Уровень алгоритма

Участник:BDA/Ортогонализация Грама-Шмидта: различия между версиями

Материал из Алговики
Перейти к навигации Перейти к поиску
Строка 57: Строка 57:
*
*
=== Входные и выходные данные алгоритма ===
=== Входные и выходные данные алгоритма ===
*
'''Входные данные.''' Матрица <math>A</math> с элементами <math>\alpha_{ij}</math>, где <math>i = \overline{1, n}</math> (размерность пространства) и <math>j = \overline{1, m}</math> (количество линейно-независимых векторов), при этом <math>n \leqslant m</math>.
 
'''Объем входных данных.''' <math>nm</math>
 
'''Выходные данные.''' Матрица <math>B</math> с элементами <math>\beta_{ij}</math>, где <math>i = \overline{1, n}</math> и <math>j = \overline{1, m}</math>, тогда <math>b_{i1}, \dots, b_{im}</math> — система ортогональных векторов.
 
'''Объем выходных данных.''' <math>nm</math>
 
=== Свойства алгоритма ===
=== Свойства алгоритма ===
*
*

Версия от 21:52, 15 октября 2016


Ортогонализация Грама-Шмидта
Последовательный алгоритм
Последовательная сложность [math]\displaystyle{ O(nm^2) }[/math]
Объём входных данных [math]\displaystyle{ nm }[/math]
Объём выходных данных [math]\displaystyle{ nm }[/math]
Параллельный алгоритм
Высота ярусно-параллельной формы [math]\displaystyle{ ? }[/math]
Ширина ярусно-параллельной формы [math]\displaystyle{ ? }[/math]


Основные авторы описания: Белов Н. А., Богомолов Д. А..

Свойства и структура алгоритма

Общее описание алгоритма

Математическое описание алгоритма

Вычислительное ядро алгоритма

Основное время работы алгоритма приходится на вычисление сумм [math]\displaystyle{ \sum_{i=1}^{j-1} \mathbf{proj}_{\mathbf{b}_i} \mathbf{a}_i \forall j: j=\overline{1, m} }[/math].

Макроструктура алгоритма

Схема реализации последовательного алгоритма

Последовательная сложность алгоритма

Рассмотрим [math]\displaystyle{ n }[/math] векторов длины [math]\displaystyle{ m }[/math].

  1. Скалярное произведение векторов требует [math]\displaystyle{ n - 1 }[/math] сложение и [math]\displaystyle{ n }[/math] произведений.
  2. Нормализация вектора требует 1 скалярного произведения, 1 вычисления квадратного корня и [math]\displaystyle{ n }[/math] делений, то есть:
    1. [math]\displaystyle{ n-1 }[/math] ([math]\displaystyle{ + }[/math]);
    2. [math]\displaystyle{ n }[/math] ([math]\displaystyle{ \times }[/math]);
    3. [math]\displaystyle{ n }[/math] ([math]\displaystyle{ \div }[/math]);
    4. [math]\displaystyle{ 1 }[/math] ([math]\displaystyle{ \sqrt{} }[/math]).
  3. Вычитание проекции вектора требует 1 скалярного произведения, [math]\displaystyle{ n }[/math] сложений и [math]\displaystyle{ n }[/math] умножений, то есть:
    1. [math]\displaystyle{ 2n-1 }[/math] ([math]\displaystyle{ + }[/math]);
    2. [math]\displaystyle{ 2n }[/math] ([math]\displaystyle{ \times }[/math]).
  4. Вычисление [math]\displaystyle{ i }[/math]-го вектора требует [math]\displaystyle{ i-1 }[/math] вычитаний проекций с нормализацией, то есть:
    1. [math]\displaystyle{ (2n-1)(i-1)+n-1 }[/math] ([math]\displaystyle{ + }[/math]);
    2. [math]\displaystyle{ 2n(i-1)+n }[/math] ([math]\displaystyle{ \times }[/math]);
    3. [math]\displaystyle{ n }[/math] ([math]\displaystyle{ \div }[/math]);
    4. [math]\displaystyle{ 1 }[/math] ([math]\displaystyle{ \sqrt{} }[/math]).
  5. Мы вычисляем вектора от [math]\displaystyle{ i=1 }[/math] до [math]\displaystyle{ m }[/math], поэтому [math]\displaystyle{ i-1 }[/math] множителей выражаются треугольным числом [math]\displaystyle{ (m-1)\frac{m}{2} }[/math], а элементы независимых [math]\displaystyle{ i }[/math] умножаются на [math]\displaystyle{ m }[/math].
    1. [math]\displaystyle{ (2n-1)(m-1)\frac{m}{2}+(n-1)m }[/math] ([math]\displaystyle{ + }[/math]);
    2. [math]\displaystyle{ 2n(m-1)\frac{m}{2}+nm }[/math] ([math]\displaystyle{ \times }[/math]);
    3. [math]\displaystyle{ nm }[/math] ([math]\displaystyle{ \div }[/math]);
    4. [math]\displaystyle{ m }[/math] ([math]\displaystyle{ \sqrt{} }[/math]).
  6. В скалярном произведении [math]\displaystyle{ n }[/math] делений могут быть рассмотрены как [math]\displaystyle{ n }[/math] умножений:
    1. [math]\displaystyle{ (2n-1)(m-1)\frac{m}{2}+(n-1)m }[/math] ([math]\displaystyle{ + }[/math]);
    2. [math]\displaystyle{ 2n(m-1)\frac{m}{2}+2nm }[/math] ([math]\displaystyle{ \times }[/math]);
    3. [math]\displaystyle{ m }[/math] ([math]\displaystyle{ \div }[/math]);
    4. [math]\displaystyle{ m }[/math] ([math]\displaystyle{ \sqrt{} }[/math]).

Таким образом, требуется [math]\displaystyle{ 2nm^2 }[/math] операций. Сложность алгоритма [math]\displaystyle{ O(nm^2) }[/math].

Информационный граф

Ресурс параллелизма алгоритма

Входные и выходные данные алгоритма

Входные данные. Матрица [math]\displaystyle{ A }[/math] с элементами [math]\displaystyle{ \alpha_{ij} }[/math], где [math]\displaystyle{ i = \overline{1, n} }[/math] (размерность пространства) и [math]\displaystyle{ j = \overline{1, m} }[/math] (количество линейно-независимых векторов), при этом [math]\displaystyle{ n \leqslant m }[/math].

Объем входных данных. [math]\displaystyle{ nm }[/math]

Выходные данные. Матрица [math]\displaystyle{ B }[/math] с элементами [math]\displaystyle{ \beta_{ij} }[/math], где [math]\displaystyle{ i = \overline{1, n} }[/math] и [math]\displaystyle{ j = \overline{1, m} }[/math], тогда [math]\displaystyle{ b_{i1}, \dots, b_{im} }[/math] — система ортогональных векторов.

Объем выходных данных. [math]\displaystyle{ nm }[/math]

Свойства алгоритма

Программная реализация алгоритма

Особенности реализации последовательного алгоритма

Локальность данных и вычислений

Возможные способы и особенности параллельной реализации алгоритма

Масштабируемость алгоритма и его реализации

Срок сдачи продлен до 15 ноября.

Динамические характеристики и эффективность реализации алгоритма

Выводы для классов архитектур

Существующие реализации алгоритма

Литература