n维离散傅里叶变换的计算复杂度?
Computational complexity of n-dimensional Discrete Fourier Transform?
computational complexity of n-dimensional Fast Fourier Transform was discussed here and (as the former's duplicate) here.
一维的计算复杂度Discrete Fourier Transform is O(N^2)
,N
是数据集大小
你能告诉我们每个维度上由{N1,N2 ... Nn}个点组成的n维离散傅里叶变换的计算复杂度是多少吗?
FFT 本身也是 DFT(有一些限制)。将假定您指的是朴素求和法。
以积分形式重写一维 DFT(连续版本):
f
-波浪号的特定值相当于 DFT 数组中的单个元素。当积分离散化(即转换为有限和)时,和中有N
项。这为每个元素提供 O(N)
,因此总体为 O(N^2)
。
如果您想知道,以这种形式编写可以为一般 n
-D DFT 提供更紧凑的符号:
将其离散化后,我们可以看到每个元素都有 n
个总和,每个总和都在一个维度上,长度为 N
。输入"array"中有N ^ n
个值,所以复杂度为:
computational complexity of n-dimensional Fast Fourier Transform was discussed here and (as the former's duplicate) here.
一维的计算复杂度Discrete Fourier Transform is O(N^2)
,N
是数据集大小
你能告诉我们每个维度上由{N1,N2 ... Nn}个点组成的n维离散傅里叶变换的计算复杂度是多少吗?
FFT 本身也是 DFT(有一些限制)。将假定您指的是朴素求和法。
以积分形式重写一维 DFT(连续版本):
f
-波浪号的特定值相当于 DFT 数组中的单个元素。当积分离散化(即转换为有限和)时,和中有N
项。这为每个元素提供 O(N)
,因此总体为 O(N^2)
。
如果您想知道,以这种形式编写可以为一般 n
-D DFT 提供更紧凑的符号:
将其离散化后,我们可以看到每个元素都有 n
个总和,每个总和都在一个维度上,长度为 N
。输入"array"中有N ^ n
个值,所以复杂度为: