基本上，这不是真的。利用实值原始数据的对称性的傅里叶变换在计算上同样有效。您也可以将两组独立的真实数据“打包”到一个复杂的变换中（一个在实部，一个在虚部），然后使用对称关系来恢复相应的两个变换。

一旦“旋转因子”变得更小，Hartley 变换蝶形运算需要比傅里叶变换蝶形运算更多的输入和输出操作数。基本上，您有两个前向索引数据集和两个后向索引数据集流入两个蝴蝶，以便就地获得两个前向索引数据集和两个后向索引数据集。

所以总而言之，只要你的算法使用“真实输入数据”标准，操作的数量就不会减少，而且索引逻辑的透明度要低得多。它与卷积定理相似：将其应用于 Hartley 变换数据并不能真正节省操作，您需要使用前向/后向地址对，并且代数操作与傅里叶变换的分析关系比使用立即进行 FFT（可能包括实值原始变换对的 Hermitian 属性）。

如果您只想处理纯实值原始数据转换的非冗余元素（将实值和打包到一个复杂数据元素中，在存储非冗余 FFT 数据）。实际上，将 Hartley 变换视为 FFT 的双重存储表示（基本上即使对于复杂的原始数据，如果我没记错的话 ）在每个阶段计算是逐步计算出 DHT 的更直接的方法之一。$f_0$$f_{N/2}$$H(k) = \frac12 (F(k)+F^*(-k))$