为什么cufft的输入和输出与传统的fft有很大不同？
whn*_*whn 2 c++ cuda fft complex-numbers cufft
从我对fft函数的理解（例如，从类似这样的问题开始）
假设1D fft，给定N点实际数据，对于零频率，我将得到长度为N（但为复数）+1的双面fft。如果我采用相同的fft输出，并对其执行ifft，则将获得N个实数值，在理想情况下，这将与fft的原始输入完全匹配。
在cufft中，这似乎有很大不同。
根据Nvidia的研究，给N个实数分量将导致fft的N2 +1个复杂分量，而N2 + 1个复杂分量将导致N个实数分量。
看到这里（R =实数，C =复数，2 =到）：
请注意，我认识到一半的复杂成分实际上是重复的（但共轭并颠倒了），因此对于输入输出值保留重建所需的所有日期而言并不是必需的，但这并不能解释Nvidia如何声称fft的输入和输出数据长度应该结构化，cufft的输入和输出长度所做的事情与我对此情况的预期相反。
