我想找到一个大矩阵的减少的行梯形形式(在字段F_q中)。 我尝试了以下代码。 虽然我使用gmpy2库来加速,但程序仍然内存不足。因为我的输入矩阵非常大(100 x 2 ^ 15)而p也非常大(| p | = 256位)。有人可以建议如何降低这种算法的复杂性。
谢谢
def invmodp(a, p):
return gmpy2.invert(a,p)
def division_mod(a, b, p): #a/b mod p
invert = invmodp(b, p)
return (a * invert) %p
def row_echelon_form(M, p):
lead = 0
rowCount = len(M)
columnCount = len(M[0])
for r in range(rowCount):
if lead >= columnCount:
return
i = r
while M[i][lead] == 0:
i += 1
if i == rowCount:
i = r
lead += 1
if columnCount == lead:
return
M[i],M[r] = M[r],M[i]
lv = M[r][lead]
M[r] = [ division_mod(mrx, lv, p) for mrx in M[r]]
for i in range(rowCount):
if i != r:
lv = M[i][lead]
M[i] = [ (iv - lv*rv)%p for rv,iv in zip(M[r],M[i])]
lead += 1
return M
答案 0 :(得分:0)
我可以使用gmpy2.divm
替换您的division_mod
,从而节省了几秒的运行时间。我无法做出任何其他重大改进。以下程序创建一个随机的100 x 2 ^ 15矩阵,并在大约3分钟内计算行梯形表格,并消耗425MB内存。
import gmpy2
bits = 256
r = 100
c = 2**15
p = gmpy2.next_prime(2**bits - 1234)
seed = gmpy2.random_state(42)
M = []
for i in range(r):
M.append([gmpy2.mpz_urandomb(seed, bits) for j in range(c)])
def row_echelon_form(M, p):
lead = 0
rowCount = len(M)
columnCount = len(M[0])
for r in range(rowCount):
if lead >= columnCount:
return
i = r
while M[i][lead] == 0:
i += 1
if i == rowCount:
i = r
lead += 1
if columnCount == lead:
return
M[i],M[r] = M[r],M[i]
lv = M[r][lead]
M[r] = [ gmpy2.divm(mrx, lv, p) for mrx in M[r]]
for i in range(rowCount):
if i != r:
lv = M[i][lead]
M[i] = [ (iv - lv*rv) % p for rv,iv in zip(M[r],M[i])]
lead += 1
return M
N = row_echelon_form(M, p)
如果您的内存使用量增长超过500MB,则您的gmpy2
版本可能会出现内存泄漏。或者我错误地解释了您的要求,矩阵明显更大。
免责声明:我保留gmpy2
。