一般的線性卷積：
$f[i]=\sum_{j=0}^i a[j]*b[i-j]$
如果將$b$數組循環復制得到$b_N$就能得到周期卷積：
$f[i]=\sum_{j=0}^{N-1} a[j]*b_N[i-j]$
而一般比較常見的循環卷積其實就是周期卷積的主值序列($[0,N-1]$項)：
$f[i]=\sum_{j=0}^{N-1} a[j]*(b[i-j])_N$，其中下標$N$表示其主值序列限定在$[0,N-1]$
計算循環卷積時暴力是$n^2$，先求出兩序列的線性卷積再全累加到$[0,N-1]$上就是$nlogn$
循環卷積的常見運用：
1、對循環矩陣作乘法時
$[n*n矩陣]*[n行列向量]=[矩陣第一列]\bigoplus [n行列向量]$，其中$\bigoplus$表示循環卷積
如果將矩陣第一行循環復制，發現每次就相當於將列向量向上移動一格，是循環卷積的形式
之所以是矩陣第一列是因為想要矩陣第一行$[c_0,c_1,c_2,c_3]$與$[a_0,a_1,a_2,a_3]$的內積是卷積中第一項，
那么就要將$c$轉為$[c_0,c_3,c_2,c_1]$（也就是第一列），這樣才能保證$f[0]=\sum_{j=0}^{N-1} a[j]*(c[0-j])_N$成立！
2、計算下標相加取模的貢獻式時
對於$a[i]*b[j]->f[(i+j)modN]$這樣的貢獻式其實$f$就是$a$和$b$的循環卷積
如果用於$dp$並多次轉移時，可以使用快速冪優化，原理和矩陣快速冪相同
其實上面兩種運用是一個意思，可以相互轉化，最后都使用循環卷積+快速冪解決