一种有效的计算2的m次方被一个名叫YATES的人介.doc

一个关于复杂傅里叶序列的机器运算的算法 魏婉婷3090101745 一种有效的计算2^m个因子交叉影响的实验被一个名叫YATES 的人介绍并广泛的为人所知。3的m次方的推广被Box等人给出。Good总结了这些方法并给出了针对每一中类型一个精确的算法。在他们全面的总结中，Good的方法对于某些问题时使用的，那些问题必须可以分解成m个稀有矩阵的n*n矩阵乘以一个n向量的很有效，其中m与logN成正比。它所产生的过程，其所需要的操作次数不再于N的平方成比例而与NlogN成比例。这个方法在这里被应用于复数傅里叶序列的计算。当数据个数是，或者可以被设定为一个合成度很高合数时，这些方法非常有效。这里提出的计算方法是由上述演变而来，并且以一种不一样的形式表示。这种方法更多的关注于N的选择。这也显示了，在使用二进制的时候，我们能得到十分特殊的优势，并展示了只需要N列的数据存储空间来存储的整个计算过程。并且整个计算过程定的傅里叶系数。 考虑如下复数傅里叶序列 （1） 其中所给傅里叶系数A(k)为复数，W是 （2） 一个直接使用(1)的计算需要N^2次操作，其中操作在本文中指一次复数乘法与一次复数加法。 这里描述的算法在此申明所给复数傅里叶幅度数组并在少于2NlogN次操作数内得到结果且不需要比已经要求的数列A更多的数据储存。要延伸这个算法，假设N是一个合数，即N=r1*r2,将（1）中的系数表示如下： （3） 于是有 （4） 因为 （5） 内部和，关于 k，仅仅决定于j0和k0，并且可以定义为一个新的数组 （6） 结果可写作 （7） 在数组A1中有N个元素，每个都需要r1次操作，共需要Nr1次操作才能获得A1.类似的，需要N2次操作来用A1计算X。因此，（6）（7）所给出的两步算法总共需要 (8) 次操作。 很容易看出，连续应用以上从（6）的以上过程，是如何给出一个m步的算法，需要 （9） 次操作，其中 （10） 如果，其中，那么，除非，当时。 总体来说，用尽可能多的分解因数可以提供（9）的最小值，但是用二的因数可以以对的形式结合而不造成任何损失。如果我们能选择N使之有尽量多的约数，我们可能有很多获益。如果所有都等于r，那么有（10）我们可知 （11） 操作的总次数为 （12） 如果，那么我们发现 （13） 于是 是以下各量的加权平均数。 其值如下所示： 理论上，的用法是最有效率的，但是其收益仅仅比2或者4时高6%，二后者还有其他优势。如果有必要，rj增大到10会增加计算量，但是增加量不会超过50%。由此可得，我们可以在一定的百分比的范围内，得到任何给定的大数的N的“高度复合”数值。 在有可能的情况下其中r=2或4。提供了一个对于使用二进制的电脑很重要的，在寻址方面与相乘优势两方面上的经济性的优势。 r=2的算法有以下表示系数的形式延伸而来 （14） 此处jv和kv等于0或1，是二进制表示中各自字节位置的j或k。所有的数组会被写作他们系数的二进制数的函数。根据上述原则，（1）被写为 （15） 其中和为.因为 （16） （15）最内层的和关于 km-1，仅仅之决定于j0，km-2....k0可以写作 （17） 继续看到下一个最内层和，关于 km-2,等等，使用 （18） 得到连续数组 （19) 当l=1,2,....m时. 写出和式所得 （20） 根据编号的管理，其所储存的位置的地址索引为 （21） 从（20）中可以看出，。。。 平行计算是可行的，因为（20）所描述的操作可以被所有j0，....，kl-2和k0,...,km-l-1自发的执行。在某些应用中，用（20）来一句Al-2表示Al是很方便的。 计算的最后一列数组给出了所求的傅里叶和， （22） 以这样的次序，X的下标的反转二进制数一定与Am的下标相同。 在某些应用中，其中傅里叶和要被求值两次，以上过程可以被编程，这样就不需要位的反转。例如，考虑差分方程的求解 （23） 现有的方法可以首先应用于使用下面的式子用来计算F（j）的傅里叶幅度 （24） 则，其解的热傅里叶幅度为 （25） BkAk数组顺序为位反转，但是由于（20）的大幅度调制，Ak可以用于得出有正确标定指数的解。 一个在IBM7094上使用的电脑程序已经被开发出来了，它可以使用上述方法计算三位傅里叶和。计算三位 数组的计算时间如下所示： 得分：20