (1 << 21); ll pow_mod(ll a, ll b, ll mod) { ll res = 1; while (b) { if (b & 1) res = res * a % mod; a = a * a % mod; b >>= 1; } return res; } void ntt(vector<ll>& a, int op) { int n = a.size(); vector<ll> b = a; for (int i = 0; i < n; i++) { int rev = 0; for (int j = 0; j < log2(n); j++) rev |= ((i >> j) & 1) << (log2(n) - 1 - j); b[rev] = a[i]; } a = b; for (int h = 2; h <= n; h <<= 1) { ll gn = pow_mod(G, (MOD - 1) / h, MOD); for (int i = 0; i < n; i += h) { ll g = 1; for (int j = 0; j < h / 2; j++) { ll u = a[i + j], v = a[i + j + h / 2] * g % MOD; a[i + j] = (u + v) % MOD; a[i + j + h / 2] = (u - v + MOD) % MOD; g = g * gn % MOD; } } } if (op == -1) { reverse(a.begin() + 1, a.end()); ll inv = pow_mod(n, MOD - 2, MOD); for (int i = 0; i < n; i++) a[i] = a[i] * inv % MOD; } } vector<ll> multiply(vector<ll> a, vector<ll> b) { int n = 1; while (n < a.size() + b.size()) n <<= 1; a.resize(n), b.resize(n); ntt(a, 1), ntt(b, 1); for (int i = 0; i < n; i++) a[i] = a[i] * b[i] % MOD; ntt(a, -1); return a; } int main() { vector<ll> a = {1, 2, 3}, b = {4, 5, 6}; vector<ll> res = multiply(a, b); for (ll x : res) cout << x << " "; return 0; } ``` ### NTT 的应用 - **大整数乘法**:将两个大整数表示为多项式,通过 NTT 实现快速乘法。 - **卷积计算**:在信号处理中,两个信号的卷积可通过 NTT 实现快速计算。 - **多项式求逆、开方、指数、对数等操作**:这些操作在现代算法竞赛中广泛使用。 ### 学习资源推荐 1. **《算法导论》**:第 30 章详细讲解了快速傅里叶变换,NTT 可视为其模运算下的变种。 2. **OI Wiki**:提供了 NTT 的数学基础、实现细节和典型应用。 3. **Codeforces 和 AtCoder**:许多竞赛题涉及 NTT 的使用,如多项式乘法、组合数学问题等。 4. **洛谷题库**: - P3803 【模板】多项式乘法(FFT/NTT) - P4245 【模板】任意模数多项式乘法(三模数 NTT) - P4721 【模板】分治 FFT ###
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值