分治法妙用-1

Divide and Conquer

求斐波那契数

转化为矩阵乘法，用分治法计算，复杂度为$O(logn)$

位乘问题

设X，Y为两个n位二进制数，$n=2^k$,求XY

传统算法

$W(n)=O(n^2)$

分治法

把两个数都对半截，分解为4个子问题
$$\begin{gathered} X=A^{n/2}+B,Y=C^{n/2}+D \\ XY=AC{2}^n+(AD+BC)2^{n-2}+BD \\ W(n)=4W(n/2)+cn \\ 由主定理W(n)=O(n^{log4})=O(n^2) \end{gathered}$$

，没有本质变化，继续改进：
$$\begin{gathered} 原本有四个子问题，AC，AD，BC，BD，通过代数变换可以减少为3个 \\ AD+BC=(A-B)（D-C)+AC+BD \\ 则W(n)=3W(n/2)+cn \\ W(n)=O(n^{log3})=O(n^{1.59}) \end{gathered}$$

矩阵乘法

A,B为两个n阶矩阵，计算C = AB

暴力算法

不表，$O(n^3)$

分治法

分解为8个子问题，仍然是$O(n^3)$

分治法改进：Strassen算法（1969）

通过简单的线性变换，将八个子问题变为七个子问题，时间复杂度：
$$\begin{gathered} W(n)=7W(n/2)+18(n/2{)}^2 \\ 由主定理W(n)=O(n^{lo{g}_2^7})=O(n^{2.8075}) \end{gathered}$$
线性变换如下：

现代进展

Coppersmith–Winograd 算法把 N* N大小的矩阵乘法的时间复杂度降低到了：，而2010年，Andrew Stothers再度把复杂度降低到了，一年后的2011年，Virginia Williams把复杂度最终定格为：

但这些算法常数太大，实际应用较少。

GItHub主页上的原文链接