Метод четырёх русских для умножения матриц — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
Строка 62: Строка 62:
 
         int cursuma = 0, cursumb = 0, curpos = start, deg = (1 << (k - 1));
 
         int cursuma = 0, cursumb = 0, curpos = start, deg = (1 << (k - 1));
 
         while (curpos < start + k and curpos < n) {
 
         while (curpos < start + k and curpos < n) {
             cursuma += a[i][curpos] * deg;
+
             cursuma = cursuma + a[i][curpos] * deg;
             cursumb += b[curpos][i] * deg;
+
             cursumb = cursumb + b[curpos][i] * deg;
             deg /= 2;
+
             deg = deg div 2;
             curpos++;
+
             curpos = curpos + 1;
 
         }
 
         }
         anew[i][start div k](cursuma);
+
         anew[i][start div k];
         bnew[start div k][i](cursumb);
+
         bnew[start div k][i];
 
         start = start + k;
 
         start = start + k;
 
       }
 
       }

Версия 06:31, 21 декабря 2011

Рассмотрим следующую задачу: «Дано две квадратных матрицы [math]A_{[n \times n]}[/math] и [math]B_{[n \times n]}[/math], состоящие из нулей и единиц. Нужно найти их произведение. При этом, все операции выполняются по модулю [math]2[/math]

Простое решение

Если мы будем считать произведение матриц [math]C = A \cdot B[/math] по определению([math]c_{i, j} = \sum\limits_{k = 1}^n a_{i,k}b_{k,j}[/math]), то трудоёмкость алгоритма составит [math]O(n^3)[/math] — каждый из [math]n^2[/math] элементов результирующей матрицы [math]C[/math] вычисляется за время, пропорциональное [math]n[/math].

Сейчас будет показано, как немного уменьшить это время.

Сжатие матриц

Для выполнения сжатия матриц выполним следующий предподсчёт : для всех возможных пар двоичных векторов длины [math]k[/math] подсчитаем и запомним их скалярное произведение по модулю [math]2[/math].

Возьмём первую матрицу. разделим каждую её строку на куски размера [math]k[/math]. Для каждого куска определим номер двоичного вектора, который соответствует числам, находящимся на этом куске. Если кусок получился неравным по длине [math]k[/math](последний кусок строки), то будем считать, что в конце в нём идут не влияющие на умножение нули. Получим матрицу [math]A'_{n \times \lceil\frac{n}{k} \rceil}[/math].

Аналогично поступим с матрицей [math]B[/math], вместо строк деля столбцы. Получим матрицу [math]B'_{\lceil\frac nk\rceil\times n}[/math].

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

Оценка трудоёмкости и выбор k

Оценим трудоёмкость данного алгоритма.

  • Предподсчёт скалярных произведений работает за [math]O(2^{2k}k)[/math].
  • Создание матриц [math]A'[/math] и [math]B'[/math][math]O(n^2)[/math]
  • Перемножение полученных матриц — [math]O(\frac{n^3}{k})[/math]

Итого: [math]O(2^{2k}k) + O(\frac{n^3}{k})[/math]. Приведем анализ выбора числа [math]k[/math] для получения оптимальной сложности алгоритма.

В силу возрастания функции [math]f(k) = 2^{2k}k[/math] и убывания функции [math]g(k) = \frac{n^3}{k}[/math] имеем, что сложность будет оптимальна при таком значении [math]k[/math], что [math]f(k) = g(k)[/math]. Прологарифмируем обе части этого равенства:

[math]k \ln 4 + \ln k= 3 \ln n - \ln k[/math]

[math]k = \frac{3 \ln n - 2 \ln k}{\ln 4} [/math]

[math] k = 3 \log_4 n - 2 \log_4 k [/math]

В силу того, что [math] \log_4 k [/math] пренебрежительно мал по сравнению с [math] k [/math] имеем, что [math] k [/math] с точностью до константы равен [math] \log n [/math]

Таким образом, при подстановке [math]k = \log n[/math], получаем итоговую трудоёмкость [math]O(n^2 \log n) + O(\frac{n^3}{\log n}) = O(\frac{n^3}{\log n})[/math]

Код алгоритма

  // Предподсчёт скалярных произведений
  // Пусть precalc[i][j] - "скалярное произведение для битовых представлений" чисел i и j
  // "&" - битовый and; "<<" - битовый сдвиг влево.
  int k = ceil(log n); //округление вверх
  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) {  
              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];
        bnew[start div k][i];
        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 {
           curans = (curans + precalc[anew[i][pos]][bnew[pos][j]]) % 2;
        }
        ans[i][j] = curans;
  }


Литература

  • Gregory V. BardAccelerating Cryptanalysis with the Method of Four Russians