我在 JTransfroms 中有关于 {1850 000,1} 元素的向量 .. 但日志：
exception in thread "main" java.lang.OutOfMemoryError: Java heap space 1350 000
它有效......但仍然需要大约 1 分钟！它对我来说太多了..有线程..在 matlab 中大约需要 2 秒。在 Jtrans 的官方网站上。
:limitations: 非二次方大小的一维变换是顺序的（当使用混合基数时）。2 次幂大小的一维变换只能使用 2 或 4 个线程。
线程数必须是二的幂数。
有人能解释一下这个二次方大小是多少吗？
2 的幂是（在计算机如此存在的情况下）只有因子 2 的数字。那是 2、4、8、16、...、1024 2048 等。因此，如果您使用正好有 1024 个数字的向量作为输入，它应该走得更快。
我真的无法说出“大约 {1850 000,1} 个元素”是什么意思，尽管您的数字可能要高得多？该库显然不会使用超过 4 个线程（无论如何在许多系统上不会做太多事情），因此您不应该获得太多的速度增益。也许还有另一个问题。
我将发布一些 FFT 的背景知识来解释 radix-2 的限制。
首先要注意的是，大多数 FFT 实现都使用CT FFT 算法。这是通过将 FFT 拆分为越来越小的 FFT 来实现的，就像合并排序首先将排序限制为基本情况一样。
CT 算法最常用的方法是将问题分成两半（N = N0 / 2）。这并不是说混合基数的情况是不可能的，但是由于以下原因，“二的幂”的情况是最有效的，因此也是最常用的。
现在大多数 FFT 实现的主要瓶颈不是算法的实现，而是硬件 - 处理器管道等等。显然，这些都建立在二进制逻辑基础之上，导致带宽几乎完全是 2 N。
出于这个原因，在内存中使用 2 N个字节的 FFT 将被更快地计算，这是由于寄存器中的精确拟合和原始问题的精确细分。
TL;DR：用不相关的数据（0）填充您的 FFT 向量，直到它达到最接近的 2 次方。然后只使用有效的结果数据。
但是，您的异常看起来好像您只是内存不足。您使用的是 32 位操作系统吗？如果是这样，由于您的大型操作，您可能会超出分配的 2GB 进程内存或其他一些限制。