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：