Fast Matrix Multiplication in Small Formats: Discovering New Schemes with an Open-Source Flip Graph Framework
Research Center for TAI(人工智能研究中心);Institute for System Programming(系统编程研究所)
本文提出了一种开源框架,通过翻转图方法发现新的快速矩阵乘法方案,提升了多个方案的乘法复杂度,并公开了所有发现的方案。
2026-03-02 cs.SC
GPU-Accelerated Search for Fast Matrix Multiplication over $\mathbb{F}_2$
Northeastern University(东北大学)
提出GPU加速搜索矩阵乘法翻转图算法,每秒超十亿步,证明$\mathbb{F}_2$上翻转图强连通,找到$7\times7$矩阵乘法245次乘法的新纪录。
2026-10-28 cs.DS cs.SC
Fast Matrix Multiplication via Ternary Meta Flip Graphs
Research Center for TAI Institute for System Programming(系统编程研究所智能分析研究中心)
本文提出通过三元元翻转图算法实现快速矩阵乘法,发现多项新方案并提升二进制域排名。
2025-11-29 cs.DS cs.SC
Faster Algorithms for Structured Matrix Multiplication via Flip Graph Search
Zuse Institute Berlin(柏林齐瑟研究所);Technische Universität Berlin(柏林工业大学)
本文通过翻转图搜索方法,提出更高效的结构矩阵乘法算法,改进了多种结构格式的渐近复杂度常数。
2025-11-30 cs.DS cs.SC
Consequences of the Moosbauer-Poole Algorithms
本文以Moosbauer和Poole提出的5×5和6×6矩阵乘法方案为起点,通过翻转图搜索为多种矩形矩阵格式找到了改进的乘法方案。
2025-05-09 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
Automatic Library Generation for Modular Polynomial Multiplication
多项式乘法是计算机代数系统的关键算法,其有效实现对提高计算机代数系统的性能至关重要。在本文中,我们设计和实现算法的多项式乘法使用的方法的基础上的快速傅立叶变换(FFT)和截断傅立叶变换(TFT)。我们在理论和实践性能上都在最先进的基础上进行了改进。扩展了{ \SPIRAL }库生成系统,并使用新的和现有的算法自动生成和调整多项式乘法库的性能,该多项式乘法库针对存储层次结构、向量化和多线程进行了优化。性能调优得到了自动化的帮助,自动化生成了许多代码选择,并利用智能搜索来找到给定体系结构上的“最佳”实现。自动调优实现的性能与最好的手动调优代码相当,在某些情况下甚至更好。
2016-09-05 cs.SC
Multiplication of sparse Laurent polynomials and Poisson series on modern hardware architectures
在本文中,我们提出了两个算法的乘法稀疏洛朗多项式和泊松级数(后者是代数结构中常见的天体力学从应用微扰理论)。这两种算法都是先利用Kronecker代换技术将多元乘法化简为一元乘法,然后再利用教科书方法进行一元乘法运算。第一种算法,适合于适度稀疏乘法,使用从单变量乘法产生的单项式的指数作为系数的一维查找阵列中的平凡散列值。第二种算法适用于高度稀疏乘法,使用缓存优化的哈希表,该哈希表存储从使用指数作为键的乘法产生的系数-指数对。这两种算法已经实现了注意现代计算机硬件架构。特别关注的是,通过高速缓存阻塞技术和高速缓存友好的术语排序,有效地利用当代存储层次结构。第一种算法已经被并行化用于共享内存多核架构,而第二种算法正在被并行化的过程中。我们提出的基准比较我们的算法的例程的其他计算机代数系统,无论是在顺序和并行模式。
2010-04-26 cs.SC
A catalog of fast matrix multiplication algorithms with exhaustive derivations
提出前沿闭包搜索方法,统一编录至32×32×32的快速矩阵乘法算法,通过轴翻转、Kronecker积等重组操作,并明确非重叠属性以区分双线性核心发现与组合。
2026-08-17 cs.SC
Faster polynomial multiplication via multipoint Kronecker substitution
基于Kronecker代换法给出了稠密多项式乘法的几种新算法。对于中等大小的输入多项式,新的算法提高了性能的标准克罗内克替代一个相当大的常数,无论是在理论上和实证测试。
2007-12-25 cs.DS cs.SC
Fast multiplication for skew polynomials
本文给出了一种斜多项式快速乘法的算法。它是基于这种斜多项式的快速模乘,为此,我们给出了一个算法依赖于正常的基础上的评估和插值。我们的算法提高了这些问题的最佳已知的复杂性,并达到最佳的渐近复杂性界的大程度。我们也给我们的算法的适应多项式的小程度。最后,我们使用我们的方法来改善各种算术问题的最佳已知的复杂性。
2017-02-06 cs.SC math.RA
Complexity of Low-Degree Skew Polynomial Multiplication over Finite Fields
State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, and University of Chinese Academy of Sciences(数学科学国家重点实验室,中国科学院数学与系统科学研究院,中国科学院大学)
研究有限域上斜多项式环中乘法的复杂度,证明次数小于n的两个元素乘积可在Õ(d^{ω_K-1}n)次F_q算术运算内计算,匹配猜想上界并接近最优。
2026-07-02 cs.SC
Parallel Integer Polynomial Multiplication
我们提出了一种新的算法,以并行方式乘以密集多项式与整数系数,针对多核处理器架构。复杂性估计和实验比较证明了这种新方法的优点。
2016-12-17 cs.MS cs.SC
Nearly Optimal Sparse Polynomial Multiplication
在稀疏多项式乘法问题中,要求将两个稀疏多项式f和g在时间上相乘,该时间与输入的大小加上输出的大小成比例。多项式分别通过其系数F和G的列表给出。Cole和Hariharan(STOC 02)给出了一个接近最优的算法,当系数为正时,Arnold和Roche(ISSAC 15)设计了一个算法,该算法在时间上与乘积的“结构稀疏性”成比例,即supp(F)+supp(G)。后一种算法在乘积中的系数没有“太多消除”时特别有效。在这项工作中,我们给出了一个干净的,几乎最优的算法稀疏多项式乘法问题。
2020-04-20 cs.DS cs.SC
In-place accumulation of fast multiplication formulae
本文提出自动设计快速就地累加算法的方法,通过允许临时修改输入并在事后恢复,首次实现了快速多项式乘法和类 Strassen 矩阵乘法的就地累加。
2024-07-01 cs.SC
Generalized companion matrix for approximate GCD
我们研究了一元近似GCD问题的一个变体,其中一个多项式f(x)的系数是精确已知的,而第二个多项式g(x)的系数可能是扰动的。我们的方法依赖于描述商环C[x]=(f)上的乘法算子的矩阵的性质。特别地,乘法矩阵的零空间的结构包含了关于GCD(f; g)的所有基本信息。此外,乘法矩阵表现出位移结构,使我们能够设计一个快速算法近似GCD计算的二次复杂度w.r.t.多项式次数
2011-02-09 cs.SC
Deterministic computation of the characteristic polynomial in the time of matrix multiplication
本文描述了一种计算域上矩阵的特征多项式的算法,其渐近复杂性与两个方阵相乘的算法相同,直到常数因子。在此之前,这只能通过诉诸泛型假设或随机化技术来实现,而最著名的一般确定性算法的复杂性界限是由Keller-Gehrig在1985年获得的,并且涉及对数因子。我们的算法计算更一般的一元多项式矩阵的行列式在减少的形式,并依赖于新的子程序转换成转移的弱波波夫矩阵,转移的弱波波夫矩阵到转移的波波夫矩阵。
2021-04-09 cs.CC cs.SC
Chunky and Equal-Spaced Polynomial Multiplication
求两个多项式的乘积是计算机代数中的一个基本问题。虽然大多数以前的结果都集中在最坏情况下的复杂性,而不是采用自适应分析的技术,在许多“简单”的情况下,给一个改进。我们提出了两个自适应措施和方法的多项式乘法,并展示了如何有效地结合起来,以获得这两个优点。这些算法的一个有用的特征是,它们本质上提供了现有的“稀疏”和“密集”方法之间的梯度。我们证明,这些方法提供了显着的改善,在许多情况下,但在最坏的情况下,仍然是最快的现有算法相媲美。
2010-07-19 cs.DS cs.SC
A quasi-optimal lower bound for skew polynomial multiplication
本文建立了斜多项式乘法的复杂度下界,与2017年猜想的上界仅差对数因子,并通过三种特殊情形的算法证明其拟最优性,同时探讨了平均双线性复杂度与扩张塔情形。
2024-02-06 cs.CC cs.SC math.RA
Faster Multiplication for Long Binary Polynomials
我们为特征为2的有限域上的长多项式相乘创造了新的速度记录。我们的乘法算法基于Lin,Chung和Huang在2014年提出的加法FFT(快速傅立叶变换),与之前基于乘法FFT的最佳结果相比。这两种方法对于基础有限域上的算术运算具有相似的复杂度;然而,我们的实现表明,加性FFT具有更少的开销。为了进一步优化,我们采用了塔场结构,因为加法FFT中的乘法器自然会落入较小的子场中,这导致在现代CPU中使用查表指令来加速。基准测试表明,我们的方法节省了约$40 \%$计算时间时,乘多项式的$2^{28}$和$2^{29}$比特相比,以前的乘法FFT实现。
2018-01-05 cs.SC math.NT
Output-sensitive algorithms for sumset and sparse polynomial multiplication
我们提出了随机算法来计算两个整数集合的和集(Minkowski和),并乘以两个一元整数多项式的稀疏表示。我们的算法sumset成本软线性的输入和输出的组合大小。这被用作我们稀疏乘法算法的一部分,其成本在输入,输出和输入支持的和集的组合大小中是软线性的。作为一个子程序,我们提出了一个新的方法来计算系数的稀疏多项式,给定一个集包含其支持。我们的乘法算法扩展到多元洛朗多项式有限域和有理数。我们的技术是基于稀疏插值算法和解析数论的结果。
2015-04-24 cs.CC cs.DS cs.SC
An in-place truncated Fourier transform and applications to polynomial multiplication
截断傅立叶变换(英语:truncated Fourier transform,TFT)是由van der Hoeven在2004年提出的一种平滑普通FFT算法在2的幂次输入时运行时间的“跳跃”的方法。然而,TFT仍然在内存使用中引入了这些跳跃。我们描述的前向和反向TFT算法的原地变种,实现时间复杂度O(n log n),只有O(1)辅助空间。作为应用,我们将第二作者关于空间受限FFT多项式乘法的结果推广到任意次数的多项式。
2010-01-28 cs.DS cs.MS cs.SC
Generic reductions for in-place polynomial multiplication
自计算机代数的早期以来,多项式乘法问题已经引起了相当大的关注,并且已经设计了几种算法来实现尽可能好的时间复杂度。最近,人们努力改善空间复杂度,开发了一些特定算法的修改版本,以在保持相同的渐近运行时间的同时不使用额外的空间。在这项工作中,我们在两个方面扩大了范围。首先,我们要问的是,一个任意的乘法算法是否可以在原地通用地执行。其次,我们考虑两个重要的变量,它们只产生部分结果(因此具有较少的空间),即所谓的中间产品和短产品,并询问这些操作是否也可以就地执行。为了(大多数情况下)肯定地回答这两个问题,我们从任何线性空间乘法算法开始提供一系列约简。对于完整的和短的产品算法,这些减少产生的到位版本具有相同的渐近时间复杂度的out-of-place版本。对于中间积,只有当算法是准线性的时,约简才在时间复杂度中引起额外的对数因子。
2019-02-08 cs.CC cs.SC
Quasi-linear Time Multiplication of Sparse Polynomials with Integer Coefficients
Shandong University(山东大学);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;中国科学院大学);University of Chinese Academy of Sciences
针对整数系数稀疏多项式乘法,通过模块化黑盒插值算法实现拟线性位复杂度,并反驳了此前声称的解决方案。
2026-06-11 cs.CC cs.SC
Faster integer and polynomial multiplication using cyclotomic coefficient rings
我们提出了一个算法,计算两个n位整数的产品在O(nlog n(4 \sqrt 2)^{log^* n})位操作。最好的算法是O(n log n ^{log^* n})。我们还证明了,对于一个固定的素数p,多项式在F_p[X]的次数n可以乘以O(n log n 4^{log^* n})位操作;以前的最佳界是O(n log n 8^{log^* n})。
2017-12-11 cs.DS cs.SC math.NT
Fast interpolation and multiplication of unbalanced polynomials
针对系数位长差异很大的不平衡多项式,本文提出插值与乘法新算法,将期望位复杂度降至 Õ(s log D),显著优于此前稠密或稀疏方法的 Õ(sD) 或 Õ(s²)。
2024-10-21 cs.CC cs.SC
Factoring Polynomials over Finite Fields using Drinfeld Modules with Complex Multiplication
我们提出了新的算法,因子多项式在有限域$\F_q$的奇特征使用秩$2$ Drinfeld模与复乘。其主要思想是用复乘计算Hasse不变量(模为要分解的多项式$f(x) \in \F_q[x]$)相对于Drinfeld模$ϕ$的提升。在$ϕ$处具有超奇约化的素理想上支撑的$f(x)$的因子具有消失的Hasse不变量,并且可以与其余因子分离.一个德林费尔德模模拟德利涅的同余在计算哈斯不变提升起着关键作用。我们提出了两个算法基于这个想法。第一个算法随机选择具有复乘的Drinfeld模,并具有二次期望运行时间。第二种是一个确定性的算法,$O(\sqrt{p})$运行时间依赖于$\F_q$的特征$p$。
2016-06-02 cs.CC cs.DS cs.SC
Faster polynomial multiplication over finite fields
设p是素数,M_p(n)表示F_p[X]中两个次数小于n的多项式相乘的比特复杂度。当n大于p时,我们建立了M_p(n)= O(nlogn8 ^(log^* n)logp)的界,其中log^* 是重对数.这是F_p[X]的第一个已知的Fürer型复杂性界,并且改进了以前最好的界M_p(n)= O(n log n log n log p)。
2014-07-12 cs.CC cs.SC math.NT
Drinfeld Modules with Complex Multiplication, Hasse Invariants and Factoring Polynomials over Finite Fields
利用秩$2$的Drinfeld模和复数乘法,给出了一种新的随机算法,用于分解奇特征有限域$\F_q$上的多项式.其主要思想是用复数乘法计算Hasse不变量(模为要分解的多项式$f \in \F_q[x]$)相对于随机Drinfeld模$ϕ$的提升。在$ϕ$上具有超奇异约化的素理想支撑的$f$的因子具有消失的Hasse不变量,并且可以与其余因子分离.通过构造Deligne同余的Drinfeld模,我们设计了一个计算Hasse不变提升的算法,这是我们算法的关键。得到的$n^{3/2+\varepsilon} (\log q)^{1+o(1)}+n^{1+\varepsilon} (\log q)^{2+o(1)}$对$\F_q$上的次数为$n$的多项式进行因子分解的预期运行时间与先前已知的最快算法(Kaltofen-Shoup算法的Kedlaya-Umans实现)匹配。
2018-08-26 cs.CG cs.SC math.NT
Essentially Optimal Sparse Polynomial Multiplication
我们提出了一个概率算法来计算两个一元稀疏多项式的产品在一个字段与一些位操作是准线性的输入和输出的大小。我们的算法适用于任何领域的特征零或大于度。我们主要依靠稀疏插值和验证稀疏产品,也有一个准线性的时间复杂度的新算法。利用Kronecker替换技术,我们将我们的结果推广到多变量的情况。
2020-06-05 cs.CC cs.DS cs.SC
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
Asymptotically fast polynomial matrix algorithms for multivariable systems
本文给出了求解一元多项式矩阵秩、零空间、行列式、一般逆、约化形式等基本问题的渐近最快算法。我们表明,它们基本上可以减少到两个计算机代数技术,最小基计算和矩阵分数的扩展/重建,和多项式矩阵乘法。这样的简化最终意味着所有这些问题都可以在与多项式矩阵乘法相同的时间内解决。
2005-08-25 cs.CC cs.SC
Fast In-place Algorithms for Polynomial Operations: Division, Evaluation, Interpolation
我们考虑节省空间的版本上的几个重要的操作单变量多项式,即幂级数反演和除法,除法与剩余,多点评估,插值。现在经典的结果表明,这样的问题可以解决(几乎)相同的渐近时间快速多项式乘法。然而,这些减少,即使当应用于快速多项式乘法的原地变体时,也会产生需要至少线性量的额外空间用于中间结果的算法。我们展示了新的在上述多项式计算,只需要恒定的额外空间,并实现相同的渐近运行时间,因为他们的位置对应的算法。我们还提供了一个精确的复杂性分析,使所有常数显式,参数化的基础乘法算法的空间使用。
2020-06-09 cs.CC cs.SC
Quasi-optimal multiplication of linear differential operators
证明了特征为零的域上多项式系数的线性微分算子可以在拟最优时间内相乘。这回答了范德胡芬提出的一个悬而未决的问题。
2012-08-17 cs.CC cs.SC
Polynomial modular product verification and its implications
已知多项式乘法在稠密和稀疏情况下都具有准线性复杂度。然而,在任何情况下,都没有给出真正的线性算法来解决这个问题,甚至不清楚它是否可能。这为验证多项式乘积的更简单问题留下了更好的算法的空间。虽然找到确定性的方法似乎遥不可及,存在概率算法的问题是最佳的代数运算的数量。我们研究的推广问题的验证多项式产品模的稀疏除数。我们研究了它的位复杂度的密集和稀疏的被乘数。特别是,我们能够显示的首要地位的验证模乘时,除数具有恒定的稀疏性和第二个最高程度的单项式,是不是太大。我们使用这些结果,以获得新的界限上的位复杂度的标准多项式乘法验证。特别地,我们通过改进Kaminski的一个结果,给出了位复杂度模型下的最优算法,并发展了第一个验证稀疏多项式乘积的准最优算法.
2021-01-06 cs.CC cs.SC
Homotopy methods for multiplication modulo triangular sets
研究了模三角多项式族乘法的代价。根据Li,Moreno Maza和Schost以前的工作,我们提出了一种依赖于同伦和快速评估插值技术的算法。我们得到了一个准线性的时间复杂度的例子,其中没有这样的结果是已知的大量家庭。给出了代数数加法在小特征线上的应用.
2009-01-23 cs.DS cs.SC
Group-Theoretic Partial Matrix Multiplication
最近的群论矩阵乘法算法的模拟部分矩阵乘法理论的推广。我们表明,这种方法增加的灵活性,在某些情况下,可以提高上界的指数矩阵乘法群论全矩阵乘法。我们的部分矩阵乘法算法背后的群论导致的问题,最大化的数量表示的“丰满”的一个给定的部分矩阵模式。这个问题被证明是NP-困难的,并给出了两个算法,一个最优的和另一个非最优的,但多项式时间,解决它。
2009-02-13 cs.CC cs.SC
Computing the Rank and a Small Nullspace Basis of a Polynomial Matrix
我们把一元多项式矩阵的秩和零空间基的计算问题归结为多项式矩阵乘法问题。对于域K上的一个n × n阶d矩阵,我们给出了一个秩和零空间算法,其运算次数与两个n维和d阶矩阵相乘的运算次数大致相同。如果后面的乘法在MM(n,d)=softO(n^omega d)操作中完成,其中omega是K上矩阵乘法的指数,则该算法在K中使用softO(MM(n,d))操作。softO表示法表示一些缺失的对数因子。该方法是随机的拉斯维加斯认证。我们部分地通过矩阵Hensel高阶提升和矩阵最小分式重构的结合,以及通过在被视为K[x]-模的零空间中计算最小或小度向量来实现我们的结果
2005-05-11 cs.CC cs.SC
Fast Operations on Linearized Polynomials and their Applications in Coding Theory
本文考虑线性化多项式运算的快速算法。提出了一种新的斜多项式乘法算法(线性化多项式的推广),该算法在多项式阶$s$上具有次二次复杂度,与基础域扩张阶$m$无关.我们表明,我们的乘法算法比所有已知的快时,$s \leq m$。使用Caruso和Le Borgne(2017)的结果,这立即意味着对于任意多项式次数$s$的线性化多项式的次二次除法算法。此外,我们提出了次二次复杂度的$q$变换,多点评价,计算最小子空间多项式,插值,其实现至少是二次之前的算法。使用新的快速算法的$q$变换,我们展示了如何在有限域上的矩阵乘法可以通过乘以线性多项式的程度最多$s=m$,如果一个椭圆正常的基础上的扩展程度$m$存在,提供了一个下界的成本后一个问题。最后,它示出了如何新的快速操作的线性化多项式导致的第一错误和擦除译码算法的Gabidulin码次二次复杂度。
2017-07-11 cs.IT cs.SC math.IT