Участник:Маркова Екатерина/Построение матрицы Адамара: различия между версиями
Katemeron (обсуждение | вклад) |
Katemeron (обсуждение | вклад) |
||
Строка 1: | Строка 1: | ||
{{algorithm | {{algorithm | ||
| name = Построение матрицы Адамара | | name = Построение матрицы Адамара | ||
− | | serial_complexity = <math>O( | + | | serial_complexity = <math>O(N^2)</math> |
| pf_height = <math></math> | | pf_height = <math></math> | ||
| pf_width = <math></math> | | pf_width = <math></math> | ||
| input_data = <math>1</math> | | input_data = <math>1</math> | ||
− | | output_data = <math> | + | | output_data = <math>N^2</math> |
}} | }} | ||
Основной автор статьи: Маркова Е.А. 615 гр. | Основной автор статьи: Маркова Е.А. 615 гр. |
Версия 16:53, 28 октября 2016
Построение матрицы Адамара | |
Последовательный алгоритм | |
Последовательная сложность | O(N^2) |
Объём входных данных | 1 |
Объём выходных данных | N^2 |
Параллельный алгоритм | |
Высота ярусно-параллельной формы | |
Ширина ярусно-параллельной формы |
Основной автор статьи: Маркова Е.А. 615 гр.
Содержание
- 1 Свойства и структура алгоритма
- 1.1 Общее описание алгоритма
- 1.2 Математическое описание алгоритма
- 1.3 Вычислительное ядро алгоритма
- 1.4 Макроструктура алгоритма
- 1.5 Схема реализации последовательного алгоритма
- 1.6 Последовательная сложность алгоритма
- 1.7 Информационный граф
- 1.8 Ресурс параллелизма алгоритма
- 1.9 Входные и выходные данные алгоритма
- 1.10 Свойства алгоритма
- 2 Программная реализация алгоритма
- 2.1 Особенности реализации последовательного алгоритма
- 2.2 Локальность данных и вычислений
- 2.3 Возможные способы и особенности параллельной реализации алгоритма
- 2.4 Масштабируемость алгоритма и его реализации
- 2.5 Динамические характеристики и эффективность реализации алгоритма
- 2.6 Выводы для классов архитектур
- 2.7 Существующие реализации алгоритма
- 3 Литература
1 Свойства и структура алгоритма
1.1 Общее описание алгоритма
Матрица Адамара H - это квадратная матрица размера N\times N, составленная из чисел 1 и -1, столбцы которой ортогональны, так что справедливо соотношение:
H*H^T = N*E_N,
где E_N - это единичная матрица размера N. Матрицы Адамара применяются в различных областях, включая комбинаторику, численный анализ, обработку сигналов.
1.2 Математическое описание алгоритма
Пусть H_m - матрица Адамара порядка 2^m и -H_m - матрица с противоположными элементами. Тогда матрица H_{2m} получается следующим образом: H_{2m} = \begin{bmatrix} H_m & H_m \\ H_m & -H_m \end{bmatrix}
Данным алгоритм описывает получение матриц Адамара только порядка степени 2, то есть m и N связаны соотношением N = 2^m.
Получение матрицы порядка N состоит из следующих m шагов:
Шаг 1: H_1 = (1);
Шаг 2: H_2 = \begin{pmatrix} 1 & 1 \\1 & -1 \end{pmatrix};
Шаг 3: H_3 = \begin{pmatrix} 1 & 1 & 1 & 1 \\1 & -1 & 1 & -1 \\1 & 1 &- 1 & -1 \\1 & -1 & -1 & 1 \end{pmatrix}.
...
Шаг m: искомая матрица H_m.
1.3 Вычислительное ядро алгоритма
Вычислительное ядро рекурсивного алгоритма состоит из \;N^2\; присвоений значений матрицы Адамара
H_{1,1} = 1;
H_{ij} = H_{i(j - \frac{N}{2})}, где i = 1..\frac{N}{2}, j = \frac{N}{2}+1..N;
H_{ij} = H_{(i-\frac{N}{2})j}, где i = \frac{N}{2}+1..N, j = 1.. \frac{N}{2};
H_{ij} = H_{(i-\frac{N}{2})(j-\frac{N}{2})}, где i = \frac{N}{2}+1..N , j = \frac{N}{2}+1..N.
1.4 Макроструктура алгоритма
Алгоритм не использует в качестве составных частей другие алгоритмы. Как это было описано в вычислительном ядре, в пустые блоки дублируются со сменой или без смены знака значения первого блока матрицы.
1.5 Схема реализации последовательного алгоритма
В описанном виде алгоритм представляет из себя примитивное дублирование элементов матрицы, полученной на предыдущем этапе, в пустующие блоки новой матрицы.
Сначала заполняется правый верхний блок матрицы H
H_{ij} = H_{i(j - \frac{N}{2})}, где i = 1..\frac{N}{2}, j = \frac{N}{2}+1..N;
затем левый нижний блок
H_{ij} = H_{(i-\frac{N}{2})j}, где i = \frac{N}{2}+1..N, j = 1.. \frac{N}{2}.
Последним заполняется нижний правый блок матрицы
H_{ij} = H_{(i-\frac{N}{2})(j-\frac{N}{2})}, где i = \frac{N}{2}+1..N , j = \frac{N}{2}+1..N.
1.6 Последовательная сложность алгоритма
Для заполнения матрицы H размера N\times N необходимо \;N^2\; присвоений значений. Из чего можно сделать вывод, что рекурсивный метод построения матрицы Адамара является алгоритмом с квадратичной сложностью.
1.7 Информационный граф
Зависимость данных для матрицы размерностью 4*4 можно увидеть на рис.1.
1.8 Ресурс параллелизма алгоритма
Логически алгоритм можно разделить на три части, которые на каждом шаге выполняются независимо. Внутри каждой части происходит 2^{2N}-2^{2(N-1)} независимых присвоений, где N - номер шага алгоритма, причем размерность матрицы на шаге N равна 2^N. При этом необходимо ждать завершения предыдущего шага, то есть необходимы синхронизирующие блокировки.
1.9 Входные и выходные данные алгоритма
Входные данные: N - размерность матрицы.
Объем входных данных: 1.
Выходные данные: матрица размером N\times N.
Объем выходных данных: N^2.
1.10 Свойства алгоритма
Алгоритм полностью детерминирован.
2 Программная реализация алгоритма
2.1 Особенности реализации последовательного алгоритма
2.2 Локальность данных и вычислений
2.3 Возможные способы и особенности параллельной реализации алгоритма
2.4 Масштабируемость алгоритма и его реализации
2.5 Динамические характеристики и эффективность реализации алгоритма
2.6 Выводы для классов архитектур
2.7 Существующие реализации алгоритма
Реализация MATLAB
Реализация PYTHON
Реализация WOLFRAM
На языке Java реализован класс Hadamard не входящий в стандарт языка. С кодом можно ознакомиться по ссылке.
3 Литература
1. Мак-Вильямс Ф., Слоэн Н. — "Теория кодов, исправляющих ошибки" (1979)
2. Кронберг, Ю.И. Ожигов, А.Ю. Чернявский — "Алгебраический аппарат квантовой информатики 2"
3. М. Н. Аршинов, Л. Е. Садовский — "Коды и математика" (1983)