计算机科学 > 数据结构与算法
[提交于 2025年5月28日
]
标题: 更快的卷积:重新审视Yates和Strassen
标题: Faster Convolutions: Yates and Strassen Revisited
摘要: 给定两个向量$u,v \in \mathbb{Q}^D$在有限域$D$上和一个函数$f : D\times D\to D$,卷积问题要求计算向量$w \in \mathbb{Q}^D$,其条目由$w(d) = \sum_{\substack{x,y \in D \\ f(x,y)=d}} u(x)v(y).$定义。在参数化和指数时间算法中,乘积域上的卷积尤为突出:这里固定一个有限域$B$和一个函数$h : B \times B \to B$,并在乘积域$D = B^k$上使用函数$h^k :D \times D\to D$进行卷积,该函数将$h$分量地应用于其输入元组。 我们通过多线性代数提供了关于产品域卷积的新视角。 这一观点简化了现有算法(如van Rooij等人,ESA 2009)的表述与分析。 此外,利用快速矩阵乘法理论中的已知结果,我们推导出改进的 $O^\ast(|B|^{2\omega/3 \cdot k}) = O(|D|^{1.582})$ 时间复杂度算法,超越了Esmer等人(Algorithmica 86(1), 2024)提出的先前上界 $c^k |B|^{2k}$ 对于 $c < 1$ 的形式。 使用本文描述的设置,代数复杂性理论中的Strassen渐近秩猜想将意味着准线性的 $|D|^{1+o(1)}$ 时间复杂度算法。 这一猜想最近引起了算法社区的关注。 (Björklund-Kaski和Pratt, STOC 2024; Björklund等人, SODA 2025) 我们的论文旨在为算法领域的读者提供一个自包含的阐述,并包含所有必要的数学背景知识,采用明确的基于坐标的表示法。 特别是,我们假定没有抽象代数的知识。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.