Problem Description
Calculate A * B.
Input
Each line will contain two integers A and B. Process to end of file.
Note: the length of each integer will not exceed 50000.
Output
For each case, output A * B in one line.
Sample Input
1
2
1000
2
Sample Output
2
2000
FFT的入門模闆題
花了好幾天在網上看了無數資料,終于算是了解了FFT到底做了什麼,FFT為什麼那麼神奇了。
先推薦幾個不錯得資料
http://blog.jobbole.com/70549/ 這篇輕松有趣,講解FFT的定義
http://tieba.baidu.com/p/2513502552#36771774998l 這篇介紹FFT的過程,簡單易懂
http://wlsyzx.yzu.edu.cn/kcwz/szxhcl/kechenneirong/jiaoan/jiaoan3.htm 這個就是純數學了
這裡我就簡單介紹一下FFT是如何來解決大數乘法的問題的吧。
首先你要知道有一個叫做卷積的東西,詳細的可以看看百度百科什麼的
然後卷積有線性卷積和循環卷積,所謂線性卷積,在離散的情況下,可以看做是兩個關于x的多項式的乘積的系數。
而FFT是DFT的快速算法,是信号分析中的重要内容,可以用來快速計算循環卷積。
然後我們把線性卷積看作是長度很長的循環卷積,那麼計算出來的循環卷積可以在數值上等于線性卷積。
接下來講一下計算過程,需要計算的數組分别是a和b
即兩個多項式
a[0]x^(n-1)+a[1]x^(n-2)+...+a[n-2]x+a[n-1]
b[0]x^(m-1)+b[1]x^(m-2)+...+b[m-2]x+b[m-1]相乘,需要的循環卷積長度最少為n+m-1,證明上面的連結裡有
還有一點是FFT隻能算2^k的循環卷積的,是以要把長度加到2的次方去。
然後對a數組和b數組分别求一次FFT,得到數組對應位置再相乘
最後再IFFT回來就是它們的循環卷積了。
這樣對于高精度乘法來說,就是x=10的特殊情況了,隻要按照上述過程就可以得到結果了。
#include<cstdio>
#include<cmath>
#include<algorithm>
using namespace std;
const int maxn = 100005;
const double pi = acos(-1.0);
const int low(int x){ return x&-x; }//樹狀數組的lowbit,可以計算二進制最右邊的1
int n, m;
char s1[maxn], s2[maxn];
class FFT
{
private:
const static int maxn = 150000;//要注意長度是2^k方
class Plural
{
public:
double x, y;
Plural(double x = 0.0, double y = 0.0) :x(x), y(y){}
Plural operator +(const Plural &a)
{
return Plural(x + a.x, y + a.y);
}
Plural operator -(const Plural &a)
{
return Plural(x - a.x, y - a.y);
}
Plural operator *(const Plural &a)
{
return Plural(x*a.x - y*a.y, x*a.y + y*a.x);
}
Plural operator /(const double &u)
{
return Plural(x / u, y / u);
}
};//定義複數的相關運算
Plural x[maxn], x1[maxn], x2[maxn];
Plural y[maxn], y1[maxn], y2[maxn];
int ans[maxn];
int n, len;
public:
int reverse(int x)
{
int ans = 0;
for (int i = 1, j = n >> 1; j; i <<= 1, j >>= 1) if (x&i) ans |= j;
return ans;
}//數字倒序,FFT的初始步驟
Plural w(double x, double y)
{
return Plural(cos(2 * pi * x / y), -sin(2 * pi * x / y));
}
void setx(char *s, char *S)
{
int len1 = 0, len2 = 0;
for (int i = 0; s[i]; i++, len1++) x1[i].x = s[i] - '0', x1[i].y = 0;
for (int i = 0; S[i]; i++, len2++) x2[i].x = S[i] - '0', x2[i].y = 0;
for (len = n = len1 + len2 - 1; n != low(n); n += low(n));
for (int i = len1; i < n; i++) x1[i] = Plural(0, 0);
for (int i = len2; i < n; i++) x2[i] = Plural(0, 0);
}
void fft(Plural*x, Plural*y, int flag)
{
for (int i = 0; i < n; i++) y[i] = x[reverse(i)];
for (int i = 1; i < n; i <<= 1)
{
Plural uu = w(flag, i + i);
for (int j = 0; j < n; j += i + i)
{
Plural u(1, 0);
for (int k = j; k < j + i; k++)
{
Plural a = y[k];
//w(flag*(k - j), i + i) 可以去掉u和uu用這個代替,精度高些,代價是耗時多了
Plural b = u * y[k + i];
y[k] = a + b;
y[k + i] = a - b;
u = u*uu;
}
}
}
if (flag == -1) for (int i = 0; i < n; i++) y[i] = y[i] / n;
}//1是FFT,-1是IFFT,答案數組是y數組
void solve()
{
fft(x1, y1, 1); fft(x2, y2, 1);
for (int i = 0; i < n; i++) y[i] = y1[i] * y2[i];
fft(y, x, -1);
for (int i = 0; i < n; i++) ans[i] = (int)(x[i].x + 0.5);//調整精度
for (int i = n - 1; i; i--)
{
ans[i - 1] += ans[i] / 10;
ans[i] %= 10;
}
for (int i = 0; i < len; i++)
{
if (ans[i] != 0)
{
for (; i < len; i++) printf("%d", ans[i]);
break;
}
else if (i == len - 1) putchar('0');
}
putchar(10);
}
}fft;
int main()
{
while (scanf("%s%s", s1, s2) != EOF)
{
fft.setx(s1, s2);
fft.solve();
}
return 0;
}