【学习笔记】Half-GCD

OneInDark

已于 2022-08-15 11:05:23 修改

阅读量879

点赞数 1

分类专栏：数学 # 多项式/生成函数文章标签：奇怪科技

于 2022-08-15 10:41:17 首次发布

本文链接：https://blog.csdn.net/qq_42101694/article/details/126333577

版权

数学同时被 2 个专栏收录

280 篇文章 1 订阅

订阅专栏

多项式/生成函数

51 篇文章 1 订阅

订阅专栏

这里是一份快速讲解（即有些东西不严谨）。

最初看 $\sf Elegia$ 的博客，讲得倒是很好，就是留了个疑问未解决——我现在还在评论区里。

但看了 $\sf whx1003$ 的博客之后，该疑问就被解开了。因此可以认真讲讲。

算法动机：作除法时，计算商的复杂度是对的。但是每次的商太短，导致计算余数很慢；如果能够将多次取模统一计算，则可以加速。而且，计算商的时候，一般只会用到次数较高的项。

算法目标：对 $a,b\in{\Bbb F}[z]$ ，求矩阵 $\begin{bmatrix}x_1 & y_1\\x_2 & y_2\end{bmatrix}$ 使得
$\deg(x),\deg(ax_1{+}by_1),\deg(ax_2{+}by_2)\leqslant\frac{k}{2}+o(k)$

其中 $k=\max\{\deg a,\;\deg b\}$ 。当然 $x^2+y^2\ne 0$ 。

不难发现 $\deg\gcd(a,b)>\frac{k}{2}$ 时，该目标无法实现。因此，事实上它的目标是
$\deg(ax_1{+}by_1)\geqslant\frac{k}{2}\geqslant\deg(ax_2{+}by_2)$

然后再做了一次取模。而 $ax_2+by_2=0$ 时，实际上无法进行这次取模。

算法流程：设 $a=a_0+a_1z^{k/2},\;b=b_0+b_1z^{k/2}$ ，先求出 $a_1,b_1)$ 的 $\textit{Half-GCD}$ 结果，则对于每行的 $x, y$ ，有 $\deg(a_1x+b_1y)\leqslant\frac{k}{4}+o(k)$ ，且 $\deg(a_0x+b_0y)\leqslant\frac{3}{4}k+o(k)$ ，因而 $\deg(ax+by)\leqslant\frac{3}{4}k+o(k)$ 。

特别地，若此时求出的矩阵已经使得 $a_1x_1+b_1y_1=0$ 了，如果 $ax_1+by_1=0$ 就返回该矩阵即可，否则让 $ax_0+by_0)$ 对 $ax_1+by_1)$ 取模即可。

我们把两行乘出来的两个多项式，移除前 $\frac{k}{4}$ 项（即除以 $z^{k/4}$ 再去除负数次项），重新作 $\textit{Half-GCD}$ 。递归返回的多项式的度数是 $\frac{1}{4}k+o(k)$ 的，和上一个矩阵一样。通过类似的分析可知，这个矩阵对之前乘出的多项式进行变换后，度数是 ${1\over 2}k+o(k)$ 级别的。

所以两个矩阵相乘就是所需的结果——矩阵内元素的度数恰好是 $\frac{1}{2}k+o(k)$ 的。时间复杂度 $\mathcal T(n)=2\mathcal T({n\over 2})+\mathcal M(n)=\mathcal O(\mathcal M(n)\log n)$ ，其中 $\mathcal M(n)$ 是 $\deg=n$ 的多项式乘法的复杂度。

代码实现的技巧：在 $\textit{Half-GCD}$ 时，顺便返回矩阵与列向量的乘积。

下面是 $\sf whx1003$ 的讲解，我也摘抄一份。

记 $\mathbf M_G=\begin{bmatrix}G & 1\\ 1 & 0\end{bmatrix}\;(G\in\mathbb F[x])$ 是系数属于 $\mathbb F[x]$ 的矩阵，其中 $G\ne 0$ 且 $G$ 的最高次项系数为正。

考虑 $\gcd$ 的过程，每次求出商 $Q(x)=A(x)\div B(x)$ 后得到
$\begin{bmatrix} B(x) \\ A(x)\bmod B(x) \end{bmatrix} =\begin{bmatrix} 0 & 1 \\ 1 & -Q(x) \end{bmatrix} \begin{bmatrix} A(x) \\ B(x) \end{bmatrix}$

注意到该线性变换就是 $\mathbf M_Q^{-1}$ 。因此我们只需求出 $\prod\mathbf M_G$ ，即可直接计算出 $\gcd$ 的结果。

Comment. 事实上对于矩阵 $\mathscr A=\begin{bmatrix} a & b \\ c & d \end{bmatrix}$ ，若 $\det(\mathscr A)=s$ 则
$\mathscr A^{-1}=s^{-1}\begin{bmatrix} d & -b\\ -c & a \end{bmatrix}$
暴力展开不难验证。这可能是二阶矩阵逆元的速算方法吧。

称矩阵 $\mathscr A$ 是 $\rm regular$ 的，当且仅当 $\mathscr A$ 是若干 $\mathbf M_G$ 的乘积。注意 $\rm regular$ 矩阵未必是对称的。

稍微降低点要求，我们只希望求出 $\rm regular$ 矩阵 $\mathscr A$ 使得 $\begin{bmatrix}C(x)\\D(x)\end{bmatrix}=\mathscr A^{-1}\begin{bmatrix}A(x)\\B(x)\end{bmatrix}$ 满足 $\deg D(x)\leqslant\frac{1}{2}\deg A(x)$ 。这显然可行，因为最终 $D (x) = 0$ 。

Lemma 1.（ $\text{ordering property}$ ） $\rm regular$ 矩阵元素的 $\deg$ 在行和列上都单调不增，且其中非零元素的最高次项都为正。

归纳法不难证明之。事实上 $\rm regular$ 矩阵的 $\det=\pm 1$ ，因此其 $\deg$ 还有个等式关系。但是没啥用。

Lemma 2. 设 $\deg A>\deg B$ ，设 $m$ 是某常数而 $\mathscr A$ 是 $\rm regular$ 矩阵，令
$\mathcal A'=x^m\mathcal A'_0+\mathcal A'_1\\ \mathcal B'=x^m\mathcal B'_0+\mathcal B'_1$

其中
$\begin{bmatrix} \mathcal A'_j\\ \mathcal B'_j \end{bmatrix}= \mathscr A^{-1} \begin{bmatrix} A_j\\ B_j \end{bmatrix} \quad\text{for }j=0,1 \tag{1}$

其中 $A=x^mA_0+A_1$ 且 $B=x^mB_0+B_1$ ，满足 $deg A_1,\deg B_1<m$ 。

Comment. 因为 $A^{'}$ 的记法似乎易引起歧义，我试图用 $\mathcal A$ 代替，但是二者的区分度又太低。我只好二者同时使用，并且不加 $(x)$ 以避免歧义。

若 $\deg\mathcal A'_0>\deg\mathcal B'_0$ 且 $\deg A_0\leqslant 2\deg\mathcal A'_0$ ，则
$\deg\mathcal A'=m+\deg\mathcal A_0'\\ \deg\mathcal B'\leqslant m+\max\{\deg\mathcal B_0',\;\deg(A_0){-}\deg(\mathcal A'_0){-}1 \}$

Proof. ~~可能把该引理读懂是最大的挑战~~。

对那些定义的直观感受：将 $A, B$ 按照 $x^m$ 分开后，分别进行 $\mathscr A$ 变换再合并。

对限制条件的直观感受：我们要做辗转相除，因此 $\deg A>\deg B$ 总成立。而 $\mathcal A_0'$ 不是特别短时，余数的次数由高次项决定。

现在开始证明。设 $\mathscr A=\begin{bmatrix}P & Q\\R & S\end{bmatrix}$ ，由 $(1)$ 式移项知 $A_0=P\mathcal A_0'+Q\mathcal B_0'$ ，由 $\text{Lemma 1}$ 和 $\deg\mathcal A'_0>\deg\mathcal B'_0$ 知
$\deg A_0=\deg\mathcal A'_0+\deg P \tag{2}$

联立 $2\deg\mathcal A'_0\geqslant\deg A_0$ 得
$\deg P\leqslant\deg\mathcal A'_0$

而 $\mathscr A^{-1}=\pm\begin{bmatrix}S&-Q\\-R&P\end{bmatrix}$ ，因此 $\mathcal A_1=\pm(SA_1-QB_1)$ ，进而
$\begin{align*} \deg\mathcal A'_1 &\leqslant\max\{\deg A_1+\deg S,\;\deg B_1+\deg Q\}\\ &\leqslant\max\{\deg A_1,\;\deg B_1\}+\max\{\deg S,\;\deg Q\}\\ &\leqslant m-1+\deg P\\ &\leqslant m+\deg\mathcal A_0' \end{align*}$

所以 $\deg\mathcal A'=m+\mathcal A'_0$ 。

同理可证 $\deg R=\deg B_0-\deg\mathcal A'_0\leqslant\deg A_0-\deg\mathcal A'_0$ 以及
$\begin{align*} \deg\mathcal B_1 &\leqslant\max\{\deg A_1+\deg R,\;\deg B_1+\deg P\}\\ &\leqslant\max\{m-1+\deg A_0-\deg\mathcal A'_0,\;m-1+\deg P\}\\ &\leqslant m-1+\deg A_0-\deg\mathcal A_0' \end{align*}$

注意前提条件 $\deg A>\deg B$ 保证了 $\deg A_0\geqslant\deg B_0$ ，以及 $(2)$ 式在此处的运用。 $\blacksquare$

接下来给出 $\textit{Half-GCD}$ 的伪代码实现：
$\begin{array}{r|l} & \mathbf{Algorithm}\;\texttt{hgcd}(A,B)\\ \hline 1 & m\gets\left\lceil\frac{\deg(A)}{2}\right\rceil\\ 2 & \mathbf{if}\;\deg(B)<m\;\mathbf{then}\\ 3 & \quad\mathbf{return}\;\begin{bmatrix}1 & 0\\0 & 1\end{bmatrix}\\ 4 & \mathscr{H}\gets\mathrm{hgcd}(A\div x^m,\;B\div x^m)\\ 5 & \begin{bmatrix}C \\ D\end{bmatrix}\gets\mathscr{H}^{-1}\begin{bmatrix}A \\ B\end{bmatrix}\\ 6 & \mathbf{if}\;\deg(D)<m\;\textbf{then}\\ 7 & \quad\mathbf{return}\;\mathscr{H}\\ 8 & \begin{bmatrix}Q \\ R\end{bmatrix}\gets\begin{bmatrix}C\div D\\ C\bmod D\end{bmatrix}\\ 9 & \mathbf{if}\;\deg(R)<m\;\mathbf{then}\\ 10 & \quad\mathbf{return}\;\mathscr{H}\cdot\mathbf{M}_Q\\ 11 & k\gets 2m-\deg(D)\\ 12 & \mathscr{S}\gets\mathrm{hgcd}(D\div x^k,\;R\div x^k)\\ 13 & \mathbf{return}\;\mathscr{H}\cdot\mathbf{M}_Q\cdot\mathscr{S} \end{array}$

特别地，当 $A, B$ 最高次项系数为负时，应将系数取反即乘 $- 1$ ，反正 $- 1$ 是 $\rm unit$ 。

Theorem. $\mathrm{hgcd}(A,B)$ 返回的 $\rm regular$ 矩阵 $\mathscr S$ 满足：令 $\begin{bmatrix}\mathcal A'\\\mathcal B'\end{bmatrix}=\mathscr S^{-1}\begin{bmatrix}A\\B\end{bmatrix}$ 则 $\deg\mathcal A'\geqslant\lceil\frac{\deg A}{2}\rceil>\deg\mathcal B'$ 。

Proof. 该限制条件的好处是：上面算法中 $\mathscr H$ 作用在 $\begin{bmatrix}A\\B\end{bmatrix}$ 上时， $\text{Lemma 2}$ 的限制条件即成立（其中的 $m$ 与算法中的 $m$ 相同）。

考虑每个 $\mathbf{return}$ 语句的返回值是否满足条件。第 $3$ 行上的显然合法。第 $7$ 行上的，由 $\text{Lemma 2}$ 可知 $\deg C=m+\deg\mathcal A_0'\geqslant m$ ，故合法。第 $10$ 行上的，由第 $6$ 行的 $\mathbf{if}$ 知 $\deg D\geqslant m>\deg R$ ，故合法。

关键在最后。令 $m'=\deg A_0=\deg(A)-m$ ，对 $\deg A$ 进行归纳法，由归纳假设知 $\deg\mathcal B'_0<\lceil\frac{m'}{2}\rceil\leqslant\deg\mathcal A'_0$ ，再由 $\text{Lemma 2}$ 得

$\begin{align*} \deg D &\leqslant m+\max\{\deg\mathcal B_0',\;\deg(A_0){-}\deg(\mathcal A_0'){-}1\}\\ &\leqslant m+\max\left\{\left\lceil{m'\over 2}\right\rceil-1,\;\left\lfloor{m'\over 2}\right\rfloor-1\right\}\\ &= m+\left\lceil\frac{m'}{2}\right\rceil-1< 2m \end{align*} \tag{3}$

于是 $11$ 行的赋值能够使 $k > 0$ 。而第 $9$ 行的 $\mathbf{if}$ 指明 $\deg D>\deg R\geqslant m$ ，故 $\deg D>2m-\deg D=k$ ，因此第 $12$ 行的 $\mathrm{hgcd}$ 调用至少是合法的。

现在考虑第二次 $\rm hgcd$ ，相同记法得到 $D_0,\mathcal D'_0$ 等。此时有
$\deg\mathcal D'_0\geqslant\left\lceil{\deg D_0\over 2}\right\rceil>\deg\mathcal R_0'$

因为 $(3)$ 式已经说明 $\deg D\leqslant m+\lceil{\deg(A)-m\over 2}\rceil-1<\deg A$ ，归纳假设仍然成立。

而 $deg D_0=\deg(D)-k=2\deg(D)-2m$ ，于是
$\deg\mathcal D'_0\geqslant\deg(D)-m>\deg\mathcal R'_0$

再由 $\text{Lemma 2}$ 得
$\deg\mathcal D'=k+\deg\mathcal D'_0\geqslant k+\deg(D)-m=m$

与
$\begin{align*} \deg\mathcal R'&\leqslant k+\max\{\deg\mathcal R'_0,\;\deg(D_0){-}\deg(\mathcal D'_0){-}1\}\\ &\leqslant k+\max\{\deg(D){-}m{-}1,\;\deg(D){-}m{-}1\}\\ &=m-1 \end{align*}$