概述
都知道, 计算机中存储整数是存在着位数限制的, 所以如果需要计算100位的数字相乘, 因为编程本身是不支持存储这么大数字的, 所以就需要自己实现, 当然了, 各个编程语言都有大数的工具包, 何必重复造轮子, 但我还是忍不住好奇他们是如何实现的, 虽然最终没有翻到他们的底层源码去, 但查询的路上还是让我大吃一惊, 来吧, 跟我一起颠覆你的小学数学.
长乘运算
当然, 如果自己实现这样一个大数, 用数组来存储每一位是我当前想到的方法. 那如何进行乘法运算呢? 因为用数组来存储数字, 那么数字的加法也要采用每一位进位的方式来进行, 所以下面为了方便说明算法的效率, 以一次个位数的运算视为一个运算单位.
说明一下, 以下的计算步骤计数仅是我个人理解, 与网上其他文章所写不太一样. 仅代表个人观点.
上小学知识:
- (4*5=20)
- 个位数相乘, 一次运算
- (14*5=(4*5)+(1*5)*10=70)
- 2位数乘1位数, 分解后共: 2次乘法和2位数的加法, 4次运算(乘10可看做移位操作)
- (134*6=(4*6)+(3*6)*10+(1*6)*100=804)
- 3位数乘1位数, 分解后共: 3次乘法, 3位数的加法(不要看两个加号, 可以乘法运算完后做连加运算, 当然, 也可能连加之后发生溢出, 暂不考虑. 此处简化只看加法的位数即可), 6次运算.
- (1234*7 = (4*7) + (3*7)*10 + (2*7)*100 + (1*7)*1000 = 8638)
- 4位数乘1位数, 8次运算.
通过上面可总结规律, n位数乘一位数, 需要 2n 次运算. 将 n 位数乘1位数的运算称作短乘. 然后下面再看一下 n 位数乘 n 位数.
- (14*13=(14*3) + (14*1)*10=182)
- 两位数相乘, 2次短乘, 4位数加法(99*9*10 最差情况). 共: (2*(2n) + 4 = 12) 次运算
- (132*256=(132*6)+(132*5)*10+(132*2)*100=33792)
- 三位数相乘: 3次短乘, 6位数加法(最差情况), 共: (3*(2n) + 6=24)次运算.
通过上面, 总结规律, n位数相乘(长乘)的运算次数是: (n*(2n) + 2n = 2n^2+2n) 次运算. 当然, 这就是我们从小接受的进行乘法运算的方法, 所以写成这样还好, 比较合乎常理. 时间复杂度是 O(n^2)
但是, 他还可以更快么? 我以为就这样了, 是我小看了伟大的数学家. .
Karatsuba方法
由简入难, 先看一下两位数的乘法:
12*34, 为了方便初中方程未知数的思维, 我们将这两个数字拆解一下:
则,
当化简到这里, 2位数相乘需要几次运算? 来算一下:
- (10(am + bn)) : 共2次乘法, 2位数加法, 共4次运算.
- an 和 bm : 共2次乘法, 共2次运算
- 剩下最外层的加法, 最差情况: ((100*9*9) 4位数, (10*(9*9 + 9*9)) 4位数), 共4次运算
- 则总计, (4+4+2=10)次运算.
此时, 需要的运算次数已经较之前的12次少一些了, 但是别急, 容我把公式再变换一下.
令:
公式:
是不是和上面的公式一样了呢? 是的, 那转换公式是为了什么呢? 当然是为了减少运算次数啦. 算一下:
- 计算
u: 1次运算 - 计算
w: 1次运算 - 计算
s: 3次运算 - 计算
u+w-s: 2位数运算, 2次运算 - 计算最外层加法: 3位数运算, 3次运算
- 共: 10次运算.
这和我刚才计算的不也是10次么? 不过个位数的乘法换成加法就会变快了么? 不要小看这个一次乘法运算的减少, 从上面能够看出, 乘法运算的运算次数是随位数成指数增长的, 而加法运算则随位数成线性增长, 等看了下面的多位数相乘, 你就知道减少的这一次乘法运算有什么用了.
不过下面才是重头戏, 数字多了之后, 此算法就明显比传统的快的多了.
4位数乘法
计算: (1234*5678)
设:
套用上面的公式:
令:
则结果为: (10000u + (u+w-s)*100+w)
此次进行了几次运算呢? 算一下:
- 计算
u: 两位数乘法, 10次运算 - 计算
w: 10次运算 - 计算
s: 两位数减法两次, 一次乘法, 14次运算 - 计算整体: 8位数相加((99*99*10000)), 8次运算
- 整体: (10+10+14+8=32)次运算.
32次运算, 之前长乘的方式需要几次呢? (2*(4*4) + 2*4=40). 是不是少了.
也就是说, 4位数的乘法, 其中用到了3次两位数乘法, 2次两位数减法, 1次8位数加法.
8位数乘法
8位数乘法就不展开了, 直接套用4位数乘法得出的结论, 其运算次数为:
- 3次4位数乘法: (3*32=96)次
- 2次4位数减法: (2*4=8)次
- 1次 (9999*9999*100000000) 位数加法: 17次
- 共: (96+8+17=121)次运算.
原来的长乘需要几次呢? (2*(8*8) + 2*8=144)次.
是不是有一种动态规划, 分而治之的感觉? 可以利用函数递归来实现.
问题
想必此算法的问题也很明显了, 为了每次都能将数字拆成左右两部分, 所以只能够计算位数是2的 n 次方的数字, 如果位数不足, 则需要在前边进行补0.
算法比较
为了比较两个算法的运算次数, 让我们忽略运算的低次幂以及常数项, 则(以下 n 为2的幂):
长乘
Karatsuba:
分别进行计算:
| 2的幂/数字位数 | 长乘 | Karatsuba |
|---|---|---|
| (2^0=1) | 1 | 1 |
| (2^1 = 2) | 8 | 3 |
| (2^{10}=1024) | 2097152 | |
| (2^{20}=1048576) | 2199023255552 | 1162261467 |
| (2^{50}=1125899906842624) | 2535301200456458802993406410752 | 239299329230617529590083 |
| (2^{100}=1267650600228229401496703205376) | 3213876088517980551083924184682325205044405987565585670602752 | 171792506910670443678820376588540424234035840667 |
可以看出来, 当数字的位数越大, 则两个算法之间的差距越明显.
有没有被颠覆的感觉? 是不是自己知道了20多年的乘法运算, 根本没有想到还有其他计算乘法的运算规则? 我也没想到, 涨见识了...
果然, 没有什么是伟大的科学家们做不到的, 这算法我看了近乎整整一天, 草稿纸废了四十张, 总算是略知一二了.