[大整数乘法]分治算法的时间复杂度研究
开篇
最近研究分治算法,对大整数算法(包括加减乘数)、strassen矩阵乘法、合并排序的优化、线性时间选择和最接近点对问题学习了一下。
这篇文章主要是关于大整数乘法算法复杂度的研究。
本人菜鸟,本科就读北京一工科院校土建专业,现就读北京一所二流985的计算机研究生。
希望在这里分享和学习,如有错误还请多多指点!
正文
一,引入问题
在某些情况下,我们需要计算很大的整数,它无法在计算机硬件能直接表示的整数范围内进行处理,如果用浮点数则会有精度问题,这就必须用软件的方法来实现大整数的算术运算。
二,大整数乘法的分治解决方案
2.1原始低效算法
我们将n位(为方便讨论简化问题,我们假设n是2的幂)十进制整数(二进制也可以)X、Y都分为2段,每段的长度是n/2位。
如果现在直接用递归或分治进行编程,其算法复杂度为:
其中:T(n)代表规模为n的问题,系数4表示问题缩小到T(n/2)时,包含四次乘法(上式中AC/AD/BC/BD四次)
这是在没有进行优化情况下的算法复杂度(注意,此处虽然用了分治思想,但分治并不会降低算法复杂度,反而因其需要使用栈,增加了算法的空间复杂度)。
2.2如何进行优化降低复杂度?
我们知道,大整数乘法的基本运算是“乘法”运算,我们可以通过减少乘法的次数来降低算法复杂度!
从公式中可以发现,原来有四个基本乘积项:AC、AD、BC、BD,现在只有三个基本乘积项:(A-B)(C-D)、AC、BD。乘法运算的数量降低了,下面看看其复杂度变化:
复杂度从n2降到n1.59
三,时间复杂度还能优化吗?
3.1上面讨论中,我们将大整数X、Y都分为2段,每段的长度是n/2位,那分成3段4段会如何?
3.1.1大整数分3段:
3.2.2大整数分4段:
3.2.3大整数分n段:
结论:
在大整数乘法中,当把大整数分为2段时,算法时间复杂度最低n1.59
随着段数逐渐增加,算法的时间复杂度也随之增加,当分段增加到n段时,算法时间复杂度退化到n2
3.2算法复杂度还能降低吗?
用快速傅里叶变换只需要O(N*logN)的时间复杂度!(该部分后续添加)
四,编程思想
本人用java实现了大整数乘法的计算,代码部分会另起一篇,以下是连接:
http://www.cnblogs.com/McQueen1987/p/3401979.html