比FFT还容易明白的NTT（快速数论变换）

路人黑的纸巾 2018-08-17 09:02:27

14596

分类专栏：数论算法多项式 NTT 文章标签： NTT 算法

本文链接：https://blog.csdn.net/enjoy_pascal/article/details/81771910

版权

NTT相关

一种快速数论变换算法，这种算法是以数论为基础，对样本点为的数论变换，按时间抽取的方法，得到一组等价的迭代方程，有效高速简化了方程中的计算公式·与直接计算相比，大大减少了运算次数。（见快速傅里叶变换）。
在计算机实现多项式乘法中，我们所熟知的快速傅里叶变换(FFT)是基于n次单位根 (omega) 的优秀性质实现的，而由于其计算时会使用正弦函数和余弦函数，在不断运算时无法避免地会产生精度误差。而多项式乘法有些时候会建立在模域中，在对一些特殊的大质数取模时，便可以考虑用原根g来代替，而这些特殊的大质数的原根恰好满足的某些性质，这使得多项式乘法在模域中也可以快速的分治合并。
——百度百科

NTT（Number Theoretic Transform），中文名快速数论变换
和 $F F T$ 一样， $N T T$ 也用来加速多项式乘法，不过 $N T T$ 最大的优点是可以取模
或者可以理解为 $N T T$ 是 $F F T$ 取模升级版

看这篇 $N T T$ 之前确保你已经会了 $F F T$ → $F F T$ 相关

好像 $N T T$ 比起 $F F T$ 来难的知识点更少了emm

NTT的优缺点

优点

能取模， $F F T$ 的复数你给我来取个模
没有精度差， $F F T$ 浮点数的精度怎么也会出一点问题
由于均为整数操作（虽然取模多）， $N T T$ 常数小，通常比一大堆浮点运算的 $F F T$ 要快~~（其实这是放屁）~~

我只能说 $N T T$ 小数据下表现良好…

缺点

多项式的系数都必须是整数
模数有限制， $N T T$ 题的模数通常都是相同的 $998244353$
其实这些模数的原根通常都是 $3$

NTT前置知识&技能

原根

对于 $g,p\in Z$ ，如果 $g^imodp(1\leqslant i\leqslant p-1)$ 的值互不相同，则称 $g$ 为 $p$ 的原根
或者说 $∀i,j(1\leqslant i,j\leqslant p-1,i<j),g^imodp≠g^jmodp$ ，那么 $g$ 为 $p$ 的原根
原根没什么快速求法，只能暴力枚举判断
通常模数常见的有 $998244353, 1004535809, 469762049$ ，这几个的原根都是 $3$
~~就这么少东西？好像真的只有这么少~~

NTT（快速数论变换）

$F F T$ 可以大大优化是因为 $\omega$ 有着神奇且优秀的性质
其实原根也有这种性质！

在 $N T T$ 里，我们可以拿原根来代替 $F F T$ 的单位根
具体就是，当合并区间的长度为 $l e n = 2 m i d$ 时，单位根为 $\cos{2\pi\over len}+i\sin{2\pi\over len}=\cos{\pi \over mid}+i\sin{\pi \over mid}$
而原根即为 $g^{p-1\over len}=g^{p-1\over 2mid}$
注意大多题目的模数 $p = 998244353$ ，此时 $g = 3$ ，即可代入原根计算 $N T T$ 了
如果理解了 $F F T$ 的话， $N T T$ 也就迎刃而解了
时间复杂度 $O(n\log_2n)$

NTT板子

这些是定义

#define g 3//模数的原根
#define mod 998244353//通常情况下的模数

int pow(int x,int y)//快速幂
{
	ll z=1ll*x,ans=1ll;
	for (;y;y/=2,z=z*z%mod)if (y&1)ans=ans*z%mod;//注意精度
	return (int)ans%mod;
}

这个是 $N T T$ 板子，拿 $F F T$ 的改那么几下就好了

inline void ntt(int a[],int len,int inv)
{
	int bit=0;
	while ((1<<bit)<len)++bit;
	fo(i,0,len-1)
	{
		rev[i]=(rev[i>>1]>>1)|((i&1)<<(bit-1));
		if (i<rev[i])swap(a[i],a[rev[i]]);
	}//前面和FFT一样
	for (int mid=1;mid<len;mid*=2)
	{
		int tmp=pow(g,(mod-1)/(mid*2));//原根代替单位根
		if (inv==-1)tmp=pow(tmp,mod-2);//逆变换则乘上逆元
		for (int i=0;i<len;i+=mid*2)
		{
			int omega=1;
			for (ll j=0;j<mid;++j,omega=omega*tmp%mod)
			{
				int x=a[i+j],y=omega*a[i+j+mid]%mod;
				a[i+j]=(x+y)%mod,a[i+j+mid]=(x-y+mod)%mod;//注意取模
			}
		}//大体和FFT差不多
	}
}

和 $F F T$ 一样， $N T T$ 也只能处理 $n$ 为 $2$ 的次幂的多项式
$N T T$ 调用和 $F F T$ 一模一样，注意 $l o n g l o n g$ 和除法都变成乘逆元
逆 $N T T$ 变换后每一项系数乘上多项式长度的逆元即可

NTT没了…

~~本人版权意识薄弱……~~

本博客部分知识学习于
https://blog.csdn.net/lym01803/article/details/62891985
https://www.cnblogs.com/yousiki/p/6426556.html
https://www.cnblogs.com/candy99/p/6641972.html

其实 $N T T$ 还有更高级、更黑科技的用法
任意模数 $N T T$ 慢慢学…