目录
一、The Mathematics of Lattices
为什么需要格,是因为对于现在出现的量子计算机而言,这个格有很高的安全性。
1、 Point Lattices and Lattice Parameters
1.1 Lattices :Definition
首先介绍一下什么是格?
- 格就是如下图中的点阵,【下面的图画的是一个二维的图,但是要想象一下,就是在n维空间中的所有的点阵】;其中的点是格中的格点
- 下面举的是一个最简单的格的例子,是n维空间的整数格。
1.1.1 对格进行线性变换
下面所描述的就是说,右边的格可以通过左边的格通过线性变换得到;【但是不一定在线性变换中会得到全部完整的格点,有可能会丢失】
1.2 Lattices and Bases
- 下面这是一种用base(基)来表示格的方式,基下面的表示的形式;还有一种表示格的方式,在这里不追溯。
- Lattice还是Rn中的一个可加子群。【在这里说一下,因为整数格式下面的这样一个一个离散的点,但是对于Rn来说,是点阵,但是这个点阵到最后是可以连起来的,所以在宏观来看,并不是一个一个离散的点】
1.3 Determinant
这个表示的是基础区域P的体积;用下面的表示的方法;
- 这里值得注意的是:下面的表达式中是bi*[0,1);其中这个[0,1)则表示的是点阵不一定是下面的绿色,而是将区域P中的点都表示出来了;
- 这里还有一个需要注意的点事:[0,1)这个右边是一个开区间,而到最后所有的区间这些都拼起来,会包括所有的区域。【想象成一个n维的】
1.4 Density estimates
- 1、在这个里面表示区域P,变成了bi*[-1/2,1/2);【这个所表达出来的区域是一样的,是为了对称】,看一个下面图中的绿的点的位置已经不在原本的位置了。
- 第一个,是说P(B)的体积是和det那个体积是相等的
- 第二个,partition比较重要,这个其实是使用x+P(B)将Rn这个进行了分区,对这个理解,可以想象成,x是格中的任意一个点,而P(B)是一个基本的区域;
- 这个的交集的值,数一下那个红色圈圈里面的点就行了。
1.5 Minimum Distance and Successive Minima
可以想象成在下面图中的,俩个点的距离,
连续最小值
在描述连续最小值之前,span的定义,其给出了由基B产生的向量的space,其中x是属于Rn
- λ1所表示的是,当span(B(r)∩L),其中当r在不断向外扩张时,当碰到第一个点的时候,这时λ1中的r是碰到第一个点的时候的距离。
-当r变大, 往span后面无线扩张,其dim span代表的是其维数大于等于i,【即所选择的点的向量是线性无关的】
1.6 Distance Function and Covering Radius
- 距离函数中,这个t到格点的距离中,t不在格中
- 覆盖半径:t到