HDU 4609 快速傅里叶变换

题意:给出10^5个边长,问任取三个组成三角形的概率。

这题没遇到还不知道什么是傅里叶变换FFT,当时怎么想时间复杂度都不能降到n*log(n)。实际是这样的,把每个记录长度个数的数组存在num数组中。

直接摘大神的吧 网址http://www.cnblogs.com/kuangbin/archive/2013/07/24/3210565.html

学会了FFT。

这题就很容易了。

其实题目是给了n条线段。问随机取三个,可以组成三角形的概率。

其实就是要求n条线段,选3条组成三角形的选法有多少种。

首先题目给了a数组,

如样例一:

4

1 3 3 4

把这个数组转化成num数组,num[i]表示长度为i的有num[i]条。

样例一就是

num = {0   1   0    2    1}

代表长度0的有0根,长度为1的有1根,长度为2的有0根,长度为3的有两根,长度为4的有1根。

使用FFT解决的问题就是num数组和num数组卷积。

num数组和num数组卷积的解决,其实就是从{1 3 3 4}取一个数,从{1 3 3 4}再取一个数,他们的和每个值各有多少个

例如{0 1 0 2 1}*{0 1 0 2 1} 卷积的结果应该是{0 0  1  0  4  2  4  4  1 }

长度为n的数组和长度为m的数组卷积,结果是长度为n+m-1的数组。

{0 1 0 2 1}*{0 1 0 2 1} 卷积的结果应该是{0 0  1  0  4  2  4  4  1 }。

这个结果的意义如下:

从{1 3 3 4}取一个数,从{1 3 3 4}再取一个数

取两个数和为 2 的取法是一种:1+1

           和为 4 的取法有四种:1+3, 1+3  ,3+1 ,3+1

           和为 5 的取法有两种:1+4 ,4+1;

           和为 6的取法有四种:3+3,3+3,3+3,3+3,3+3

           和为 7 的取法有四种: 3+4,3+4,4+3,4+3

           和为 8 的取法有 一种:4+4

利用FFT可以快速求取循环卷积,具体求解过程不解释了,就是DFT和FFT的基本理论了。

总之FFT就是快速求到了num和num卷积的结果。只要长度满足>=n+m+1.那么就可以用循环卷积得到线性卷积了。

弄完FFT得到一个num数组,这个数组的含义在上面解释过了。

#include <iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
using namespace std;
#define N 400005
#define pi acos(-1.0) // PI值
struct complex
{
    double r,i;
    complex(double real=0.0,double image=0.0)
    {
        r=real;
        i=image;
    }
    // 以下为三种虚数运算的定义
    complex operator + (const complex o)
    {
        return complex(r+o.r,i+o.i);
    }
    complex operator - (const complex o)
    {
        return complex(r-o.r,i-o.i);
    }
    complex operator * (const complex o)
    {
        return complex(r*o.r-i*o.i,r*o.i+i*o.r);
    }
} x1[N],x2[N];
void brc(complex *y,int l) // 二进制平摊反转置换 O(logn)
{
    register int i,j,k;
    for(i=1,j=l/2; i<l-1; i++)
    {
        if(i<j)    swap(y[i],y[j]); // 交换互为下标反转的元素
        // i<j保证只交换一次
        k=l/2;
        while(j>=k) // 由最高位检索,遇1变0,遇0变1,跳出
        {
            j-=k;
            k/=2;
        }
        if(j<k)    j+=k;
    }
}
void fft(complex *y,int l,double on) // FFT O(nlogn)
// 其中on==1时为DFT,on==-1为IDFT
{
    register int h,i,j,k;
    complex u,t;
    brc(y,l); // 调用反转置换
    for(h=2; h<=l; h<<=1) // 控制层数
    {
        // 初始化单位复根
        complex wn(cos(on*2*pi/h),sin(on*2*pi/h));
        for(j=0; j<l; j+=h) // 控制起始下标
        {
            complex w(1,0); // 初始化螺旋因子
            for(k=j; k<j+h/2; k++) // 配对
            {
                u=y[k];
                t=w*y[k+h/2];
                y[k]=u+t;
                y[k+h/2]=u-t;
                w=w*wn; // 更新螺旋因子
            } // 据说上面的操作叫蝴蝶操作…
        }
    }
    if(on==-1)    for(i=0; i<l; i++)    y[i].r/=l; // IDFT
}
long long num[N];
long long sum[N];
int a[N>>1];
int main()
{
    int t,n,l,maxn;
    scanf("%d",&t);
    while(t--)
    {
        memset(num,0,sizeof(num));
        maxn=0;
        scanf("%d",&n);
        for(int i=0; i<n; i++)
        {
            scanf("%d",&a[i]);
            num[a[i]]++;
        }
        sort(a,a+n);
        maxn=a[n-1];
        l=1;
        while(l<2*(maxn+1)) l<<=1;
        for(int i=0; i<=maxn; i++)
            x1[i].r=num[i],x1[i].i=0;
        for(int i=maxn+1; i<=l; i++)
            x1[i].r=x1[i].i=0;
        fft(x1,l,1);
        for(int i=0; i<=l; i++) x1[i]=x1[i]*x1[i];
        fft(x1,l,-1);
        for(int i=0; i<=2*maxn; i++) num[i]=(long long)(x1[i].r+0.5);
        for(int i=0; i<n; i++) num[a[i]+a[i]]--;
        for(int i=1; i<=2*maxn; i++) num[i]/=2;
        sum[0]=0;
        for(int i=1; i<=2*maxn; i++)
            sum[i]=sum[i-1]+num[i];
        long long cnt=0;
        for(int i=0; i<n; i++) //枚举每条边并把这条边当成最大边
        {
            cnt+=sum[2*maxn]-sum[a[i]];
            cnt-=n-1;    //减去包括这条边的
            cnt-=(long long)i*(n-i-1);//减去有一条边比这条边大的情况
            cnt-=(long long)(n-i-1)*(n-i-2)/2;//减去有两条都比该条边大的情况
        }
        long long tol=(long long)n*(n-1)*(n-2)/6;
        printf("%.7f\n",double((double)cnt/(double)tol));
    }
    return 0;
}
时间: 2024-09-24 17:41:25

HDU 4609 快速傅里叶变换的相关文章

HDU 1402 快速傅里叶变换FFT

题意:大数乘法. 看了算法导论(第2版)第30章的<多项式与快速傅里叶变换> 多项式有系数表示法和点值表示法. 两个次数界为n的多项式A(x)和B(x)相乘,输入输出均采用系数表示法.(假定n为2的幂) 1)使次数界增加一倍:A(x)和B(x)扩充为次数界为2n的多项式,并构造起系数表示 2)求值:两次应用2n阶FFT,计算出A(x)和B(x)的长度为2n的点值表示 3)点乘:计算多项式C(x)=A(x)*B(x)的点值表示 4)插值:对2n个点值对应用一次FFT计算出其逆DFT,就可以构造出

图像处理-快速傅里叶变换蝶形公式如何理解

问题描述 快速傅里叶变换蝶形公式如何理解 // 采用蝶形算法进行快速傅里叶变换 for(k = 0; k < r; k++) { for(j = 0; j < 1 << k; j++) { bfsize = 1 << (r-k); for(i = 0; i < bfsize / 2; i++) { p = j * bfsize; X2[i + p] = X1[i + p] + X1[i + p + bfsize / 2]; X2[i + p + bfsize /

跪求-图像增强关于二维离散快速傅里叶变换

问题描述 图像增强关于二维离散快速傅里叶变换 matlab7环境下自己编程实现fft2函数,及ifft2函数,不能调用工具箱函数,求大神们帮忙解决,分享一下 解决方案 http://wenku.baidu.com/link?url=N3wlVVKKz4uoRNzyV8BlnXi4QiV72zCiNE9oMHyis0z4NyZsP4MfC-AXVVCrgnHoWgDNi7Zw8SVqh8wipdmqZNuFUOG65N2K1rck0xXnm3i

快速傅里叶变换FFT的C语言算法彻底研究 看不到插图

问题描述 快速傅里叶变换FFT的C语言算法彻底研究 看不到插图 http://blog.csdn.net/wangyoufeng8889/article/details/8867380 这篇文章里边的插图怎么看不到啊?

快速傅里叶变换

问题描述 对一个连续时间信号x(t),采样1s得一个4096采样点序列,求(1)若计算采样信号的4096点DFT,DFT系数之间的频率间隔是多少?(2)若仅对200hz<f<300hz感兴趣,直接DFT计算用多少次复乘,若用FFT对时间抽取,则需多少?(3)为了使FFT算法比直接计算效率高,则需要多少个点?

二维傅里叶变换转一维傅里叶变换

问题描述 二维傅里叶变换转一维傅里叶变换 看了一个论文说二维傅里叶变换图谱经圆积分计算后可以得到一维傅里叶变换,求大神推导公式或者过程 解决方案 // ==============================================================================// 快速离散傅里叶变换和功率谱// 一维快速傅里叶变换FFT1和二维快速傅里叶变换FFT2// 测试环境 C++ builder 2010// MinGW (GCC) 4.5// wuxup

《精通Matlab数字图像处理与识别》一6.3 快速傅立叶变换及实现

6.3 快速傅立叶变换及实现 精通Matlab数字图像处理与识别 6.2节介绍了离散傅立叶变换(DFT)的原理,但并没有涉及其实现问题,这主要是因为DFT的直接实现效率较低.在工程实践中,我们迫切地需要一种能够快速计算离散傅立叶变换的高效算法,快速傅立叶变换(FFT)便应运而生.本节将给出快速傅立叶变换算法的原理及其实现细节. 6.3.1 FFT变换的必要性 之所以提出快速傅立叶变换(FFT)方法,是因为在计算离散域上的傅立叶变换时,对于N点序列,它的DFT变换与反变换对定义为 于是不难发现,计

【转载】计算机科学中最重要的32个算法

     奥地利符号计算研究所(Research Institute for Symbolic Computation,简称RISC)的Christoph Koutschan博士在自己的页面上发布了一篇文章,提到他做了一个调查,参与者大多数是计算机科学家,他请这些科学家投票选出最重要的算法,以下是这次调查的结果,按照英文名称字母顺序排序. A* 搜索算法--图形搜索算法,从给定起点到给定终点计算出路径.其中使用了一种启发式的估算,为每个节点估算通过该节点的最佳路径,并以之为各个地点排定次序.算法

fft-Qt编写快速傅里叶变换函数

问题描述 Qt编写快速傅里叶变换函数 请问各位牛人,怎么用Qt来编写快速傅里叶变换的函数,对于初学者,麻烦把代码写一下 解决方案 http://blog.csdn.net/domybest_zhgc/article/details/5311579 我也在找,看看这个吧.不晓得你是做什么样的信号处理.