Изменения

{{Задача|definition = Дано две квадратных матрицы <tex>A_{[n \times n]}</tex> и <tex>B_{[n \times n]}</tex>,

Если мы будем считать произведение матриц <tex>C = A \cdot B</tex> по определению(<tex dpi=140130>\left(c_{i, j} = \sum\limits_{k = 1}^n a_{i,k}b_{k,j}\right)</tex>), то трудоёмкость сложность работы алгоритма составит <tex>O(n^3)</tex> {{---}} каждый из <tex>n^2</tex> элементов результирующей матрицы <tex>C</tex> вычисляется за время, пропорциональное <tex>n</tex>.

Теперь, если вместо произведения матриц <tex>A</tex> и <tex>B</tex> считать произведение новых матриц <tex>A'</tex> и <tex>B'</tex>, воспользовавшись посчитанными скалярными произведениями, то каждый элемент матрицы <tex>C</tex> будет получаться уже за время, пропорциональное <tex>\lceil \frac nk dfrac{n}{k} \rceil</tex> вместо <tex>n</tex>, и время произведения матриц сократится с <tex>O(n^3)</tex> до <tex dpi=140>O(n^2 \cdot\frac dfrac nk) = O(\fracdfrac{n^3}{k}) </tex>.

== Оценка трудоёмкости сложности алгоритма и выбор k ==[[Файл:exampleFourRussiansAlgoFinalPicture.png|500px|right]]

Оценим трудоёмкость асимптотику данного алгоритма.

* Создание матриц <tex>A'</tex> и <tex>B'</tex> {{---}} <tex>O(n^2)</tex>.* Перемножение полученных матриц {{---}} <tex dpi>O(\dfrac{n^3}{k})</tex>. Итого: <tex>O(2^{2k}k) + O(\dfrac{n^3}{k})</tex>.Выбрав <tex>k =140\log n </tex>, получаем требуемую асимптотику <tex>O(n^2 \log n) + O(\dfrac{n^3}{\log n}) = O(\fracdfrac{n^3}{k\log n})</tex> == Пример работы алгоритма == Рассмотрим работу алгоритма на примере перемножения двух матриц <tex> A </tex> и <tex> B </tex>, где

Итого: <tex>OA = </tex><tex>\left(2^\begin{2karray}k) + O(\frac{n^3cccc} 0 & 1 & 1 & 1 \\ 0 & 1 & 0 & 0 \\ 1 & 1 & 0 & 1 \\ 1 & 0 & 0 & 1 \end{karray}\right)</tex>.Приведем анализ выбора числа , <tex>kB = </tex><tex>\left(\begin{array}{cccc} 1 & 0 & 0 & 1 \\ 0 & 0 & 1 & 1 \\ 1 & 0 & 1 & 0 \\ 0 & 1 & 0 & 1 \end{array}\right)</tex> для получения оптимальной сложности алгоритма.

В силу возрастания функции <tex>f(k) = 2^{2k}k</tex> и убывания функции <tex>g(k) \log_2 n = \frac{n^3}{k}log_2 4 = 2</tex> имеем, что сложность будет оптимальна при таком значении <tex>k</tex>, что <tex>f(k) = g(k)</tex>. Прологарифмируем обе части этого равенствато предподсчитаем все скалярные произведения:

Для удобства каждому битовому вектору будет соответствовать двоичное число с ведущими нулями, т.е. в данном случае имеем числа <tex>k \ln 4 + \ln k= 3 \ln n - \ln k00 </tex>, <tex> 01 </tex>, <tex> 10 </tex>, <tex> 11 </tex>. Ниже приведена таблица, в которой записаны все искомые произведения:

<tex>k = \fracbegin{3 array}{|c|c|c|c|c|} \hline & \textbf{00} & \textbf{01} & \textbf{10} & \textbf{11} \\ \hline \textbf{00} & 0 & 0 & 0 & 0 \\ \hline \textbf{01} & 0 & 1 & 0 & 1 \\ \ln n - 2 hline \ln ktextbf{10}& 0 & 0 & 1 & 1 \\ \hline \textbf{11} & 0 & 1 & 1 & 0\ln 4\ \hline \end{array} </tex>

Согласно соглашению относительно битовых векторов и двоичных чисел получим новые матрицы <tex> k = 3 \log_4 n - 2 \log_4 k A' </tex>и <tex> B' </tex>:

В силу того, что <tex> \log_4 k A' = </tex> пренебрежительно мал по сравнению с <tex> k \left(\begin{array}{cccc} 01 & 11 \\ 01 & 00 \\ 11 & 01 \\ 10 & 01 \end{array}\right)</tex> имеем, что <tex> k B' = </tex> с точностью до константы равен <tex> \left(\begin{array}{cccc} 10 & 00 & 01 & 11 \\ 10 & 01 & 10 & 01 \end{array}\log n right)</tex>

<tex> C = A' \times B' = <// Предподсчёт скалярных произведенийtex> // Пусть precalc[i][j] - "скалярное произведение для битовых представлений" чисел i и j // "&" - битовый and; "<<" - битовый сдвиг влево.tex> int k = ceil\left(log n); //округление вверх\begin{array}{cccc} for i := 0 to ( 1 << k) - & 1 for j := & 0 to (1 << k) - 1 { int scalmul = & 0;\\ for pos := 0 to k - 1 if (((1 << pos) & i) != 0 and ((& 1 << pos) & j) != 0) { 1 \\ scalmul = (scalmul + 1) mod 2; } precalc[i][j] = scalmul; } // Создание сжатых матриц anew, bnew for i := 0 to n - & 1 { while (start < n) { int cursuma = 0, cursumb = 0, curpos = start, deg = (& 1 << (k - & 1)); while (curpos < start + k and curpos < n) { cursuma = cursuma + a[i][curpos] * deg; cursumb = cursumb + b[curpos][i] * deg; deg = deg div 2;\\ curpos = curpos + 1; } anew[i][start div k] = cursuma; bnew[start div k][i] = cursumb; start = start + k; } } //Перемножение полученных матриц for i := 0 to n - & 1 for j := & 0 to n - 1 { int curans = & 0; for pos := 0 to m - 1 \end{ curans = (curans + precalc[anew[i][pos]][bnew[pos][j]]array}\right) mod 2; } ans[i][j] = curans; }</tex>

</code>== Литература Источники информации ==* ''Gregory V. Bard'' — '''Accelerating Cryptanalysis with the Method of Four Russians'''. July 22, 2006. Страница 5