- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
作为一项学校作业,我应该用 C# 创建一个程序,在有限域上使用 FFT 将两个多项式相乘。
我选择的有限域是 Zp(所有操作模 p,元素是 {0,...,p - 1})。我意识到 p 必须足够大,这样生成的多项式中的因子才不会因模运算而改变。
对于较小的 n(在相应的有限域中),找到第 nth 个原单位根很容易。但是,我需要为 n = 220 找到它。我实际上只需要这个,因为计算 2 的所有较低次幂是通过平方来完成的。我试图编写一个简单的程序来计算它(利用有限域 Zc*2r 中有 2r 个单位根这一事实+ 1), 运行了很长时间但没有完成。所以我试着谷歌一些东西,只在字段 Z70383776563201 中找到了 n = 2k 对于 k = 0..30 的原始 nth 根表 并使用了它。当然,当我使用 longint 时,它会导致溢出,因此导致错误的答案。所以我开始使用 System.Numerics 命名空间中的 BigInteger 结构。这就是我所在的地方,有一个非常慢的正确算法:
private static List<BigInteger> FFT(List<BigInteger> input, BigInteger Omega)
{
if (input.Count == 1)
{
return new List<BigInteger>() { input[0] };
}
else
{
List<BigInteger> evenInput = new List<BigInteger>();
for (int i = 0; i < input.Count; i += 2)
{
evenInput.Add(input[i]);
}
List<BigInteger> oddInput = new List<BigInteger>();
for (int i = 1; i < input.Count; i += 2)
{
oddInput.Add(input[i]);
}
List<BigInteger> even = FFT(evenInput, (Omega * Omega));
List<BigInteger> odd = FFT(oddInput, (Omega * Omega));
BigInteger[] outputArr = new BigInteger[input.Count];
int count = 0;
for (int i = 0; i < input.Count / 2; i++)
{
outputArr[i] = (even[i] + BigInteger.Pow(Omega, i) * odd[i]);
outputArr[i + input.Count / 2] = (even[i] - BigInteger.Pow(Omega, i) * odd[i]);
count += 2;
}
List<BigInteger> output = new List<BigInteger>();
for (int i = 0; i < count; i++)
{
output.Add(outputArr[i] % finiteField);
}
return output;
}
}
我知道创建所有列表无助于提高速度,但主要问题当然是 BigInteger 结构。(我尝试了与 System.Numerics.Complex 结构基本相同的代码,它的速度达到了应有的速度be) 模运算需要很长时间,所以我知道我必须回到 longint。问题是找到原始的 nth 单位根。我不知道是否有可能将第 220 个单位原根与 longint 一起使用而不必担心溢出。如果不是,我可以为哪个 n 使用 longint 并因此有一个快速算法?
有没有一种方法可以更快地计算大 n 的原根?也许有人知道有限域中预先计算的原始根表?或者我应该考虑使用其他有限域吗?这是我所知道的唯一一种。我已经搜索了很长时间,但没有找到任何有用的东西。老师告诉我,这方面有据可查,但似乎并非如此。
最佳答案
我还没有完全考虑清楚,但似乎在切换到 BigIntegers 时你不应该看到那么大的差异——也许是 10 倍?你做数学模型 2^20,所以你的数字应该保持很小。在我看来,这些是您的问题:Omega * Omega
,尤其是 even[i] + BigInteger.Pow(Omega, i) * odd[i]
。这将使您的数字增长得比他们需要的大得多。
Biginteger.Pow 在指数长度上有一个指数运行时间。您正在进行模块化数学运算,因此您应该能够更频繁地减少模 finiteField:Omega * Omega % finiteField
和 even[i] + BigInteger.ModPow(Omega, i, finiteField ) * 奇数[i]
.
关于c# - 使用有限域 FFT 的多项式乘法 - 选择第 n 个原单位根,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8863324/
所以我想创建一个程序,当用户输入值 c 且 a = 1 时,打印出可因式分解的二次方程。程序应确定 b 的所有可能的整数值,以便三项式以 x^2 + bx + c 的形式打印出来 一个例子是,如果用户
我有自己定义的多项式类,它是系数列表的形式。 有点像 axˆ2 + bx + c is equals to [c, b, a] (for ax + b == [b, a] similarly, for
我必须制作一个对多项式执行运算的 GUI,但我不断收到无法摆脱的 NullPointerExceptions。在输出上它没有显示任何内容。我尝试调试我的程序,据我所知,我从键盘插入的多项式在某种程度上
numpy.lib.polynomial.polyval 允许您使用另一个多项式评估多项式: numpy.polyval(poly1d([1, 2, 3]), 2) Out[832]: 11 nump
如果我想计算多项式,如何在 C 中定义具有可变数量参数的函数?我的函数必须有这个参数:第一个参数:float x,第二个:int n,其余的 float (系数)。非常感谢! 最佳答案 用 varia
我正在尝试求多项式的不定积分,但是我的数学和编码都不是很好。我的代码可以编译,但我相信我的公式有误: Polynomial Polynomial :: indefiniteIntegral() co
我有 3 个数据集。 2 表示多项式本身(我们称它们为 x 和 y),1 表示函数值(它将是 z)。 多项式看起来像这样(假设两个维度的幂都是 3): z = a00 + a01*x + a02*x^
如何在 python 中计算最佳拟合线,然后将其绘制在 matplotlib 中的散点图上? 我使用普通最小二乘回归计算线性最佳拟合线如下: from sklearn import linear_mo
我正在尝试分解 bool 多项式以获得逻辑网络的最小形式。我的变量是 a1、a2、a3 ... 以及负对应项 na1、na2、na3 ... 如果需要一个函数 f = a1*a2*b2*nb1 + a
长话短说 如何使用系数数组构建表达式并将其转换为 Func ?有没有比表达式树更好的方法? 我有一个使用 Func formula 构造的不可变序列类型用于为序列 A 生成术语 An。我开始构建一个辅
我在我的 Mac OS Sierra 上运行 Spark 2.1.1(这应该有帮助)。我尝试在网上找到的测试数据集上拟合多项式逻辑回归,我在此处报告前几行(我不知道如何在此处附加文件): 1,0,24
我必须构建一个从类 lista(列表)继承的类多项式(polinom)。我必须从多项式类中加、减、乘、除 2 个对象。我有这段代码。我不明白为什么我的析构函数不工作。我还必须重载运算符:+、-、> 但
我有一个 Polynomial类,我正在尝试定义 operator++ ,递增前和递增后,以及尝试定义递减前和递减后,即 operator-- .这是我的代码片段: class Polynomial
我是编程新手(Python 是我的第一语言),但我喜欢设计算法。我目前正在研究方程组(整数),但找不到任何解决我的特定问题的引用。 让我解释一下。 我有一个等式(一个测试,如果你愿意的话): raw_
我正在尝试使用 scipy.stats (python) 中的 multinominal.pmf 函数。 当我在输入中所有概率都大于零的情况下使用此函数时,它工作正常。问题是当我想在其中一个概率为零时
我想用 0xA001 多项式计算字节数组的 CRC-16 校验和。但我真的不知道如何在 Java 中做到这一点,以及如何使用给定的多项式。它是某种特殊值(0xA001)吗?你能告诉我一个可以为我计算校
由于我的分类器在测试数据上产生了大约 99% 的准确率,我有点怀疑并想深入了解我的 NB 分类器最有用的特征,看看它正在学习什么样的特征。以下主题非常有用:How to get most inform
如 McFadden (1978)表明,如果多项 logit 模型中的备选方案数量大到无法计算,则通过对备选方案进行随机子集来获得一致估计仍然是可行的,因此每个个体的估计概率基于所选备选方案和 C其他
我现在有一些离散点,我使用 scipy.interpolate.splprep () 函数(B 样条插值)对其进行插值,以获得令人满意的平滑曲线。这是代码(借鉴另一个问题的答案)和我得到的结果。 im
我在 IPython notebook 中有一些多项式 x: import numpy as np x = np.polynomial.polynomial.Polynomial([1,2,3]) x
我是一名优秀的程序员,十分优秀!