[논문 리뷰] Output-sensitive algorithms for sumset and sparse polynomial multiplication

Andrew Arnold, Daniel S. Roche|arXiv (Cornell University)|2015. 01. 21.

Coding theory and cryptography참고 문헌 14인용 수 4

한 줄 요약

이 논문은 정수, 유한체, 유是有수에서의 희소 일변수 및 다변수 다항식 곱셈과 두 정수 집합의 합집합(set)을 계산하는 랜덤화된, 출력에 민감한 알고리즘을 제시한다. 주요 기여는 실제 곱의 희소성 S, 지지 집합의 합집합의 구조적 희소성 T, 계수 및 차수의 상한 C, D를 고려할 때 소프트-오 복잡도 Oµ(S log C + T log D)를 가지는 알고리즘으로, 실용적인 매개변수에서 거의 선형 성능을 달성한다.

ABSTRACT

We present randomized algorithms to compute the sumset (Minkowski sum) of two integer sets, and to multiply two univariate integer polynomials given by sparse representations. Our algorithm for sumset has cost softly linear in the combined size of the inputs and output. This is used as part of our sparse multiplication algorithm, whose cost is softly linear in the combined size of the inputs, output, and the sumset of the supports of the inputs. As a subroutine, we present a new method for computing the coefficients of a sparse polynomial, given a set containing its support. Our multiplication algorithm extends to multivariate Laurent polynomials over finite fields and rational numbers. Our techniques are based on sparse interpolation algorithms and results from analytic number theory.

연구 동기 및 목표

• 실제 곱의 희소성과 구조적 희소성에 따라 스케일링되는 희소 다항식 곱셈을 위한 출력에 민감한 알고리즘을 개발한다.
• 희소 곱셈의 핵심 서브루틴으로 두 정수 집합의 합집합(Minkowski 합)을 효율적으로 계산한다.
• Kronecker 치환을 사용하여 희소 곱셈을 다변수 라우렌트 다항식과 다양한 계수 환으로 확장한다.
• 밀도 기반 산술의 복잡도에 가까운 복잡도를 달성하면서도, 매우 희소한 입력에 대해서도 효율성을 유지한다.
• 실패 확률을 제어할 수 있고, 소프트-오 복잡도가 구조적 및 실제 희소성에 따라 의존하는 랜덤화 알고리즘을 제공한다.

제안 방법

• 수론적 결과에 기반한 랜덤화된 합집합 알고리즘을 사용하여 A ⊕ B = {a + b : a ∈ A, b ∈ B}를 출력 크기에 대해 소프트-오 복잡도로 계산한다.
• 기존의 지지 집합을 이용해 다항식의 계수를 희소 보간 기법으로 복원한다.
• 다변수 다항식 곱셈을 일변수 형태로 변환하면서도 희소성 구조를 유지하기 위해 Kronecker 치환을 활용한다.
• 모듈로 산술과 중국인의 나머지 정리를 사용하여 축소된 크기의 계산에서 정밀 계수를 복원한다.
• 두 단계 접근법을 적용한다: 먼저 구조적 지지 집합 T를 사용해 소수 모듈로에서 곱을 계산한 후, 진짜 지지 집합 S를 복원하고 전체 계수를 재구성한다.
• 실패 확률이 µ 미만이 되도록 보장하면서도 소프트-오 복잡도를 유지하기 위해 사라지는 소수(vanish-primes)와 유리수 복원 기법을 사용한다.

실험 결과

연구 질문

• RQ1 희소 다항식 곱셈이 입력의 희소성 제곱이 아닌 실제 곱의 희소성과 구조적 희소성에 비례하는 시간 내에 수행될 수 있는가?
• RQ2 두 정수 집합의 합집합을 출력 크기에 대해 소프트-선형 시간 내에 계산할 수 있는가?
• RQ3 랜덤화 알고리즘이 높은 확률로 정확성을 유지하면서도 희소 곱셈에 대해 거의 최적의 복잡도를 달성할 수 있는가?
• RQ4 구조적 희소성 T = #poss(F, G)와 실제 희소성 S = #supp(FG) 사이의 관계는 어떻게 되며, 이 차이를 활용할 수 있는 알고리즘이 설계될 수 있는가?
• RQ5 이 방법은 Z, Zm, GF(qe), Q와 같은 다양한 계수 환과 다변수 라우렌트 다항식으로 확장될 수 있으며, 복잡도 오버헤드를 최소화할 수 있는가?

주요 결과

• 제안된 합집합 계산 알고리즘은 출력 크기 T에 대해 Oµ(T log T) 비트 연산을 수행하며, 출력 크기에 대해 소프트-선형이다.
• 희소 다항식 곱셈 알고리즘은 실제 곱의 희소성 S와 지지 집합의 합집합의 구조적 희소성 T를 고려해 Oµ(S log C + T log D) 비트 연산을 수행한다.
• 랜덤화된 모듈로 감소와 유리수 복원을 사용하여 곱 FG를 1 − µ 이상의 확률로 정확히 계산한다.
• Kronecker 치환을 통해 Z, Zm, GF(qe), Q에서의 다변수 라우렌트 다항식으로 자연스럽게 확장되며, n개의 변수와 계수 비트 길이 B에 대해 복잡도는 Oµ(T(n log D + B))이다.
• 희소 입력에 대해 복잡도가 거의 최적이며, 구조적 희소성 T가 작을 경우 밀도 기반 곱셈과 유사한 복잡도에 접근한다.
• 비용을 T에 의존하는 항과 S에 의존하는 항으로 분리함으로써, 계수 상쇄 없이도 지수 충돌을 효율적으로 처리할 수 있다.