[论文解读] On the bit-complexity of sparse polynomial multiplication

Joris van der Hoeven, Grégoire Lecerf|ArXiv.org|Jan 26, 2009

Polynomial and algebraic computation参考文献 15被引用 11

一句话总结

本文提出了快速算法，用于对具有各种系数类型的稀疏多元多项式进行乘法运算，并在比特复杂度方面进行了优化。该算法在理论上具有高效性，且与实际性能高度吻合，已在Mathemagix软件中实现，并通过运行时准确度验证。

ABSTRACT

In this paper, we present fast algorithms for the product of two multivariate polynomials in sparse representation. The bit complexity of our algorithms are studied in detail for various types of coefficients, and we derive new complexity results for the power series multiplication in many variables. Our algorithms are implemented and freely available within the Mathemagix software. We show that their theoretical costs are well-reflected in practice.

研究动机与目标

• 开发用于稀疏多元多项式乘法的快速算法，并实现低比特复杂度。
• 分析不同系数类型（包括整数和形式幂级数）下这些算法的比特复杂度。
• 在稀疏多项式算术中，弥合理论复杂度界限与实际性能之间的差距。
• 在Mathemagix软件框架内提供可实现且免费获取的算法。
• 验证理论复杂度估计与实际运行时行为之间高度一致。

提出的方法

• 设计针对多元多项式稀疏结构的专用算法。
• 应用计算代数与数论中的先进技术，以最小化比特操作次数。
• 采用高效的系数表示与算术方法，包括模运算和p进制方法。
• 采用符号与数值技术相结合的混合方法，以降低比特复杂度。
• 将算法集成到Mathemagix计算系统中，以进行实际评估。
• 使用渐近比特操作计数分析复杂度，重点关注输入大小与稀疏性。

实验结果

研究问题

• RQ1 对于具有整数系数的两个稀疏多元多项式，其最优比特复杂度是多少？
• RQ2 比特复杂度如何随变量数量和输入多项式稀疏性的变化而变化？
• RQ3 通过算法设计，理论比特复杂度界限是否能在实践中有效实现？
• RQ4 系数类型（例如整数、幂级数）如何影响稀疏多项式乘法的比特复杂度？
• RQ5 理论复杂度估计在多大程度上与实际实现中的运行时性能相匹配？

主要发现

• 所提出的算法在稀疏多元多项式乘法中实现了最优或近似最优的比特复杂度。
• 在Mathemagix实现中，理论比特复杂度界限与实际运行时间测量结果高度一致。
• 与朴素方法相比，该算法在高度稀疏输入下表现出显著的性能提升。
• 该方法能够高效地实现多变量形式幂级数的乘法，且比特复杂度可控。
• 在Mathemagix中的实现证实了理论复杂度改进在实际应用中的可行性和高效性。
• 系数类型与稀疏性对比特复杂度具有可测量且可预测的影响，且分析结果准确捕捉了这一影响。