อะไรคือวิธีที่รู้จักกันเป็นอย่างดีสำหรับการวนรอบความยาวเหนือสนามขนาดเล็กเช่นเมื่อ ? ฉันสนใจโดยเฉพาะอย่างยิ่งในสาขาคงที่ขนาดหรือแม้กระทั่ง\ คำแถลงและการอ้างอิงเชิงเส้นกำกับเชิงประสิทธิภาพได้รับความนิยมอย่างมาก
พื้นหลัง: Letเป็นข้อมูลและ0 เราคิดว่าของเวกเตอร์ว่ามีการจัดทำดัชนีโดยพิกัด\
(วงกลม) บิดของความยาวมากกว่ามีการเปลี่ยนแปลงที่เกิดและ outputtingกำหนดโดย ที่มีค่าดัชนีเลขคณิตมากกว่า\
ในการทำการวนแบบวนรอบฟิลด์ขนาดใหญ่วิธีการที่ได้รับความนิยมคือการใช้ทฤษฎีบทการสนทนาเพื่อลดปัญหาของเราในการดำเนินการแปลงฟูริเยร์แบบไม่ต่อเนื่อง (DFT) และใช้อัลกอริธึม FFT
สำหรับฟิลด์ จำกัด ขนาดเล็กผิวเผินจะไม่ได้กำหนดเพราะไม่มีดั้งเดิมราก -th ของความสามัคคี เราสามารถแก้ไขปัญหานี้ได้ด้วยการฝังปัญหาในเขตข้อมูลขนาดใหญ่ แต่ก็ไม่ชัดเจนว่านี่เป็นวิธีที่ดีที่สุดในการดำเนินการต่อ แม้ว่าเราจะใช้เส้นทางนี้มันก็เป็นการดีที่จะรู้ว่ามีใครบางคนทำรายละเอียดเรียบร้อยแล้ว (ตัวอย่างเช่นการเลือกฟิลด์ที่ใหญ่กว่าที่จะใช้และอัลกอริทึม FFT ที่จะใช้)
ที่เพิ่ม:
โดย 'ฝัง' การโน้มน้าวใจของเราฉันหมายถึงหนึ่งในสองสิ่งนี้ ตัวเลือกแรก: เราสามารถส่งผ่านไปยังเขตข้อมูลส่วนขยายที่ติดกับรากดั้งเดิมของความสามัคคีและทำการแปลงที่นั่น
ตัวเลือกที่สอง: ถ้าเขตข้อมูลเริ่มต้นของเราเป็นวัฏจักรคนหนึ่งสามารถผ่านไปที่สนามวัฏจักรของลักษณะที่ใหญ่กว่า - ใหญ่พอที่ถ้าเราพิจารณาเวกเตอร์ของเราว่าอยู่ในไม่มีการเกิด "wraparound"
(ฉันไม่เป็นทางการ แต่ลองคิดดูว่าจะคำนวณการโน้มน้าวใจอย่างไรเราสามารถเห็นได้ชัดว่าทำแบบเดียวกันกับจากนั้นจึงใช้คำตอบ mod 2)
เพิ่มด้วย:
อัลกอริทึมจำนวนมากสำหรับ FFT และปัญหาที่เกี่ยวข้องทำงานได้ดีเป็นพิเศษสำหรับค่า 'ดี' ของ (และฉันต้องการที่จะเข้าใจสถานการณ์นี้ดีขึ้น)
แต่ถ้าไม่มีความพยายามที่จะใช้ประโยชน์จากค่าพิเศษของปัญหาการบิดแบบวนรอบนั้นจะเทียบเท่ากัน (โดยการลดการระเบิดเชิงเส้นอย่างง่ายในn ) เป็นการบิดธรรมดา ในทางกลับกันจะเทียบเท่ากับการคูณของพหุนามที่มีสัมประสิทธิ์กว่าFพี
โดยเท่าเทียมกันนี้หนึ่งสามารถใช้ผลในการเช่นบทความนี้ของฟอนซูร์ Gathen และแกร์ฮาร์ด (อาคารการทำงานของแคนเทอร์) ที่ใช้วิธีการขยายสนามที่จะได้รับความซับซ้อนของวงจรผูกพันของ ) พวกเขาไม่ได้ระบุขอบเขตของพวกเขาในทางที่ชัดเจนโดยเฉพาะ IMO แต่ถูกผูกไว้จะเลวร้ายยิ่งกว่าn ⋅ เข้าสู่ระบบ2 nแม้สำหรับF 2 สามารถทำได้ดีกว่า