你帮我写一个低通滤波器函数，使用C语言

在C语言中，我们可以使用傅里叶变换（FFT）库来实现一个简单的离散时间低通滤波器。这里我们假设你想要设计一个基本的一阶无限 impulse response (IIR) 截止频率为`cutoff_freq`的低通滤波器。由于C语言本身并没有内置的FFT库，我们可以借助于像FFTW这样的第三方库。

#include <fftw3.h>
#include <stdio.h>

// 简单一阶IIR低通滤波器系数
#define A 0.99 // 这里的A值取决于你的截止频率和滤波器阶数
#define B 1.0

void low_pass_filter(double *input, double *output, int n, double cutoff_freq, fftw_complex *plan) {
    if (!plan) {
        plan = fftw_plan_dft_r2c_1d(n, input, output, FFTW_ESTIMATE);
        fftw_execute(plan); // 执行快速傅立叶变换
    }
    
    for (int i = 0; i < n / 2 + 1; i++) { // 只处理正频率部分
        double freq = (double)i * (M_PI * 2) / (n - 1); // 对应的角频率
        if (freq <= cutoff_freq) {
            output[i] *= A; // 对低于截止频率的部分进行衰减
        } else {
            output[i] = 0; // 高于截止频率的部分设为0
        }
    }

    fftw_destroy_plan(plan); // 销毁计划
    fftw_plan_dft_c2r_1d(n, output, input, FFTW_ESTIMATE); // 反向傅立叶变换
    fftw_execute(plan);
}

// 示例：输入数组长度为100
int main() {
    const int n = 100;
    double input[n], output[n];
    fftw_complex plan;

    // 初始化输入数组...
    ...

    // 创建并运行滤波器
    low_pass_filter(input, output, n, 45.0, &plan);

    // 输出结果
    // ...
}

注意，这只是一个基础示例，实际使用时你需要确保正确的内存管理、边界条件处理以及适当的计划创建。此外，对于大型数据集，考虑使用并行计算可能会提高性能。