🌗 使用純資料型態實現複數和快速傅立葉轉換 (不使用浮點數)
➤ 探索以資料型態為基礎的數值計算和演算法優化
https://gist.github.com/VictorTaelin/5776ede998d0039ad1cc9b12fd96811c
這篇文章探討了使用純代數資料型態 (ADTs) 而非浮點數來實現複數和快速傅立葉轉換 (FFT) 的可能性。作者指出,在某些情境下,浮點數的應用會阻礙效能優化,尤其是在需要函數融合 (function fusion) 的環境中。文章分析了傳統 FFT 演算法中存在的效率瓶頸,並暗示了透過使用 ADTs 和更精確的程式結構來改善 FFT 效能的可能性,目標是設計出在實際應用中超越現有方法的演算法。
+ 這篇文章很有意思,它讓我重新思考了在程式設計中是否總是需要浮點數。
+ 雖然我不太懂 FFT,但文章解釋得很清楚,讓我理解到優化程式碼結構的重要性。
#程式設計 #演算法 #函數式程式設計 #效能優化
Implementing complex numbers and FFT with just datatypes (no floats)

Implementing complex numbers and FFT with just datatypes (no floats) - implementing_fft.md

Gist