[论文解读] Space-Efficient Karatsuba Multiplication for Multi-Precision Integers

Yiping Cheng|arXiv (Cornell University)|May 22, 2016

Cryptography and Residue Arithmetic参考文献 2被引用 3

一句话总结

本文提出了一种多精度整数乘法的高效空间实现的Karatsuba算法，将Roche基于多项式的方法适配以处理整数特有的进位问题。该方法引入了一种子减法变体，使用四个进位变量，并对偶数长度乘法采用分情况处理，实现了$O(\log n)$的空间复杂度，同时保持$O(n^{1.59})$的时间复杂度，基准测试显示其性能相比标准Karatsuba算法有约20%的开销。

ABSTRACT

The traditional Karatsuba algorithm for the multiplication of polynomials and multi-precision integers has a time complexity of $O(n^{1.59})$ and a space complexity of $O(n)$. Roche proposed an improved algorithm with the same $O(n^{1.59})$ time complexity but with a much reduced $O(\log n)$ space complexity. In Roche's paper details were provided for multiplication of polynomials, but not for multi-precision integers. Multi-precision integers differ from polynomials by the presence of carries, which poses difficulties in implementing Roche's scheme in multi-precision integers. This paper provides a detailed solution to these difficulties. Finally, numerical comparisons between the schoolbook, traditional Karatsuba, and space-efficient Karatsuba algorithms are provided.

研究动机与目标

• 将原本专为多项式设计的Roche高效空间Karatsuba算法适配至多精度整数运算，以正确处理进位问题。
• 解决整数算术引入的挑战，特别是递归Karatsuba步骤中减法与加法时进位的传播与管理问题。
• 提供一种完整、正确且高效的C语言实现，用于长整数的高效空间Karatsuba乘法，包括对偶数与奇数长度情况的处理。
• 评估空间效率与时间效率之间的性能权衡，将所提方法与朴素乘法和标准Karatsuba算法进行比较。

提出的方法

• 采用子减法版本的Karatsuba乘法而非加法版本，以更好地管理整数算术中的符号与进位传播。
• 引入四个独立的进位变量，用于存储可能超出标准机器字长范围的中间结果，确保加法与减法过程的正确性。
• 将偶数长度乘法拆分为三种不同情况，基于中间差值$E = (A^{(0)}_0 - A^{(1)}_0) - (A^{(0)}_1 - A^{(1)}_1)$的值进行处理，对$E = -\rho^k$的边界情况单独处理。
• 采用递归分治结构，基础情况通过朴素乘法处理，当长度低于128个机器字长时切换至标准Karatsuba算法。
• 使用修改后的递归顶层函数，原地计算$D = (A^{(0)} - A^{(1)})B + C\rho^n$，重用输入缓冲区，最大限度减少临时存储。
• 在递归各层间实施精细的进位传播与机器字长对齐，确保即使中间值为负或极大时，最终结果仍正确。

实验结果

研究问题

• RQ1 如何将Roche为多项式设计的高效空间Karatsuba算法适配至多精度整数运算，以应对进位的存在？
• RQ2 为解决整数算术引入的符号与范围问题，特别是在递归步骤中进行减法与加法时，需要做出哪些修改？
• RQ3 在时间和内存使用方面，高效空间Karatsuba算法与标准Karatsuba及朴素乘法方法相比，性能表现如何？
• RQ4 在高效空间递归框架中，支持偶数与奇数长度整数乘法的关键实现挑战是什么？

主要发现

• 所提的高效空间Karatsuba算法实现了$O(\log n)$的空间复杂度，消除了传统Karatsuba方法中所需的$O(n)$堆内存。
• 该算法正确处理了整数特有的问题，如进位与符号扩展，尤其通过针对中间值$E$的分情况处理以及四个专用进位变量实现。
• 数值实验表明，该高效空间Karatsuba算法的运行速度比标准Karatsuba算法慢约20%，当$n=10000$时，平均执行时间增长约1622倍，接近理论值$n^{\log_2 3} \approx 1479$。
• 性能开销主要源于额外的进位管理与条件判断逻辑，但算法保持了位精确的正确性，其结果与朴素乘法和标准Karatsuba实现完全一致。
• 实现具有良好的鲁棒性与可移植性，采用模块化C语言设计，支持递归分解，并在小输入时通过阈值切换至朴素乘法。