大整数的乘法（递归方程+复杂度分析）

递归方程+复杂度分析

大整数的乘法

背景介绍

设X和Y都是n位二进制整数，现在需要计算它们的乘积XY，如果使用小学的思路设计算法，那么需要n²次乘法和n-1次加法，效率太低，那么能够设计出一种算法能够提高效率？

方案一

将n位二进制整数X和Y都分为两段，每段的长度为n/2，如下图所示

此时，$X=A{2}^{n/2}+B$，$Y=C{2}^{n/2}+D$，XY的乘积就为：

$XY=(A{2}^{n/2}+B)(C{2}^{n/2}+D)=AC{2}^n+(AD+BC)2^{n/2}+BD$，共需要4次2^n/2位的乘法，3次长度不超过2n的加法，以及两次移位操作，所以可以得出对应递归方程如下：
$$T(n)=\{\begin{array}{l}O(1)n=1\\ 4T(n/2)+O(n)n>1\end{array}$$
对应的时间复杂度求解过程如下：

当n>1时(注：c_i为常数)：
$$\begin{gathered} T(n)=4T(n/2)+O(n) \\ =4^{2}T(n/2^2)+c_{1}O(n) \\ =... \\ =4^{k}T(n/2^k)+c_{k}O(n) \end{gathered}$$
令$2^k=n$，则$k=lo{g}_{2}n$，此时
$$\begin{gathered} T(n)=4^{k}T(n/2^k)+c_{k}O(n) \\ =4^{k}T(1)+c_{k}O(n) \\ =(2^{lo{g}_{2}4}{)}^{lo{g}_{2}n}+c_{k}O(n) \\ =(2^{lo{g}_{2}n}{)}^{lo{g}_{2}4}+c_{k}O(n) \\ =O(n^{lo{g}_{2}4})+c_{k}O(n) \\ =O(n^{lo{g}_{2}4}) \\ =O(n^2) \end{gathered}$$
注：这里系数是4，求完相应对数后，结果为2，写的麻烦是为了当系数为3时，同学们也能理解清楚计算的过程。

方案二

$XY=AC{2}^n+((A-B)(D-C)+AC+BD)2^{n/2}+BD$，看上去算式更复杂，但仅需3次n/2位整数的乘法，6次加、减法和2次移位。于是可得出递归方程如下：
$$T(n)=\{\begin{array}{l}O(1)n=1\\ 3T(n/2)+O(n)n>1\end{array}$$
通过上述的时间复杂度求解过程，可算得$T(n)=O(n^{lo{g}_{2}3})=O(n^{1.59})$，相较于之前的，算是较大的一个改进。

---

因为博主写也只是在学习过程中做个人总结，所以难免可能会有错误的地方，欢迎大家一起交流、讨论。如果有幸解决了您的一些疑问，本人不胜感激!