FFT(고속 푸리에 변환)를 사용하여 큰 십진수 곱하기
소개
큰 십진수를 곱하는 것은 계산상 어려울 수 있으며, 특히 자릿수가 많거나 소수 자릿수가 여러 개인 숫자를 처리할 때 더욱 그렇습니다. 전통적인 곱셈 방법은 매우 큰 수에는 비효율적입니다. FFT(고속 푸리에 변환)가 구출되어 놀라운 속도로 많은 수를 곱할 수 있는 강력하고 효율적인 알고리즘을 제공합니다.
곱셈의 응용
- FFT는 숫자를 주파수 영역으로 변환하고 점별 곱셈을 수행한 다음 역 FFT를 적용하여 다항식 또는 큰 정수의 빠른 곱셈을 가능하게 합니다.
큰 수 곱셈의 과제
기존의 곱셈 방법은 O(n²)의 시간 복잡도를 갖습니다. 여기서 n은 자릿수입니다. 매우 큰 숫자의 경우 계산 비용이 많이 듭니다. FFT 기반 곱셈 알고리즘은 이러한 복잡성을 O(n log n)로 줄여 큰 숫자의 경우 훨씬 더 빠르게 만듭니다.
Cooley-Tukey FFT에 대한 증명 개요
-
이산 푸리에 변환(DFT) 분해:
- DFT는 다음과 같이 정의됩니다.
Xk = n=0∑N−1 xn⋅ e−2πi⋅kn /N,어디 없음 입력 신호의 크기입니다.
- Cooley-Tukey FFT는 계산을 더 작은 DFT 크기로 나눕니다.
N/2
짝수 색인 용어와 홀수 색인 용어를 분리하여:
Xk = n=0∑N/2−1 x2n ⋅에 −2πi⋅(2n)k/N n=0∑N/ 2−1x2n 1⋅ e−2πi⋅(2n 1)k/N.
- 다음과 같이 줄어듭니다.
Xk =짝수 항의 DFT Wk⋅홀수항의 DFT,어디 와k =e−2πi ⋅k/N .
- DFT는 다음과 같이 정의됩니다.
-
재귀 구조:
- 각 DFT 크기 없음 두 개의 DFT 크기로 분할됩니다. N/2 , 재귀적 구조로 이어집니다.
- 이 재귀적 분할은 크기의 기본 사례까지 계속됩니다. N=1 , 이 시점에서 DFT는 단순히 입력 값입니다.
-
나비 작전:
- 알고리즘은 나비 연산을 사용하여 더 작은 DFT의 결과를 병합합니다.
아′=u Wk⋅v,b′ =u−Wㅋ⋅v,어디 유 그리고 v 더 작은 DFT의 결과이고 Wk 화합의 뿌리를 상징합니다.
- 알고리즘은 나비 연산을 사용하여 더 작은 DFT의 결과를 병합합니다.
-
비트 반전 순열:
- 입력 배열은 내부 계산이 가능하도록 인덱스의 이진 표현을 기반으로 재정렬됩니다.
-
시간 복잡성:
- 각 재귀 수준에는 다음이 있습니다. 없음 단위근을 포함하는 계산과 재귀의 깊이는 다음과 같습니다. 로g2 (N) .
- 이로 인해 다음과 같은 시간 복잡도가 발생합니다. O(NlogN) .
역 FFT
- 역 FFT는 유사하지만 다음을 사용합니다. 에 2πi⋅kn/N 기준으로 삼고 결과를 다음과 같이 확장합니다. 1/N .
FFT 곱셈 알고리즘 이해
FFT 곱셈 알고리즘은 여러 주요 단계를 통해 작동합니다.
-
숫자 전처리
- 입력 숫자를 숫자 배열로 변환
- 정수 부분과 소수 부분 모두 처리
- FFT 계산을 위해 가장 가까운 2의 거듭제곱으로 배열을 채웁니다
-
고속 푸리에 변환
- FFT를 사용하여 숫자 배열을 주파수 영역으로 변환
- 이것은 곱셈 문제를 주파수 영역에서 더 간단한 점별 곱셈으로 변환합니다
-
주파수 영역 곱셈
- 변환된 배열의 요소별 곱셈 수행
- 효율적인 계산을 위해 복소수 연산 활용
-
역 FFT 및 결과 처리
- 곱해진 배열을 다시 시간 영역으로 변환
- 숫자 캐리 처리
- 마지막 십진수 재구성
구현의 주요 구성요소
복소수 표현
class Complex { constructor(re = 0, im = 0) { this.re = re; // Real part this.im = im; // Imaginary part } // Static methods for complex number operations static add(a, b) { /* ... */ } static subtract(a, b) { /* ... */ } static multiply(a, b) { /* ... */ } }
Complex 클래스는 FFT 연산을 수행하는 데 매우 중요하며 실수 영역과 허수 영역 모두에서 숫자를 조작할 수 있게 해줍니다.
고속 푸리에 변환 기능
function fft(a, invert = false) { // Bit reversal preprocessing // Butterfly operations in frequency domain // Optional inverse transformation }
FFT 기능은 시간 영역과 주파수 영역 사이의 숫자를 효율적으로 변환하는 알고리즘의 핵심입니다.
소수 처리
구현에는 십진수 처리를 위한 정교한 논리가 포함됩니다.
- 정수와 소수 부분 분리
- 총 소수점 이하 자릿수 추적
- 올바른 소수점 배치로 결과 재구성
사용 사례 예시
// Multiplying large integers fftMultiply("12345678901234567890", "98765432109876543210") // Multiplying very large different size integers fftMultiply("12345678901234567890786238746872364872364987293795843790587345", "9876543210987654321087634875782369487239874023894") // Multiplying decimal numbers fftMultiply("123.456", "987.654") // Handling different decimal places fftMultiply("1.23", "45.6789") // Handling different decimal places with large numbers fftMultiply("1234567890123456789078623874687236487236498.7293795843790587345", "98765432109876543210876348757823694.87239874023894")
성능상의 이점
- 시간 복잡도: 기존 방법의 O(n²) 대비 O(n log n)
- 정밀도: 소수점 이하 자릿수가 여러 개인 매우 큰 숫자를 처리합니다
- 효율성: 큰 수의 곱셈에서 훨씬 더 빠릅니다
제한 사항 및 고려 사항
- 복소수 표현을 위해 추가 메모리 필요
- 정밀도는 부동 소수점 연산의 영향을 받을 수 있습니다
- 기존 곱셈에 비해 더 복잡한 구현
결론
FFT 곱셈 알고리즘은 큰 수를 효율적으로 곱하는 강력한 접근 방식을 나타냅니다. 주파수 영역 변환을 활용하면 놀라운 속도와 정밀도로 복잡한 수학 연산을 수행할 수 있습니다.
실제 응용
- 과학컴퓨팅
- 재무계산
- 암호화
- 대규모 수치 시뮬레이션
추가 자료
- Cooley-Tukey FFT 알고리즘
- 수론
- 계산수학
암호
완전한 구현은 고속 푸리에 변환 접근 방식을 사용하여 큰 십진수를 곱하기 위한 강력한 솔루션을 제공하는 것입니다.
/** * Fast Fourier Transform (FFT) implementation for decimal multiplication * @param {number[]} a - Input array of real numbers * @param {boolean} invert - Whether to perform inverse FFT * @returns {Complex[]} - Transformed array of complex numbers */ class Complex { constructor(re = 0, im = 0) { this.re = re; this.im = im; } static add(a, b) { return new Complex(a.re + b.re, a.im + b.im); } static subtract(a, b) { return new Complex(a.re - b.re, a.im - b.im); } static multiply(a, b) { return new Complex(a.re * b.re - a.im * b.im, a.re * b.im + a.im * b.re); } } function fft(a, invert = false) { let n = 1; while (n < a.length) n <<= 1; a = a.slice(0); a.length = n; const angle = ((2 * Math.PI) / n) * (invert ? -1 : 1); const roots = new Array(n); for (let i = 0; i < n; i++) { roots[i] = new Complex(Math.cos(angle * i), Math.sin(angle * i)); } // Bit reversal for (let i = 1, j = 0; i < n; i++) { let bit = n >> 1; for (; j & bit; bit >>= 1) { j ^= bit; } j ^= bit; if (i < j) { [a[i], a[j]] = [a[j], a[i]]; } } // Butterfly operations for (let len = 2; len <= n; len <<= 1) { const halfLen = len >> 1; for (let i = 0; i < n; i += len) { for (let j = 0; j < halfLen; j++) { const u = a[i + j]; const v = Complex.multiply(a[i + j + halfLen], roots[(n / len) * j]); a[i + j] = Complex.add(u, v); a[i + j + halfLen] = Complex.subtract(u, v); } } } if (invert) { for (let i = 0; i < n; i++) { a[i].re /= n; a[i].im /= n; } } return a; } /** * Multiply two decimal numbers using FFT * @param {string} num1 - First number as a string * @param {string} num2 - Second number as a string * @returns {string} - Product of the two numbers */ function fftMultiply(num1, num2) { // Handle zero cases if (num1 === "0" || num2 === "0") return "0"; // Parse and separate integer and decimal parts const parseNumber = (numStr) => { const [intPart, decPart] = numStr.split("."); return { intPart: intPart || "0", decPart: decPart || "", totalDecimalPlaces: (decPart || "").length, }; }; const parsed1 = parseNumber(num1); const parsed2 = parseNumber(num2); // Combine numbers removing decimal point const combinedNum1 = parsed1.intPart + parsed1.decPart; const combinedNum2 = parsed2.intPart + parsed2.decPart; // Total decimal places const totalDecimalPlaces = parsed1.totalDecimalPlaces + parsed2.totalDecimalPlaces; // Convert to digit arrays (least significant first) const a = combinedNum1.split("").map(Number).reverse(); const b = combinedNum2.split("").map(Number).reverse(); // Determine result size and pad const resultSize = a.length + b.length; const fftSize = 1 << Math.ceil(Math.log2(resultSize)); // Pad input arrays while (a.length < fftSize) a.push(0); while (b.length < fftSize) b.push(0); // Convert to complex arrays const complexA = a.map((x) => new Complex(x, 0)); const complexB = b.map((x) => new Complex(x, 0)); // Perform FFT const fftA = fft(complexA); const fftB = fft(complexB); // Pointwise multiplication in frequency domain const fftProduct = new Array(fftSize); for (let i = 0; i < fftSize; i++) { fftProduct[i] = Complex.multiply(fftA[i], fftB[i]); } // Inverse FFT const product = fft(fftProduct, true); // Convert back to integer representation const result = new Array(resultSize).fill(0); for (let i = 0; i < resultSize; i++) { result[i] = Math.round(product[i].re); } // Handle carries for (let i = 0; i < result.length - 1; i++) { if (result[i] >= 10) { result[i + 1] += Math.floor(result[i] / 10); result[i] %= 10; } } // Remove leading zeros and convert to string while (result.length > 1 && result[result.length - 1] === 0) { result.pop(); } // Insert decimal point const resultStr = result.reverse().join(""); if (totalDecimalPlaces === 0) { return resultStr; } // Handle case where result might be shorter than decimal places if (resultStr.length <= totalDecimalPlaces) { return "0." + "0".repeat(totalDecimalPlaces - resultStr.length) + resultStr; } // Insert decimal point return ( resultStr.slice(0, -totalDecimalPlaces) + "." + resultStr.slice(-totalDecimalPlaces).replace(/0+$/, "") ); }
산출
// Example Usage - Self verify using Python console.log( "Product of integers:", fftMultiply("12345678901234567890", "98765432109876543210") ); console.log("Product of decimals:", fftMultiply("123.456", "987.654")); console.log("Product of mixed decimals:", fftMultiply("12.34", "56.78")); console.log( "Product with different decimal places:", fftMultiply("1.23", "45.6789") ); console.log( "Product with large integers:", fftMultiply( "12345678901234567890786238746872364872364987293795843790587345", "9876543210987654321087634875782369487239874023894" ) ); const num1 = "1234567890123456789078623874687236487236498.7293795843790587345"; const num2 = "98765432109876543210876348757823694.87239874023894"; console.log("Product:", fftMultiply(num1, num2));
Product of integers: 1219326311370217952237463801111263526900 Product of decimals: 121931.812224 Product of mixed decimals: 700.6652 Product with different decimal places: 56.185047 Product with large integers: 121932631137021795232593613105722759976860134207381319681901040774443113318245930967231822167723255326824021430 Product: 121932631137021795232593613105722759976860134207381319681901040774443113318245.93096723182216772325532682402143
위 내용은 FFT(고속 푸리에 변환)를 사용하여 큰 십진수 곱하기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











프론트 엔드 개발시 프론트 엔드 열지대 티켓 인쇄를위한 자주 묻는 질문과 솔루션, 티켓 인쇄는 일반적인 요구 사항입니다. 그러나 많은 개발자들이 구현하고 있습니다 ...

JavaScript는 현대 웹 개발의 초석이며 주요 기능에는 이벤트 중심 프로그래밍, 동적 컨텐츠 생성 및 비동기 프로그래밍이 포함됩니다. 1) 이벤트 중심 프로그래밍을 사용하면 사용자 작업에 따라 웹 페이지가 동적으로 변경 될 수 있습니다. 2) 동적 컨텐츠 생성을 사용하면 조건에 따라 페이지 컨텐츠를 조정할 수 있습니다. 3) 비동기 프로그래밍은 사용자 인터페이스가 차단되지 않도록합니다. JavaScript는 웹 상호 작용, 단일 페이지 응용 프로그램 및 서버 측 개발에 널리 사용되며 사용자 경험 및 크로스 플랫폼 개발의 유연성을 크게 향상시킵니다.

기술 및 산업 요구에 따라 Python 및 JavaScript 개발자에 대한 절대 급여는 없습니다. 1. 파이썬은 데이터 과학 및 기계 학습에서 더 많은 비용을 지불 할 수 있습니다. 2. JavaScript는 프론트 엔드 및 풀 스택 개발에 큰 수요가 있으며 급여도 상당합니다. 3. 영향 요인에는 경험, 지리적 위치, 회사 규모 및 특정 기술이 포함됩니다.

JavaScript를 배우는 것은 어렵지 않지만 어려운 일입니다. 1) 변수, 데이터 유형, 기능 등과 같은 기본 개념을 이해합니다. 2) 마스터 비동기 프로그래밍 및 이벤트 루프를 통해이를 구현하십시오. 3) DOM 운영을 사용하고 비동기 요청을 처리합니다. 4) 일반적인 실수를 피하고 디버깅 기술을 사용하십시오. 5) 성능을 최적화하고 모범 사례를 따르십시오.

JavaScript의 최신 트렌드에는 Typescript의 Rise, 현대 프레임 워크 및 라이브러리의 인기 및 WebAssembly의 적용이 포함됩니다. 향후 전망은보다 강력한 유형 시스템, 서버 측 JavaScript 개발, 인공 지능 및 기계 학습의 확장, IoT 및 Edge 컴퓨팅의 잠재력을 포함합니다.

이 기사에서 시차 스크롤 및 요소 애니메이션 효과 실현에 대한 토론은 Shiseido 공식 웹 사이트 (https://www.shiseido.co.jp/sb/wonderland/)와 유사하게 달성하는 방법을 살펴볼 것입니다.

동일한 ID로 배열 요소를 JavaScript의 하나의 객체로 병합하는 방법은 무엇입니까? 데이터를 처리 할 때 종종 동일한 ID를 가질 필요가 있습니다 ...

Console.log 출력의 차이의 근본 원인에 대한 심층적 인 논의. 이 기사에서는 Console.log 함수의 출력 결과의 차이점을 코드에서 분석하고 그에 따른 이유를 설명합니다. � ...
