Sparse Polynomial GCD Cannot Be Computed in Fixed-output Polynomial Time
State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院数学科学重点实验室);University of Chinese Academy of Sciences(中国科学院大学);Shandong University(山东大学)
证明在有限域上计算两个稀疏单变元多项式的最大公因子(输出敏感)是NP难的,除非NP⊆BPP。
2026-10-19 cs.CC cs.SC
Affine solution sets of sparse polynomial systems
本文主要研究由稀疏多项式系统定义的仿射簇的等维分解。对于具有固定支撑的一般系统,我们给出了正维分量存在的组合条件,这些正维分量表征了相关仿射簇的等维分解。这一结果被应用于设计一般稀疏系统的等维分解算法。对于任意稀疏系统的n个多项式在n个变量与固定的支持,我们得到了一个上界的程度的仿射品种的定义,我们提出了一个算法,计算有限集的点表示其等维组件。
2012-11-15 cs.DS cs.SC math.AC
Elimination for generic sparse polynomial systems
我们提出了一个新的概率符号算法,给定一个在n维仿射空间中由具有固定支撑的一般稀疏系统定义的簇,计算其投影到l维坐标仿射空间(l < n)上的Zapriki闭包。该算法的复杂性多项式依赖于与支持相关的组合不变量。
2014-01-23 cs.CC cs.SC math.AC
The complexity of computing the Hilbert polynomial of smooth equidimensional complex projective varieties
我们继续研究计数的复杂性开始在[Buergisser,Cucker 04]和[Buergisser,Cucker,Lotz 05]通过证明上界和下界的计算希尔伯特多项式的齐次理想的复杂性。我们证明了计算光滑等维复射影簇的Hilbert多项式的问题可以在多项式时间内归结为计算多元多项式的有限集合的复公共零点的个数的问题。此外,我们证明了计算齐次理想的Hilbert多项式的更一般的问题是多项式空间困难的。这意味着计算射影空间上相干层的上同调群的秩和欧拉特征的问题的多项式空间下界,改进了Bach(JSC 1999)的P-下界。
2005-02-08 cs.CC cs.SC
Probably faster multiplication of sparse polynomials
本文提出一种概率算法,使稀疏多项式乘法效率接近稠密单变量多项式乘法,并给出慢常数倍的非启发式版本。
2025-08-22 cs.SC
Sparse Polynomial Interpolation with Finitely Many Values for the Coefficients
本文给出了系数来自有限集的黑盒多项式f的新的稀疏插值算法。在单变量的情况下,我们从f(a)的一个评估中恢复f,对于足够大的数a。在多元情况下,我们引入了修改的克罗内克替换,以减少一个多元多项式的插值单变量的情况。这两种算法都具有多项式的比特复杂度。
2017-06-22 cs.SC
Fast interpolation of sparse multivariate polynomials
本文针对整数系数的稀疏多元多项式,在模黑盒表示下,首次提出准最优的稀疏插值算法,以恢复其稀疏形式。
2023-12-29 cs.SC math.AC
On exact division and divisibility testing for sparse polynomials
已知没有多项式时间算法来测试稀疏多项式G是否整除另一稀疏多项式$F$。虽然计算商Q=F <$G可以在多项式时间内相对于F,G和Q的稀疏性完成,但这还不足以得到一般的多项式时间整除性测试。实际上,商Q的稀疏性可以指数地大于F和G的稀疏性。在商的稀疏性#Q是多项式的有利情况下,计算Q的最佳已知算法在复杂度中具有非线性因子#G#Q,这不是最佳的。在这项工作中,我们对这个问题的两个方面感兴趣。首先,我们提出了一个新的随机算法,计算商的两个稀疏多项式的除法是准确的。它的复杂性在F、G和Q的稀疏性下是拟线性的。我们的方法依赖于稀疏插值,它适用于任何有限域或整数环。然后,作为更快的整除性测试的一步,我们提供了一个新的多项式时间算法时,除数有一个特定的形状。更准确地说,我们减少了问题,找到一个多项式S,使QS是稀疏的和测试整除S可以在多项式时间。我们发现了除数G中的一些结构模式,我们可以有效地计算这样的多项式~S。
2021-05-19 cs.SC
Interactive certificate for the verification of Wiedemann's Krylov sequence: application to the certification of the determinant, the minimal and the characteristic polynomials of sparse matrices
线性代数计算的证书是每个输出的附加数据结构,它可以由证明每个输出正确性的可能随机化的验证算法使用。Wiede-mann算法将通过重复地将向量乘以矩阵获得的Krylov序列投影以获得线性递归序列。该序列的最小多项式整除矩阵的最小多项式。例如,如果$n\times n$输入矩阵是稀疏的,具有n 1+o(1)个非零项,则一旦获得投影Krylov序列,序列的计算在矩阵的维度上是二次的,而最小多项式的计算是n 1+o(1)。在本文中,我们给出的算法,计算证书的Krylov序列的稀疏或结构化的$n\times n$矩阵在一个抽象的领域,其蒙特卡洛验证的复杂性可以基本上是线性的。作为一个应用程序,这给出了证书的行列式,最小和特征多项式的稀疏或结构化矩阵在相同的成本。
2015-07-04 cs.CC cs.CR cs.SC
Multivariate sparse interpolation using randomized Kronecker substitutions
我们提出了新的技术减少一个多元稀疏多项式的一元多项式。这种简化的工作原理类似于经典的和广泛使用的克罗内克替换,除了我们根据多元多项式中非零项的数量随机选择度数,即它的稀疏性。由此产生的一元多项式通常具有比克罗内克替代多项式低得多的次数,代价是少量的项冲突。作为一个应用,我们给出了一个新的多元插值算法,它使用这些新技术以及任何现有的单变量插值算法。
2014-05-02 cs.DS cs.MS cs.SC
Deterministic Interpolation of Sparse Black-box Multivariate Polynomials using Kronecker Type Substitutions
本文通过引入新的Kronecker型替换,提出了两种新的稀疏多元多项式的确定性插值算法。令$f\in \RB[x_1,\dots,x_n]$是具有次数界$D$的稀疏黑盒多项式。当是$\RB=\C$或有限域时,我们的算法要么比现有的确定性算法具有更好的比特复杂度,要么在$D$中具有更好的比特复杂度。特别是,在标准黑盒模型的确定性算法的情况下,我们的第二个算法具有当前最好的复杂性在$D$这是在复杂性的主导因素。
2018-08-08 cs.SC
What Can (and Can't) we Do with Sparse Polynomials?
简而言之,稀疏多项式是其零系数未显式存储的多项式。这样的对象在精确计算中无处不在,因此我们自然希望有有效的算法来处理它们。然而,这种紧凑的存储带来了新的算法挑战,因为密集多项式的快速算法可能不再有效。在本教程中,我们将在三个方面研究稀疏多项式算法的最新技术:算术,插值和因式分解。其目的是强调在理论和实践方面的最新进展,以及未来工作的机会。
2018-07-22 cs.SC
Bit Complexity of Polynomial GCD on Sparse Representation
将模方法与Ben-Or/Tiwari稀疏插值相结合,提出了一种求解有限域上多元多项式的输入输出敏感的GCD算法.该算法的比特复杂度对稀疏表示是敏感的,而以往的稀疏GCD算法只在特殊情况下给出了比特复杂度。结果表明,与现有的GCD算法相比,新算法在理论和实践上都有很大的优越性:度复杂度从二次降低到线性,在各种基准测试中运行时间减少了1-3个数量级.
2022-07-28 cs.SC
Decomposable sparse polynomial systems
Macaulay2包DecomposableSparseSystems实现了研究和数值求解可分解稀疏多项式系统的方法。我们描述了可分解的稀疏系统的结构,并解释了如何在这个包中的方法可以用来利用这种结构,与例子。
2020-06-04 cs.NA cs.SC math.AG
Factoring sparse polynomials fast
本文提出基于稀疏插值的多变量稀疏多项式快速分解算法,涵盖gcd、无平方分解等任务,并给出概率复杂度界限。
2025-02-25 cs.SC math.AC
Interpolation of Shifted-Lacunary Polynomials
给定一个“黑盒”函数来评估一个未知的有理多项式f在Q[x]的点模一个素数p,我们展示的算法来计算的多项式的表示在sparrandom移位功率的基础。也就是说,我们确定稀疏性t,移位s(有理数),指数0 <= e1 < e2 <.以及系数c1,...,ct在Q\{0}中,使得f(x)= c1(x-s)^e1+c2(x-s)^e2+.+ ^et.计算的稀疏性t在任何移位幂基上都是绝对最小的。我们的算法的新颖之处在于,复杂性是多项式的(稀疏)表示的大小,特别是对数度(f)。我们的方法结合了以前著名的结果稀疏插值和计算稀疏移位,并提供了一种方法来处理多项式的次数非常高,在某种意义上,稀疏的信息。
2010-08-23 cs.DS cs.MS cs.SC
Revisit Sparse Polynomial Interpolation based on Randomized Kronecker Substitution
本文给出了有限域上多元黑箱多项式的一种新的基于约简的插值算法。该方法基于两个主要成分。给出了一种新的蒙特卡罗方法,将任意环上的黑盒多元多项式插值化为黑盒一元多项式插值。当与各种单变量插值算法相结合时,该约简算法在大多数情况下导致具有更好或相同复杂度的多变量插值算法。我们还提出了一种改进的有限域上的一元Ben-or和Tierki算法,它比Lagrange插值算法具有更好的总复杂度。结合本文的约简方法和改进的一元Ben-or和Tianxi算法,给出了一种Monte Carlo多元插值算法,该算法对于有限域上的黑盒多项式稀疏插值在大多数情况下具有较好的总复杂度.
2018-07-17 cs.SC
A New Bound on Cofactors of Sparse Polynomials
Blavatnik School of Computer Science, Tel Aviv University(特拉维夫大学布拉瓦特尼克计算机科学学院)
研究证明稀疏多项式余因子的ℓ₂范数有新的界,改进了传统指数界,并解决了稀疏多项式精确除法的运行时间问题。
2025-05-21 cs.CC cs.SC math.NT
A Polyhedral Method to Compute All Affine Solution Sets of Sparse Polynomial Systems
为了有效地计算稀疏多项式系统的解,我们必须利用其牛顿多面体的结构。虽然多面体方法的应用自然排除了零分量的解,但在仿射空间中通常理解簇的不可约分解,也包括零坐标的那些分量。提出了一种计算多项式系统所有仿射解集的多面体方法。该方法列举了促成广义永久性的所有因素。复曲面的解决方案集恢复作为这种枚举的特殊情况。对于稀疏系统作为相邻的2乘2未成年人,我们的方法比数值代数几何的技术更好地扩展。
2013-10-15 cs.SC math.AG math.CO
Sparse Differential Resultant for Laurent Differential Polynomials
本文首先引入了Laurent微分本质系统的概念,并给出了Laurent微分本质系统的支撑判别准则。然后定义了Laurent微分本质系统的稀疏微分结式,并证明了它的基本性质。特别地,给出了稀疏微分结式的阶和度的界。在此基础上,提出了一种计算稀疏微分结式的算法,该结式对于待定项个数、系统的Jacobi数和系统的规模是单指数的.
2012-06-17 cs.SC math.AG
Highly Scalable Multiplication for Distributed Sparse Multivariate Polynomials on Many-core Systems
我们提出了一个高度可扩展的算法乘以稀疏的多元多项式表示的分布式格式。该算法不仅针对共享存储器多核计算机,而且针对计算机集群或附接到主机计算机的专用硬件,诸如图形处理单元或众核协处理器。通过在主并行步骤期间缺乏同步、锁定和假共享来确保大量核上的可扩展性。
2013-03-29 astro-ph.IM cs.DC cs.MS
Sparse Interpolation in Terms of Multivariate Chebyshev Polynomials
稀疏插值是指从有限数量的评估中将函数精确恢复为基函数的短线性组合。对于多变量函数,单项基的情况得到了很好的研究,现在指数函数的基础也是如此。除了作为单变量切比雪夫多项式的张量积获得的多元切比雪夫多项式之外,根系理论允许定义各种广义多元切比雪夫多项式,这些多项式与傅立叶分析和李代数表示等主题有关。我们提出了一个确定性的算法来恢复一个函数,该函数是最多r这样的多项式的线性组合,从知识的r和显式有界的数量的评价这个功能。
2020-01-24 cs.SC math.CA math.RA
Faster Interpolation Algorithms for Sparse Multivariate Polynomials Given by Straight-Line Programs\
在本文中,我们提出了新的确定性和蒙特卡罗插值算法的稀疏多元多项式表示的直线程序。令$f$是由直线程序给出的$n$变量多项式,其具有次数界$D$和项界$T$。我们的确定性算法是二次$n,T$和立方$\log D$在Soft-Oh意义上,这具有更好的复杂性比现有的确定性插值算法在大多数情况下。我们的Monte Carlo插值算法有更好的复杂性比现有的Monte Carlo插值算法,是第一个算法的复杂性是线性的$nT$在软哦意义上。由于$nT$是$f$的大小的一个因素,我们的蒙特卡罗算法是最佳的$n$和$T$在软哦意义。
2018-07-17 cs.SC
Gr{ö}bner Basis over Semigroup Algebras: Algorithms and Applications for Sparse Polynomial Systems
Gr {<$} bner基是算法非线性代数中最有力的工具之一。它们的计算是一个本质上很难的问题,其复杂性至少是变量数量的单指数。然而,在大多数情况下,来自应用程序的多项式系统具有某种结构。例如,计算机辅助设计、机器人、视觉、生物学、运动学、密码学和优化中的几个问题涉及稀疏系统,其中输入多项式具有一些非零项。我们利用稀疏性的方法是将系统嵌入到一个半群代数中,并计算这个代数上的Gr {<$} bner基。到目前为止,遵循这种方法的算法仅在所有多项式具有相同的稀疏结构(即相同的牛顿多面体)的情况下才受益于稀疏性。我们介绍的第一个算法,克服了这一限制。在正则性假设下,它不执行冗余计算。进一步,我们将该算法推广到计算标准代数中的Gr {<$} bner基和求解环面$(C*)^n$上的稀疏多项式系统.算法的复杂度取决于牛顿多面体。
2019-02-01 cs.SC
Sparse Polynomial Interpolation Codes and their decoding beyond half the minimal distance
我们提出的算法进行稀疏的一元多项式插值的多项式的评价中的错误。基于Comer,Kaltofen和Pernet [Proc. ISSAC 2012]的初步工作,我们定义了稀疏多项式插值码,并指出它们的最小距离正好是长度除以两倍稀疏度。在ISSAC 2012上,我们给出了一个最小距离的一半的解码算法和一个最小距离的列表解码算法。我们的新多项式时间列表解码算法使用由线性级数索引的接收到的评估的子序列,允许解码更大的半径,即,在返回候选稀疏多项式列表的同时,评估中的更多错误。我们量化了所有典型的小数值的条款和错误数的改善,并提供了一个最坏的情况下,这种改善的渐近分析。例如,对于稀疏性T = 5,最多有10个错误,我们可以在多项式时间内从74个具有未知项的多项式值中列出解码,而我们早期的算法需要2T(E + 1)= 110个评估。然后,我们提出了这些代码的两个变化的特征零,在适当的选择值的变量产生一个更大的最小距离:长度减去两倍的稀疏。
2014-06-18 cs.IT cs.SC math.IT
Linear Time Interactive Certificates for the Minimal Polynomial and the Determinant of a Sparse Matrix
计算问题证书是每个输出的附加数据结构,它可以被证明每个输出正确性的可能随机化验证算法使用。在本文中,我们给出了一个算法,计算一个证书的最小多项式的稀疏或结构化的nxn矩阵在一个抽象的领域,足够大的基数,其蒙特卡罗验证的复杂性需要一个单一的矩阵向量乘法和线性数量的额外的字段操作。我们还提出了一种新的预条件,确保不可约的特征多项式的一般预条件矩阵。这个预处理器需要线性时间来应用,并且只使用两个随机条目。然后,我们结合这两种技术给出算法,计算证书的行列式,从而为特征多项式,其蒙特卡洛验证的复杂性,因此也是线性的。
2019-12-02 cs.SC
Computing the determinant of a matrix with polynomial entries by approximation
在科学计算和工程领域中,经常会遇到用一元和多元多项式计算矩阵行列式的问题。本文提出了一种用符号和数值混合计算方法计算多项式元矩阵行列式的有效算法。该算法依赖于误差控制的牛顿插值法求解范德蒙方程组。它也是基于一种新的方法来估计的程度的变量,和度同态方法降维。此外,该方法的并行化自然出现。
2015-04-12 cs.SC
Sparse Polynomial Interpolation Based on Derivative
本文提出了两种新的用直线程序(SLP)表示的稀疏多元多项式插值算法。这两个算法都适用于任意具有大特征的有限域$F_q$。第一种是蒙特卡罗随机算法。其算术复杂度与$f$的非零项的数目$T$、变量的数目$n$成线性关系。如果$q$是$O((nTD)^{(1)})$,其中$D$是偏度界,那么我们的算法比现有的算法有更好的复杂度.第二种是确定性算法。在大特征域上,它比现有的确定性算法具有更好的复杂度。在$n,T,\log D$中,其算术复杂度是二次的,即,在稀疏表示的大小上是平方的。对于有限域上的SLP所给出的多项式(对于大特征),我们的确定性算法的复杂性与Bläser等人的确定性零检验算法的复杂性相同.
2020-01-21 cs.SC math.RA
Computing zeta functions of sparse nondegenerate hypersurfaces
利用Adolphson和Sperber提出的Dwork上同调理论,我们给出了一个确定性算法来计算定义在有限域上的非退化超曲面的zeta函数.该算法特别适合于处理具有很少单项式(相对于它们的维度)的小特征的多项式。我们的方法涵盖复曲面,仿射,和射影超曲面,也可以用来计算L-函数的指数和。
2012-06-28 cs.SC math.AG math.NT
Toric Eigenvalue Methods for Solving Sparse Polynomial Systems
本文研究了紧致复环面簇$X$的零维子格式中点的齐次坐标的计算问题。我们的出发点是$X$的Cox环中的齐次理想$I$,这在实践中可能产生于稀疏多项式系统。我们证明了一个新的特征值定理的复曲面紧设置,从而导致一个新的,强大的数值方法来解决这个问题。我们的方法特别适用于具有任意多重性的孤立解的系统。它依赖于$I$的多级正则性。我们研究这些属性,并提供边界上的矩阵出现在我们的方法时,$I$是一个完整的交集的大小。
2022-03-11 cs.SC math.AG
Computing Igusa's Local Zeta Functions of Univariate Polynomials, and Linear Feedback Shift Registers
本文给出了一个计算Igusa局部zeta函数$Z(s,f)$的多项式时间算法,该函数附加到一个单变量的多项式$f(x)\in \QTR{Bbb}{Z}[x]$上,该多项式具有分裂域$\QTR{Bbb}{Q}$和一个素数$p$ .基于Igusa局部zeta函数的计算,提出了一类新的线性反馈移位寄存器。
2003-09-26 cs.CR cs.SC
Sparse Tensors and Subdivision Methods for Finding the Zero Set of Polynomial Equations
针对多项式方程组求根中网格点重复求值的瓶颈,提出基于 Compressed Sparse Fiber 的部分求值与计算复用方案,并集成到细分算法,使 voxelize 可处理此前不可行的高次三元方程曲线。
2024-06-14 cs.CG cs.NA cs.SC