搜索结果

因此，當 ''N'' 為偶數時，卷積是具有週期性的，但在這種情況下，人們通常使用更有效率的快速傅立葉轉換演算法，例如Cooley-Tukey演算法；反之，當 ''N'' 為奇數時，''b''_''n'' 是反週期性的，並且具有長度 ''N'' [[Category:快速傅立葉轉換演算法]] …

…f>）的特例之一，其中後者可用的訊號長度範圍較廣。然而，當訊號長度為[[合數]]（如質數之次方數）時，使用[[库利－图基快速傅里叶变换算法|庫利－圖基快速傅立葉轉換演算法]]更加簡單且實作上也較容易，故雷德演算法一般只用於庫利－圖基演算法之[[遞迴]]拆解下較大質數之基本情況<ref name=Frigo05/>。 由於<math>N-1</math>必為[[合數]]，上述之圓周摺積可直接由[[摺積定理]]以及其它常用之快速傅立葉轉換演算法求得。然而，若 <math>N-1</math>本身具有較大之[[質因數]]，則此作法須遞迴使用雷德演算法，而較不具效率。替代方法之一乃是將原長度為… …

[[Category:快速傅立葉轉換演算法]] …

[[Category:快速傅立葉轉換演算法]] …

[[Category:快速傅立葉轉換演算法]] …