一段录音的波形看上去毫无规律。但把它缠绕在一个圆上——以每秒 $\xi$ 圈绕行，波形高低变成离圆心的远近——奇迹就发生了：绕速与信号里某个真实频率对上时，波峰总转到同一侧，图形的质心明显偏离原点；对不上时，波峰均匀散开，质心留在原点。
于是「测量某个频率」成了纯几何动作：质心跑多远是强度，朝哪是相位。信号没变，变的只是描述它的基。
把「缠绕并求质心」写成积分，就是傅里叶变换：
$e^{-2\pi i\xi t}$ 是单位圆上以每秒 $\xi$ 圈转动的点，即那台缠绕机；乘上 $f(t)$ 把该时刻的信号值当作到圆心的距离；积分把所有位置加起来求质心，结果的模长为强度、辐角为相位。这组基的特权在于它是平移算子的特征函数：平移 $\tau$ 后形状不变，只整体乘上 $e^{2\pi i\xi\tau}$——一切线性时不变系统于是在此基下对角化。
对角化把最难的运算变成最容易的。卷积——那个烦人的滑动求和——在频域退化为逐点相乘：
微分同样退化：$\widehat{f'}(\xi)=2\pi i\xi\,\hat f(\xi)$，求导变成乘一个数，微分方程变成代数方程。Fourier 1807 年正是靠它解开热方程：各频率互不干扰地按 $e^{-4\pi^2\xi^2 kt}$ 独立衰减，高频衰减极快——这就是「热让一切变平滑」的数学原因。而由此引发的收敛性之争，逼出了严格的极限概念：一个解物理题的技巧，改写了分析学的地基。
核磁共振不是先拍图再变换——梯度磁场让扫描仪直接采集傅里叶系数（k-空间），图像是最后一步反变换的产物。量子力学中位置与动量表象互为傅里叶变换，海森堡不确定性正是「函数与其变换不能同时都窄」的推论。深度学习里，隐式神经场靠傅里叶特征编码破解 MLP 对高频的迟钝。
离散版本要算 $N$ 个频率，每个都得扫过 $N$ 个采样点——$N^2$ 次乘法。$N=10^6$ 时是 $10^{12}$ 次，超出实用范围。
关键观察：这 $N^2$ 个旋转因子里只有 $N$ 个不同的值，因为转满 $N$ 步就回到原地，巨量重复被白白重算。FFT 于是分治：把采样点按下标奇偶劈成两半，各做一次 $N/2$ 点变换，再花 $O(N)$ 拼回去，$\log N$ 次到底。
记 $\omega_N=e^{-2\pi i/N}$（把圆周 $N$ 等分的那一步旋转），$E_k$、$O_k$ 是偶下标与奇下标子序列的 $N/2$ 点变换。则
秘密全在那个减号：$\omega_N^{\,k+N/2}=-\omega_N^{\,k}$，多转半圈就是反号。所以算一次 $\omega_N^{\,k}O_k$ 能同时供两个输出使用，工作量当场减半。递推 $T(N)=2T(N/2)+O(N)$ 给出 $O(N\log N)$：$N=10^6$ 时降到约 $2\times 10^7$ 次，快了五万倍。
加速不是工程优化，而是群论的红利。$N$ 点变换本质是循环群 $\mathbb{Z}/N\mathbb{Z}$ 上的调和分析；$N=2^m$ 时这个群有一条完整的子群链，每往下一层就把问题对半劈开。复杂度的下降，直接对应代数结构的可分解性——素数长度的 FFT 因此需要完全不同的技巧。顺带一提，Gauss 早在 1805 年就写下过这个算法，比 Fourier 发表论文还早两年，却沉睡到 1965 年才被 Cooley 与 Tukey 重新发现。
你此刻连着的 Wi-Fi 与 5G 用的是 OFDM：数据分散到上千个正交子载波上，收发端各跑一次 FFT，频率选择性衰落就退化成每个子载波上的一次复数除法。大整数乘法借「乘法即卷积」用 FFT 做到近线性时间，是计算数论的基础设施；Shor 算法提取周期的那一步，同样是量子版傅里叶变换。
傅里叶的基是无限长的正弦。表示一次短促的鼓点，得靠海量正弦的精妙抵消——除那一瞬外全部相消。频谱因此被涂满，却说不出鼓点发生在第几秒。而乐谱恰恰是横轴时间、纵轴音高：我们要的是局部的频率信息。
小波换了基元：一个摆动几次就衰减到零的短促「波包」。平移它是问「在哪」，伸缩它是问「多快」。关键在于伸缩不均匀——高频用又窄又快的版本（时间定位准），低频用又宽又慢的（频率定位准）。这正是耳蜗的策略：对快事件问「什么时候」，对慢事件问「是什么」。
取一个均值为零、快速衰减的母小波 $\psi$，整族基由平移与伸缩生成：
$b$ 是平移（定位在哪一刻），$a$ 是尺度（小 = 窄而高频，大 = 宽而低频），$1/\sqrt{a}$ 保证不同尺度能量可比。为什么不能既窄又精确定频？因为有一条硬边界：
$\Delta t$、$\Delta\xi$ 是时间与频率上的展宽。这是海森堡不确定性原理的数学原型——与量子力学中的那条是同一个定理，只是那里把 $t,\xi$ 叫作位置与动量。时频平面上每块砖的面积有下限：你不能让它变小，只能选择做扁还是做高。
小波带来「多分辨率分析」：嵌套空间 $V_0\subset V_1\subset V_2\subset\cdots$ 中，$V_j$ 是到第 $j$ 层为止的近似，相邻两层之差恰好由小波张成——那正是「新增的细节」。信号于是被拆成「粗糙轮廓 + 逐层细节」，正是人先看整体再看局部的顺序。
更漂亮的是它的自指结构：Daubechies 小波写不出初等表达式，只能由尺度方程 $\varphi(t)=\sqrt2\sum_k h_k\varphi(2t-k)$ 递归定义——函数由自己的压缩副本拼成，与分形同源，而实现层面只剩滤波器系数的卷积与降采样。
LIGO 探测引力波时用时频图看到那道从 35 Hz 扫到 250 Hz 的 chirp——纯傅里叶谱只会把它糊成宽带噪声。图像领域小波系数天然稀疏（平滑处近乎为零，只在边缘显著），阈值化即可去噪，JPEG2000 与数字电影母版都基于它。
一张照片在像素基下，每个像素都携带信息，几乎无处可省。换到余弦基下，能量却戏剧性地集中：绝大部分系数近乎为零——自然图像本就以平缓区域为主，剧烈跳变只发生在边缘。
压缩的三步逻辑于是浮现：换基让信号稀疏 → 把不重要的系数粗暴量化甚至丢弃 → 对剩下的做无损熵编码。JPEG 正是如此：8×8 分块做离散余弦变换，除以一张按人眼敏感度设计的量化表，再熵编码。丢掉的不是随机信息，而是人眼本就看不见的那部分。
DCT 是傅里叶变换的实数版本：先把信号偶对称延拓再变换，块边界不再有人为跳变，也就不会凭空造出高频。真正丢信息的只有量化一步：
$c_{uv}$ 是位置 $(u,v)$ 处的变换系数，$q_{uv}$ 是量化表中对应的步长——高频处 $q$ 取得大，除完取整就大量归零；软件里的「质量档位」调的正是整张表的缩放因子。至于最多能压到多小，Shannon 的率失真函数 $R(D)$ 给出下界：允许的失真越大，所需码率越低，这条曲线是任何编码器都穿不透的地板。
「哪组基最好」有确定答案：使系数彻底去相关的 KLT（即 PCA）对每类信号都最优——但它依赖信号统计量、要额外传输基本身、且没有快速算法。而对相邻像素高度相关的一阶马尔可夫模型，DCT 是 KLT 的极佳渐近逼近，又享有 FFT 级别的快速算法。理论最优与工程可行在此会合，这才是 JPEG 统治三十年的原因。
更深一层：稀疏性还能反过来削减采样本身。压缩感知说，若信号在某组基下 $k$-稀疏，约 $O(k\log n)$ 个随机线性测量便足以重建，远低于 Nyquist 率——既然采完九成都要扔掉，何必先采？
MP3 与 AAC 用心理声学模型生成量化表——响音会掩蔽邻近的弱音，被掩蔽的部分直接丢掉。H.264/H.265 在运动补偿后的残差上做整数 DCT，把视频流量压低两个数量级。压缩感知让 MRI 扫描时间缩短数倍。神经网络的权重量化（INT8/INT4）是同一套逻辑：先找到让权重分布集中的表示，再在指标察觉不到处削位宽。