[论文解读] A relation between additive and multiplicative complexity of Boolean functions

I. S. Sergeev|arXiv (Cornell University)|Mar 18, 2013

Coding theory and cryptography参考文献 6被引用 4

一句话总结

该论文在基于 {⊕, ∧, 1} 的基下，建立了布尔函数总（加法）复杂度与其乘法复杂度之间的渐近紧致界。通过重新表述 N echiporuk 在 1960 年代早期关于线性电路复杂度的结果，作者证明：任何乘法复杂度 $ M = \Omega(n) $ 的布尔函数，其总复杂度可实现为 $ (1/2 + o(1))M(M + 2n)/\log_2 M $，该界在低阶项意义下为最优。

ABSTRACT

In the present note we prove an asymptotically tight relation between additive and multiplicative complexity of Boolean functions with respect to implementation by circuits over the basis {+,*,1}.

研究动机与目标

• 建立布尔函数在基 {⊕, ∧, 1} 下加法复杂度与乘法复杂度之间紧致的渐近关系。
• 解决关于有限半环（特别是布尔情形）中总复杂度标准上界是否可改进的开放问题。
• 通过随机布尔函数的极值性质，证明所导出复杂度界的最优性。
• 使 Nechiporuk 早期关于电路复杂度的鲜为人知的研究成果得以广泛传播并应用于现代布尔函数复杂度分析。

提出的方法

• 将布尔函数的计算问题重新表述为在布尔半环上通过矩阵实现线性算子。
• 定义布尔矩阵 A 的“活跃平方” S(A) 为：在每一行中，每个 1 的位置附近 log₂m 范围内的 1 的数量，以捕捉相关计算范围。
• 应用递归分组技术：将变量划分为大小约为 s ≈ log₂m − 3 log₂ log₂m 的小群，计算每组内所有可能的和。
• 将所得中间和作为新变量，并将矩阵按高度 p ≈ m/log²m 分解为水平段，以独立处理。
• 通过配对列中值为 1 的列并计算其和，再与奇数位置项结合，以降低加法代价，实现每一段的行计算。
• 通过活跃平方的结构和高效分组，将总加法复杂度界为 S(A)/(2 log₂m) + o((m+n)²/log m)。

实验结果

研究问题

• RQ1 给定布尔函数的乘法复杂度，其加法复杂度的最紧可能上界是什么？
• RQ2 在有限半环（特别是布尔情形）中，总复杂度的标准 O(M(M + n)) 上界是否可改进？
• RQ3 所导出的界是否渐近最优？能否利用布尔函数的极值组合性质加以证明？
• RQ4 Nechiporuk 关于线性电路复杂度的经典结果在多大程度上可被应用于推导布尔函数复杂度的新界？

主要发现

• 对于任意 n 个变量、乘法复杂度 $ M = \Omega(n) $ 的布尔函数，其总加法复杂度至多为 $ (1/2 + o(1))M(M + 2n)/\log_2 M $，该界在渐近意义下为紧致。
• 该界为最优，因为几乎所有 n 个变量的布尔函数的乘法复杂度约为 $ \sim 2^{n/2} $，总复杂度约为 $ \sim 2^n / n $，与所导表达式的渐近增长一致。
• 该结果是 Nechiporuk 1960 年代关于线性电路复杂度工作的直接推论，尽管该联系在文献中长期被忽视。
• 活跃平方方法提供了一种结构化方式，通过利用线性算子矩阵表示中的局部性来界定加法复杂度。
• 该界相比标准 O(M(M + n)) 提升了 $ \log M $ 的因子，表明有限半环（如布尔半环）相比无限半环可实现更优的复杂度权衡。
• 基于变量分组与逐行分段的证明技术，实现了乘法与加法复杂度之间的最优权衡。