Fast Walsh-Hadamard Transform——快速沃爾什變換
模板題:
給定$n = 2^k$和兩個序列$A_{0..n-1}$, $B_{0..n-1}$,求
$$C_i = \sum_{j \oplus k = i} A_j B_k$$
其中$\oplus$是某一滿足交換律的位運算,要求復雜度$O(nlogn)$。
快速沃爾什變換:
這是什麽東西?有用嗎?請參閱SDOI2017r2d1-cut。
看到這個大家是不是立刻想到了快速傅裏葉變換?
$$C_i = \sum_{j + k = i} A_j B_k$$
我們來想想離散傅裏葉變換的本質。
$$\begin{aligned}& DFT(A)_i \\
&= A(\omega_n^i)\\
&=\sum_{j = 1}^n A_j * (\omega_n^i)^j\end{aligned}$$
令$f(n, i, j) = (\omega_n^i)^j$,則
$$DFT(A)_i = \sum_{j = 1}^n A_j f(n, i, j)$$
它要滿足$DFT(A)_i * DFT(B)_i = DFT(C)_i$,即
$$(\sum_{j = 1}^n A_j f(n, i, j))(\sum_{k = 1}^n B_k f(n, i, k))=\sum_{l = 1}^n C_l f(n, i, l)$$
$$\sum_{j = 1}^n \sum_{k = 1}^n A_j B_k f(n, i, j) f(n, i, k))=\sum_{l = 1}^n (\sum_{a+b=l} A_a B_b) f(n, i, l)$$
這時我們發現左右分別有$n^2$項,令對應項系數相等,得
$$f(n, i, j)f(n, i, k) = f(n, i, j + k)$$
只要任意一個可以進行逆變換且滿足上述條件的$f$都可以。
現在我們把上面的$+$都改成$\oplus$,就是離散沃爾什變換即
$$DWT(A)_i = \sum_{j = 1}^n A_j f(n, i, j)$$
$$f(n, i, j)f(n, i, k) = f(n, i, j \oplus k)$$
怎麽樣,是不是雲裏霧裏頓開茅塞?
然而我們還需要變快,所以快速傅裏葉變換采用
$$f(n, i, j) = (\omega_n^i)^j$$
那它有什麽優美的性質呢?
我們發現, 由於有折半引理,$f(n, i, j)$和$f(n, i+n/2, j)$可以同時從$f(n/2,i,j)$得來。
那麽,從感性的角度,既然$\oplus$是一個位運算,那麽應該更容易找到一個跟位運算有關的$f$,這樣就自然有類似折半引理的東西使得我們可以做到上述事情。
例如,當$\oplus$是位與時,可以取$f(i, j) = [i \& j = i]$, 即$j$的二進制完全包含在$i$的二進制裏時為1,否則為0。
當$\oplus$是位異或時, 可取$f(i, j) = (-1)^{count(i \& j)}$,其中$count(x)$表示$x$的二進制表示中1的個數。
逆變換:
逆變換看上去好難啊。。。
其實逆變換還是比較簡單的。因為既然$f$跟位運算有關,我就只需要考慮某一位就好了。
例如$\oplus$是位異或時我考慮$n=2,A=(a_0, a_1)$,
那麽$DWT(A) = (da_0 = a_0 + a_1, da_1 = a_0 - a_1)$
我只需要解一個二元一次方程(把$da_0, da_1$作為常數, $a_0, a_1$作為變量)就可以解出$a_0, a_1$了。
沒了。
關於$f$函數的構造:
$f$函數怎麽構造。。。和逆變換的方法差不多啊。。。只需要看$n=2$的情況就行(實際上一般就是$-1$的幾次冪,或者$0, 1, -1$)
如果記憶力好可以把所有都背下來,反正滿足交換律的位運算只有8個。。。
列一些出來吧。。。(下列$f$函數均將第一個參數$n$省略, $[expr]$在布爾表達式$expr$為真時為1, 否則為假)
$\oplus$為位與: $f(i, j) = [j \& i = i]$.
$\oplus$為位或: $f(i, j) = [j \& i = j]$.
$\oplus$為位異或: $f(i, j) = (-1)^{count(i \& j)}$.
$\oplus$為位與非,位或非的時候把三個數組的下標都取反就對應位或和位與。
$\oplus$為同或時直接求位異或卷積再把$C$的下標取反就行了。
吐槽:
明明可以感性的理解我偏要說這麽多。。。
只是因為閑的慌。。。
當然是要幫助大家更好的理解FWT。
至於為什麽要滿足交換律。。。我才不會告訴你我還沒有搞出不滿足怎麽做。
有同學說FWT難以感性理解。。。我也不知道如何感性理解。。。
代碼嘛。。。直接拿FFT改一改就好了。。。
Fast Walsh-Hadamard Transform——快速沃爾什變換