Multiplying matrices using n arithmetic operations
本文提出一种对自然数矩阵仅用n次算术运算(一次乘法加n-1次加法)的矩阵乘法算法,通过将输入编码为两个大数实现,虽受限于实际场景,但开辟了新的研究路径。
2023-11-10 cs.DS
Fast Integer Multiplication using Modular Arithmetic
本文给出了一个用于两个$N$位整数相乘的$O(N\cdot \log N\cdot 2^{O(\log^*N)})$算法,它改进了Schönhage-Strassen的$O(N\cdot \log N\cdot \log\log N)$算法.这两种算法都使用模运算。最近,傅勒给出了一个$O(N\cdot \log N\cdot 2^{O(\log^*N)})$算法,但使用算术复数,而不是模块化的算术。在本文中,我们使用多元多项式乘法以及从Fürer算法的想法,以实现这种改进的模块化设置。我们的算法也可以被看作是一个$p$ -adic版本的Fürer的算法。因此,我们表明,这两个看似不同的方法,整数乘法,模和复杂的算术,是相似的。
2008-09-19 cs.DS cs.SC
A lower bound for $\langle 3,2,m \rangle$ matrix multiplication
HSE University(高等经济大学)
本文证明任意域上 $3\times2$ 与 $2\times m$ 矩阵乘法的双线性复杂度下界为 $24m/5$,结合上界确定 $\langle3,2,5\rangle$ 张量秩为 $25$,并用 Lean 4 形式化验证。
2026-09-21 cs.CC cs.DS
Strassen's 2x2 matrix multiplication algorithm: A conceptual perspective
本文的主要目的是教学。尽管它的重要性,所有证明斯特拉森著名的1969年算法的正确性,以两个2x2矩阵相乘只有七次乘法涉及一些基础依赖的计算,如显式乘以特定的2x2矩阵,扩大表达式,以取消与相反的符号,或扩大张量超过标准的基础。这使得证明不容易记忆,许多证明的演示避免显示所有细节,并将大量的验证留给读者。在本说明中,我们给出了一个简短的,自包含的,独立于基底的Strassen算法的存在性证明,避免了这些类型的计算。我们实现这一点,通过专注于对称性和代数性质。我们的证明可以被看作是克劳森1988年构造的无坐标版本,结合了Chiantini,Ikenmeyer,Landsberg和Ottaviani在2016年对Strassen算法几何的最新工作。
2019-02-13 cs.DS cs.SC
Fast Approximate Matrix Multiplication by Solving Linear Systems
在本文中,我们提出了新的确定性算法乘以两个$n \times n$矩阵近似。给定两个矩阵$A,B$,我们返回一个矩阵$C'$,它是$C = AB$的\emph{approximation}。我们考虑近似矩阵乘法的概念,其目标是使误差矩阵$C-C'$的Frobenius范数任意小。我们的主要贡献是首先减少矩阵乘法问题,解决一组线性方程组,然后使用标准的技术,找到一个近似的解决方案,该系统在$\tilde{O}(n^2)$时间。据我们所知,这是第一次检查到设计二次时间确定性算法的近似矩阵乘法,保证任意低的\emph{absolute error} w.r.t.弗罗贝纽斯·诺姆。
2014-08-20 cs.DS
An algorithm for multipication of Kaluza numbers
本文给出了两个Kaluza数相乘的一个新算法的推导。直接执行此操作需要1024次实数乘法和992次实数加法。该算法仅需512次实乘和576次实加法即可得到相同的结果。我们的算法的推导是基于利用这一事实,即两个卡鲁扎数的乘法可以表示为矩阵向量积。参与乘积计算的矩阵被乘数具有独特的结构性质。也就是说,利用这些特定的属性导致显着降低卡鲁扎数乘法的复杂性。
2015-05-24 cs.DS
Speeding up decimal multiplication
十进制乘法是将两个数字在基$10^N.$中相乘的任务。具体来说,我们将重点讨论数论变换(NTT)系列算法。仅使用可移植的技术,我们实现了3倍-5倍的加速比mpdecimal库。在本文中,我们描述了我们的实现,并讨论进一步可能的优化。我们还提出了一个简单的高速缓存有效的算法,就地$2n \times n$或$n \times 2n$矩阵转置,需要出现在“六步算法”的矩阵傅立叶算法的变化,这似乎并不广为人知。另一个发现是,使用两个素数模而不是三个素数模是有意义的,即使考虑到增加输入大小的最坏情况,也会使答案恢复更简单。
2020-12-09 cs.DS
Fast Commutative Matrix Algorithm
我们证明了交换环上的n × 3矩阵和3 × 3矩阵的乘积可以用6 n +3次乘法来计算。对于两个3x 3矩阵,这给了我们一个使用21次乘法的算法。这是相对于使用22次乘法的Makarov算法的改进[13]。本文将结果推广到n × 3和3 × 3矩阵,给出了一个计算交换环上1 × n矩阵与n × m矩阵乘积的算法,当m为奇数时,用n(lm+l+m-1)/2次乘法,当m为偶数时,用(n(lm+l+m-1)+l-1)/2次乘法. Waksman和Islam的奇数n算法需要(n-1)(lm+l+m-1)/2+lm次乘法[10,19],因此在这两种情况下,我们的算法需要较少的乘法。我们还给出了一个算法,即使n使用n(lm+l+m-1)/2乘法,而不使用除法,因为Waksman和伊斯兰的算法使用了一些除以2 [10,19]。此外,我们提出了一个新颖的矩阵乘法:在本文中,我们表明,一些具有特殊性质的非双线性算法可以用作递归算法。与双线性算法相比,对于小的n × n矩阵,比如n<20,我们得到了一些更好的结果。从这些非双线性算法,我们最终得到近似的非双线性算法。例如,我们得到了一个近似的非双线性算法的5x 5矩阵,只使用89乘法。如果有可能将该算法与双线性算法进行比较,我们将获得比Smirnov算法更好的结果[15]。
2020-07-27 cs.CC cs.DS
Faster Stable Numerical Polynomial Multiplication
本文提出一种更简单的稳定数值多项式乘法算法,保持相同时间复杂度和误差界,并可加速近凸min-plus卷积问题求解。
2026-10-02 cs.DS
Faster Algorithms for Rectangular Matrix Multiplication
设α是最大值,使得n × n^α矩阵与n^α × n矩阵的乘积可以用n^{2+o(1)}次算术运算来计算。本文证明了α>0.30298,改进了Coppermith(Journal of Complexity,1997)的先前记录α>0.29462。更一般地,我们构造了一个新的算法,用于将n x n^k矩阵乘以n^k x n矩阵,对于任何值k \neq 1。该算法的复杂度优于所有已知的矩形矩阵乘法算法。在方矩阵乘法的情况下(即,对于k=1),我们精确地恢复了Coppermith和Winograd(Journal of符号计算,1990)的算法的复杂性。这些新的上界可以用来改善依赖于矩形矩阵乘法的几个已知算法的时间复杂度。例如,我们直接得到了小整数权值有向图上所有对最短路径问题的O(n^{2.5302})时间算法,改进了Zwick(JACM 2002)的O(n^{2.575})时间算法,同时也改进了稀疏方阵乘法的时间复杂度.
2012-04-09 cs.CC cs.DS cs.SC
New Bounds for Matrix Multiplication: from Alpha to Omega
本文改进 laser 方法,在 Duan 等人 2023 年技术基础上引入新要素,将矩阵乘法指数 $ω$ 降至 2.371552,并改进矩形矩阵乘法的对偶指数 $α$ 等多项界。
2023-11-04 cs.CC cs.DS
More Asymmetry Yields Faster Matrix Multiplication
Columbia University(哥伦比亚大学);Institute for Interdisciplinary Information Sciences, Tsinghua University(清华大学交叉信息研究院);Massachusetts Institute of Technology(麻省理工学院);Carnegie Mellon University(卡内基梅隆大学)
该研究通过在激光方法分析中引入更多不对称性,结合数值优化进展,将平方矩阵乘法指数界从ω<2.371552提升至ω<2.371177,同时改进了矩形矩阵乘法的指数界。
2026-08-20 cs.CC cs.DS
Fine-Grained Computation in 3-Space: Matrix Multiplication and Graph Problems
本文基于经典物理约束,提出了三维空间中矩阵乘法及图和迷宫问题的最优细粒度算法,证明了三维网格在渐近意义上优于现有并行算法并确立了计算下界。
2024-12-19 cs.DS
Fast matrix multiplication using coherent configurations
Microsoft Research New England(微软研究院新英格兰);Computing + Mathematical Sciences, California Institute of Technology(加州理工学院计算与数学科学系)
本文引入张量秩的松弛概念s-秩,证明矩阵乘法张量的s-秩上界可导出普通秩上界,并通过一致构形的邻接代数推广Cohn-Umans的群论方法,最终证明交换一致构形可能足以证明ω=2。
2012-12-27 cs.DS cs.NA math.NA
A 58-Addition, Rank-23 Scheme for General 3x3 Matrix Multiplication
Research Center for TAI Institute for System Programming(系统编程研究所塔伊研究中心)
本文提出了一种改进的3x3矩阵乘法方案,通过自动搜索结合三进制限制翻转图探索和贪心交集减少法,实现了仅需58次标量加法的秩23方案,提高了计算效率。
2025-12-26 cs.DS
The Input/Output Complexity of Sparse Matrix Multiplication
本文研究了半环上非零元素个数大于主存数的稀疏矩阵的乘法问题。在Hong和Kung(STOC '81)的经典论文中,证明了为了计算密集$U \times U$矩阵的乘积,在具有内部存储器大小$M$和存储器块大小$B$的I/O模型中,$Θ\left(U^3 / (B \sqrt{M}) \right)$ I/O是必要且充分的。本文将Hong和Kung的上、下界推广到稀疏情形。我们的边界依赖于$A$和$C$中非零项的数量$N = \mathtt{nnz}(A)+\mathtt{nnz}(C)$,以及$AC$中非零项的数量$Z = \mathtt{nnz}(AC)$。我们表明,$AC$可以计算使用$\tilde{O} \left(\tfrac{N}{B} \min\left(\sqrt{\tfrac{Z}{M}},\tfrac{N}{M}\right) \right)$ I/O,具有很高的概率。太紧了(直至多对数因子)仅允许半环运算时,即使对于稠密矩形矩阵:我们展示了$Ω\left(\tfrac{N}{B} \min\left(\sqrt{\tfrac{Z}{M}},\tfrac{N}{M}\right) \right)$ I/O的下限。虽然我们的下限使用了相当标准的技术,但上限使用了“压缩矩阵乘法”草图,这在I/O高效算法的上下文中是新的,以及一种新的矩阵乘积大小估计技术,它避免了“无抵…
2014-03-14 cs.DS
Output-Sparse Matrix Multiplication Using Compressed Sensing
本文提出两种输出稀疏矩阵乘法算法,分别基于确定性两遍压缩感知归约和随机化压缩感知与矩阵乘法验证归约,并证明其运行时间最优。
2025-08-14 cs.DS
A 60-Addition, Rank-23 Scheme for Exact 3x3 Matrix Multiplication
本文提出一种无需改变基的 3x3 矩阵乘法方案,将加法代价从 61/62 次降至 60 次,秩为 23,达到新的最优水平。
2025-08-17 cs.CC cs.DS cs.NA
Using a Non-Commutative Bernstein Bound to Approximate Some Matrix Algorithms in the Spectral Norm
我们专注于基于\emph{row sampling}的近似矩阵算法,特别是矩阵乘法,稀疏矩阵重建,和\math{\ell_2}回归。对于\math{\matA\in\R^{m\times d}}(\math{d\ll m}维中的\math{m}点)和适当的行采样概率,它通常依赖于\math{\matA}的\math{m\times d}左奇异矩阵(\emph{leverage scores})的行的范数,我们给出了线性(直到多对数因子)依赖于\math{\matA}的稳定秩的行采样算法.这个结果是通过应用非交换的伯恩斯坦界来实现的。关键词:行抽样;矩阵乘法;矩阵重构;谱范数估计;线性回归;随机
2011-03-28 cs.DS
Fast Matrix Multiplication Without Tears: A Constraint Programming Approach
University of Toronto(多伦多大学)
本文提出约束规划方法求解快速矩阵乘法的约束满足问题,通过对称性破除、有效不等式、稀疏分解及求解器性能波动,发现算法或证明不可行,并在 CP Optimizer 上快速找到至 $3\ imes3$ 矩阵的算法。
2023-07-17 cs.AI cs.DS math.CO
Faster Walsh-Hadamard Transform and Matrix Multiplication over Finite Fields using Lookup Tables
我们使用查找表来设计更快的算法,在有限域上的重要代数问题。这些只使用算术运算和查找表运算的快速算法可能有助于解释确定这些重要问题的复杂性的困难。我们在有限域上的结果如下。可以使用$O(N \log N / \log \log N)$位操作来计算长度为$N$的向量的沃尔什-哈达玛变换。这推广到定义为固定矩阵的克罗内克幂的任何变换。相比之下,快速沃尔什-阿达玛变换(类似于快速傅立叶变换)使用$O(N \log N)$算术运算,这被认为是最佳的常数因子。使用$O(N^ω)$运算将两个$N \times N$矩阵相乘的任何代数算法都可以转换为使用$O(N^ω/ (\log N)^{ω/2 - 1})$位运算的算法。例如,Strassen的算法可以转换成使用$O(N^{2.81} / (\log N)^{0.4})$位操作的算法。它仍然是一个开放的问题,具有实际意义,以确定最小的常数$c$,使Strassen的算法可以实现使用$c \cdot N^{2.81} + o(N^{2.81})$算术运算;使用查找表允许保存一个超常数因子位操作。
2022-11-09 cs.DS
Automated Lower Bounds for Bilinear Complexity over Finite Fields
本文提出一个自动化框架,用于证明有限域上矩阵乘法双线性复杂度的下界,通过轨道分类和动态规划结合递归替换策略,得到多种小矩阵格式的新下界,特别是证明了在$\mathbb{F}_2$上两个$3 imes3$矩阵乘法的双线性复杂度至少为20,优于长期存在的19下界。
2026-08-29 cs.CC cs.DS