Временная сложность алгоритма Евклида


100

Мне трудно решить, какова временная сложность алгоритма наибольшего общего знаменателя Евклида. Этот алгоритм в псевдокоде:

function gcd(a, b)
    while b ≠ 0
       t := b
       b := a mod b
       a := t
    return a

Кажется, это зависит от a и b . Я думаю, что временная сложность равна O (a% b). Это правильно? Есть ли лучший способ написать это?


14
См. Knuth TAOCP, Volume 2 - он дает обширный обзор . Просто FWIW, пара лакомых кусочков: он не пропорционален a%b. Худший случай - это когда aи bявляются последовательными числами Фибоначчи.
Джерри Коффин,

3
@JerryCoffin Примечание: если вы хотите доказать, что наихудший случай - это действительно числа Фибоначчи более формальным образом, рассмотрите возможность доказательства того, что n-й шаг перед завершением должен быть не меньше, чем gcd, умноженное на n-е число Фибоначчи с математической индукцией.
Mygod

Ответы:


74

Один из приемов анализа временной сложности алгоритма Евклида - проследить, что происходит на двух итерациях:

a', b' := a % b, b % (a % b)

Теперь a и b уменьшатся, а не только один, что упрощает анализ. Вы можете разделить это на случаи:

  • Крошечный A: 2a <= b
  • Крошечный B: 2b <= a
  • Маленький A: 2a > bноa < b
  • Маленький B: 2b > aноb < a
  • Равно: a == b

Теперь мы покажем, что в каждом отдельном случае общая сумма уменьшается a+bминимум на четверть:

  • Tiny A: b % (a % b) < aи 2a <= b, значит b, уменьшается как минимум наполовину, поэтому a+bуменьшается как минимум на25%
  • Крошечный B: a % b < bи 2b <= a, значит a, уменьшается как минимум наполовину, поэтому a+bуменьшается как минимум на25%
  • Маленький A: bстанет b-a, что меньше b/2, уменьшится a+bкак минимум на 25%.
  • Маленький B: aстанет a-b, что меньше a/2, уменьшится a+bкак минимум на 25%.
  • Равно: a+bснижается до 0, что, очевидно, уменьшается a+bкак минимум на 25%.

Следовательно, при анализе случая каждый двойной шаг уменьшается a+bкак минимум на 25%. Это может произойти максимальное количество раз, прежде чем он a+bбудет вынужден опуститься ниже 1. Общее количество шагов ( S) до тех пор, пока мы не достигнем 0, должно удовлетворять (4/3)^S <= A+B. Теперь просто работайте:

(4/3)^S <= A+B
S <= lg[4/3](A+B)
S is O(lg[4/3](A+B))
S is O(lg(A+B))
S is O(lg(A*B)) //because A*B asymptotically greater than A+B
S is O(lg(A)+lg(B))
//Input size N is lg(A) + lg(B)
S is O(N)

Таким образом, количество итераций линейно зависит от количества вводимых цифр. Для чисел, которые помещаются в регистры ЦП, разумно моделировать итерации как требующие постоянного времени и делать вид, что общее время работы НОД является линейным.

Конечно, если вы имеете дело с большими целыми числами, вы должны учитывать тот факт, что операции модуля в каждой итерации не имеют постоянной стоимости. Грубо говоря, общее асимптотическое время выполнения будет в n ^ 2 раз больше полилогарифмического фактора. Что-то вроде n^2 lg(n) 2^O(log* n) . Полилогарифмического фактора можно избежать, если вместо этого использовать двоичный gcd .


Вы можете объяснить, почему "b% (a% b) <a", пожалуйста?
Майкл Гейдельберг

3
@MichaelHeidelberg x % yне может быть больше, xа должно быть меньше y. Так a % bчто самое большее a, принуждение b % (a%b)быть ниже того, что не больше, aи, следовательно, в целом меньше a.
Craig Gidney

@ Cheersandhth.-Alf Вы считаете небольшую разницу в предпочтительной терминологии "серьезно неправильной"? Конечно, я использовал терминологию CS; это вопрос информатики. Тем не менее, я уточнил ответ, указав «количество цифр».
Крейг Гидни 08

@CraigGidney: Спасибо, что исправили это. Теперь я узнаю проблему коммуникации из многих статей в Википедии, написанных чистыми учеными. Подумайте вот о чем: основная причина говорить о количестве цифр вместо того, чтобы просто писать O (log (min (a, b)), как я сделал в своем комментарии, состоит в том, чтобы упростить понимание для нематематических людей. Без этого просто напишите «журнал» и т. д. Итак, это цель числа цифр, чтобы помочь тем людям с проблемами. Когда вы называете это понятие «размер» и имеете определение в другом месте, и не говорите о «журнале» в конец, вы неясны вместо помощи
Ура и ч. - Альф

Последний абзац неверен. Если вы просуммируете соответствующие серии телескопирования, вы обнаружите, что временная сложность всего O (n ^ 2), даже если вы используете школьный алгоритм квадратичного деления времени.
Эмиль Ержабек,

27

Подходящий способ анализа алгоритма - определение его наихудшего сценария. Худший случай евклидова НОД возникает, когда задействованы пары Фибоначчи. void EGCD(fib[i], fib[i - 1]), где i> 0.

Например, давайте выберем случай, когда дивиденд равен 55, а делитель равен 34 (напомним, что мы все еще имеем дело с числами Фибоначчи).

введите описание изображения здесь

Как вы могли заметить, эта операция потребовала 8 итераций (или рекурсивных вызовов).

Давайте попробуем более крупные числа Фибоначчи, а именно 121393 и 75025. Здесь мы также можем заметить, что потребовалось 24 итерации (или рекурсивных вызовов).

введите описание изображения здесь

Вы также можете заметить, что каждая итерация дает число Фибоначчи. Вот почему у нас так много операций. Действительно, мы не можем получить аналогичные результаты только с числами Фибоначчи.

Следовательно, на этот раз временная сложность будет представлена ​​маленьким Oh (верхняя граница). Нижняя граница интуитивно обозначается Омега (1): например, 500 делится на 2.

Решим рекуррентное соотношение:

введите описание изображения здесь

Можно сказать , то , что евклидовой НОД может сделать лог (х) операции в большинстве .


2
Я думаю, что этот анализ неверен, потому что база зависит от входных данных.
HopefullyHelpful

Можете ли вы доказать, что зависимая база представляет собой проблему?
Мохамед Эннахди Эль Идрисси

1
Очевидно, что базой является золотое сечение. Зачем? Потому что для вычисления nod (13,8) vs nod (8,5) требуется ровно один дополнительный шаг. Для фиксированного x, если y <x, производительность наихудшего случая будет x = fib (n + 1), y = fib (n). Здесь y зависит от x, поэтому мы можем смотреть только на x.
Степан

17

На это есть отличный взгляд на статью в Википедии .

У него даже есть красивый график сложности для пар значений.

Это не так O(a%b).

Известно (см. Статью), что он никогда не сделает больше шагов, чем в пять раз больше цифр в меньшем числе. Таким образом, максимальное количество шагов растет пропорционально количеству цифр (ln b). Стоимость каждого шага также растет с увеличением количества цифр, поэтому сложность ограничивается O(ln^2 b)где b - меньшее число. Это верхний предел, а фактическое время обычно меньше.


Что из себя nпредставляет?
IVlad

@IVlad: Количество цифр. Я уточнил ответ, спасибо.
JoshD

Для алгоритма OP, использующего (большие целые) деления (а не вычитания), это на самом деле что-то вроде O (n ^ 2 log ^ 2n).
Александр С.

@Alexandre C .: Имейте в виду n = ln b. Какова обычная сложность модуля для большого int? Is it O (log n log ^ 2 log n)
JoshD

@JoshD: это примерно так, я думаю, что пропустил термин log n, конечная сложность (для алгоритма с делениями) в этом случае O (n ^ 2 log ^ 2 n log n).
Александр С.

13

Смотрите здесь .

В частности эта часть:

Ламе показал, что количество шагов, необходимых для получения наибольшего общего делителя для двух чисел меньше n, равно

альтернативный текст

Так O(log min(a, b))что это хорошая верхняя граница.


3
Это верно для количества шагов, но не учитывает сложность каждого шага, которая масштабируется с количеством цифр (ln n).
JoshD

9

Вот интуитивное понимание сложности выполнения алгоритма Евклида. Формальные доказательства описаны в различных текстах, таких как Введение в алгоритмы и TAOCP Vol 2.

Сначала подумайте, что, если бы мы попытались взять НОД двух чисел Фибоначчи F (k + 1) и F (k). Вы можете быстро заметить, что алгоритм Евклида повторяется до F (k) и F (k-1). То есть с каждой итерацией мы опускаемся на одно число в ряду Фибоначчи. Поскольку числа Фибоначчи равны O (Phi ^ k), где Phi - золотое сечение, мы можем видеть, что время выполнения GCD было O (log n), где n = max (a, b), а log имеет основание Phi. Затем мы можем доказать, что это был бы наихудший случай, наблюдая, что числа Фибоначчи последовательно создают пары, в которых остатки остаются достаточно большими на каждой итерации и никогда не становятся нулевыми, пока вы не дойдете до начала ряда.

Мы можем сделать O (log n), где n = max (a, b), еще более жестким. Предположим, что b> = a, поэтому мы можем записать границу в O (log b). Сначала заметим, что GCD (ka, kb) = GCD (a, b). Поскольку наибольшее значение k равно gcd (a, c), мы можем заменить b на b / gcd (a, b) в нашей среде выполнения, что приведет к более жесткой границе O (log b / gcd (a, b)).


Можете ли вы дать формальное доказательство того, что числа Фибоначчи дают наихудший случай для алгоритма Евклида?
Akash

4

Наихудший случай алгоритма Евклида - это когда остатки являются наибольшими возможными на каждом шаге, т.е. для двух последовательных членов последовательности Фибоначчи.

Когда n и m - количество цифр a и b, предполагая, что n> = m, алгоритм использует O (m) делений.

Обратите внимание, что сложность всегда выражается в размерах входных данных, в данном случае в количестве цифр.


4

В худшем случае возникнет, когда и n, и m являются последовательными числами Фибоначчи.

gcd (Fn, Fn − 1) = gcd (Fn − 1, Fn − 2) = ⋯ = gcd (F1, F0) = 1 и n-е число Фибоначчи равно 1,618 ^ n, где 1,618 - золотое сечение.

Итак, чтобы найти gcd (n, m), количество рекурсивных вызовов будет (logn).


3

Вот анализ из книги Марка Аллена Вейсса « Структуры данных и анализ алгоритмов в языке С » (второе издание, 2.4.4):

Алгоритм Евклида работает, непрерывно вычисляя остатки, пока не будет достигнут 0. Последний ненулевой остаток и есть ответ.

Вот код:

unsigned int Gcd(unsigned int M, unsigned int N)
{

    unsigned int Rem;
    while (N > 0) {
        Rem = M % N;
        M = N;
        N = Rem;
    }
    Return M;
}

Вот ТЕОРЕМА, которую мы собираемся использовать:

Если M> N, то M mod N <M / 2.

ДОКАЗАТЕЛЬСТВО:

Есть два случая. Если N <= M / 2, то, поскольку остаток меньше N, теорема верна для этого случая. Другой случай - N> M / 2. Но тогда N переходит в M один раз с остатком M - N <M / 2, доказывая теорему.

Итак, мы можем сделать следующий вывод:

Variables    M      N      Rem

initial      M      N      M%N

1 iteration  N     M%N    N%(M%N)

2 iterations M%N  N%(M%N) (M%N)%(N%(M%N)) < (M%N)/2

Таким образом, после двух итераций остаток составляет не более половины от исходного значения. Это покажет, что количество итераций не больше 2logN = O(logN).

Обратите внимание, что алгоритм вычисляет Gcd (M, N), предполагая, что M> = N. (Если N> M, первая итерация цикла меняет их местами.)


2

Теорема Габриэля Ламе ограничивает количество шагов величиной log (1 / sqrt (5) * (a + 1/2)) - 2, где основание журнала равно (1 + sqrt (5)) / 2. Это для наихудшего сценария алгоритма, и это происходит, когда входные данные являются последовательными числами Фибаноччи.

Несколько более либеральная граница: log a, где основание журнала (sqrt (2)) подразумевается Коблицем.

В криптографических целях мы обычно рассматриваем поразрядную сложность алгоритмов, принимая во внимание, что размер битов приблизительно определяется как k = loga.

Вот подробный анализ поразрядной сложности алгоритма Евклида:

Хотя в большинстве ссылок поразрядная сложность алгоритма Евклида задается как O (loga) ^ 3, существует более жесткая граница, которая равна O (loga) ^ 2.

Рассматривать; r0 = a, r1 = b, r0 = q1.r1 + r2. . . , ri-1 = qi.ri + ri + 1,. . . , rm-2 = qm-1.rm-1 + rm rm-1 = qm.rm

обратите внимание, что: a = r0> = b = r1> r2> r3 ...> rm-1> rm> 0 .......... (1)

а rm - наибольший общий делитель a и b.

Утверждением в книге Коблица (курс теории чисел и криптографии) можно доказать, что: ri + 1 <(ri-1) / 2 ................. ( 2)

Снова в Коблице количество битовых операций, необходимых для деления k-разрядного положительного целого числа на l-разрядное положительное целое число (при условии, что k> = l), дается как: (k-l + 1) .l ...... ............. (3)

Согласно (1) и (2) количество делений равно O (loga), поэтому согласно (3) общая сложность O (loga) ^ 3.

Теперь это можно свести к O (loga) ^ 2 с помощью замечания Коблица.

рассмотрим ki = logri +1

согласно (1) и (2) имеем: ki + 1 <= ki для i = 0,1, ..., m-2, m-1 и ki + 2 <= (ki) -1 для i = 0 , 1, ..., м-2

и по (3) общая стоимость m делений ограничена: SUM [(ki-1) - ((ki) -1))] * ki для i = 0,1,2, .., m

переставив это: СУММ [(ki-1) - ((ki) -1))] * ki <= 4 * k0 ^ 2

Таким образом, поразрядная сложность алгоритма Евклида равна O (loga) ^ 2.


1

Однако для итеративного алгоритма мы имеем:

int iterativeEGCD(long long n, long long m) {
    long long a;
    int numberOfIterations = 0;
    while ( n != 0 ) {
         a = m;
         m = n;
         n = a % n;
        numberOfIterations ++;
    }
    printf("\nIterative GCD iterated %d times.", numberOfIterations);
    return m;
}

С парами Фибоначчи нет разницы между iterativeEGCD()и iterativeEGCDForWorstCase()где последнее выглядит следующим образом:

int iterativeEGCDForWorstCase(long long n, long long m) {
    long long a;
    int numberOfIterations = 0;
    while ( n != 0 ) {
         a = m;
         m = n;
         n = a - n;
        numberOfIterations ++;
    }
    printf("\nIterative GCD iterated %d times.", numberOfIterations);
    return m;
}

Да, с парами Фибоначчи, n = a % nи n = a - nэто то же самое.

Мы также знаем , что в более раннем ответ на тот же вопрос, есть преобладающий фактор уменьшения: factor = m / (n % m).

Следовательно, чтобы сформировать итеративную версию евклидова НОД в определенной форме, мы можем изобразить "симулятор" следующим образом:

void iterativeGCDSimulator(long long x, long long y) {
    long long i;
    double factor = x / (double)(x % y);
    int numberOfIterations = 0;
    for ( i = x * y ; i >= 1 ; i = i / factor) {
        numberOfIterations ++;
    }
    printf("\nIterative GCD Simulator iterated %d times.", numberOfIterations);
}

Основываясь на работе (последний слайд) доктора Джаухара Али, приведенный выше цикл является логарифмическим.

введите описание изображения здесь

Да, маленький О, потому что симулятор сообщает максимальное количество итераций . Пары, отличные от Фибоначчи, потребуют меньшего количества итераций, чем Фибоначчи, при исследовании евклидовой НОД.


Поскольку это исследование проводилось с использованием языка C, проблемы с точностью могут давать ошибочные / неточные значения. Вот почему было использовано long long , чтобы лучше соответствовать переменной с плавающей запятой с именем factor . Используемый компилятор - MinGW 2.95.
Мохамед Эннахди Эль Идрисси

1

На каждом этапе есть два случая

b> = a / 2, тогда a, b = b, a% b сделает b не более половины его предыдущего значения

b <a / 2, тогда a, b = b, a% b составит не более половины своего предыдущего значения, так как b меньше a / 2

Таким образом, на каждом этапе алгоритм будет уменьшать хотя бы одно число как минимум наполовину.

За шаг не более O (log a) + O (log b) это будет сведено к простым случаям. Что дает алгоритм O (log n), где n - верхний предел a и b.

Я нашел это здесь

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.