WikiDer > Чиен поиск

Chien search

В абстрактная алгебра, то Чиен поиск, названный в честь Роберт Тьенвен Чиен, является быстрым алгоритмом определения корни из многочлены определяется над конечное поле. Поиск Chien обычно используется для поиска корней многочленов локатора ошибок, встречающихся при декодировании. Коды Рида-Соломона и Коды BCH.

Алгоритм

Проблема состоит в том, чтобы найти корни многочлена $Λ (Икс)$ (над конечным полем $GF (q)$ ):

{ displaystyle Lambda (x) = lambda _ {0} + lambda _ {1} x + lambda _ {2} x ^ {2} + cdots + lambda _ {t} x ^ {t} }

Корни можно найти с помощью грубой силы: существует конечное число $Икс$ , поэтому полином можно вычислить для каждого элемента $Икс я$ . Если полином равен нулю, то этот элемент является корнем.

Для тривиального случая $Икс = 0$ , только коэффициент $λ 0$ нужно проверить на ноль. Ниже мы будем беспокоиться только о ненулевом $Икс я$ .

Прямое вычисление полинома включает $О (т 2)$ общие умножения и $О (т)$ дополнения. Более эффективная схема будет использовать Метод Хорнера за $О (т)$ общие умножения и $О (т)$ дополнения. Оба этих подхода могут оценивать элементы конечного поля в любом порядке.

Поиск Chien улучшает вышеупомянутое, выбирая определенный порядок для ненулевых элементов. В частности, конечное поле имеет (постоянный) образующий элемент $α$ . Чиен проверяет элементы в порядке генератора $α 1, α 2, α 3, ....$ . Следовательно, поиску Chien нужно только $О (т)$ умножения на константы и $О (т)$ дополнения. Умножение на константы менее сложное, чем обычное умножение.

Поиск Chien основан на двух наблюдениях:

Каждый ненулевой ${ displaystyle beta}$ может быть выражено как ${ displaystyle alpha ^ {я _ { beta}}}$ для некоторых ${ displaystyle i _ { beta}}$ , куда ${ displaystyle alpha}$ это примитивный элемент из ${ Displaystyle mathrm {GF} (q)}$ , ${ displaystyle i _ { beta}}$ число степени примитивного элемента ${ displaystyle alpha}$ . Таким образом, полномочия ${ Displaystyle альфа ^ {я}}$ за ${ Displaystyle 0 Leq я <(д-1)}$ покрыть все поле (исключая нулевой элемент).
Существуют следующие отношения:

{ displaystyle { begin {array} {lllllllllll} Lambda ( alpha ^ {i}) & = & lambda _ {0} & + & lambda _ {1} ( alpha ^ {i}) & + & lambda _ {2} ( alpha ^ {i}) ^ {2} & + & cdots & + & lambda _ {t} ( alpha ^ {i}) ^ {t} & треугольник & gamma _ {0, i} & + & gamma _ {1, i} & + & gamma _ {2, i} & + & cdots & + & gamma _ {t, i} Лямбда ( alpha ^ {i + 1}) & = & lambda _ {0} & + & lambda _ {1} ( alpha ^ {i + 1}) & + & lambda _ {2} ( альфа ^ {я + 1}) ^ {2} & + & cdots & + & lambda _ {t} ( alpha ^ {i + 1}) ^ {t} & = & lambda _ {0 } & + & lambda _ {1} ( alpha ^ {i}) , alpha & + & lambda _ {2} ( alpha ^ {i}) ^ {2} , alpha ^ {2 } & + & cdots & + & lambda _ {t} ( alpha ^ {i}) ^ {t} , alpha ^ {t} & = & gamma _ {0, i} & + & gamma _ {1, i} , alpha & + & gamma _ {2, i} , alpha ^ {2} & + & cdots & + & gamma _ {t, i} , alpha ^ {t} & треугольникq & gamma _ {0, i + 1} & + & gamma _ {1, i + 1} & + & gamma _ {2, i + 1} & + & cdots & + & gamma _ {t, i + 1} end {array}}}

Другими словами, мы можем определить каждый ${ Displaystyle Lambda ( альфа ^ {я})}$ как сумма набора условий ${ displaystyle { gamma _ {j, i} | 0 leq j leq t }}$ , из которого следующий набор коэффициентов может быть получен таким образом:

{ displaystyle gamma _ {j, i + 1} = gamma _ {j, i} , alpha ^ {j}}

Таким образом, мы можем начать с ${ displaystyle i = 0}$ с ${ displaystyle gamma _ {j, 0} = lambda _ {j}}$ , и перебираем каждое значение ${ displaystyle i}$ вплоть до ${ Displaystyle (д-1)}$ . Если на любом этапе результирующее суммирование равно нулю, т.е.

{ Displaystyle сумма _ {j = 0} ^ {t} gamma _ {j, i} = 0,}

тогда ${ Displaystyle Lambda ( альфа ^ {я}) = 0}$ также так ${ Displaystyle альфа ^ {я}}$ это корень. Таким образом мы проверяем каждый элемент в поле.

При аппаратной реализации этот подход значительно снижает сложность, поскольку все умножения состоят из одной переменной и одной константы, а не из двух переменных, как в подходе грубой силы.

Navigation

Navigation

Themenportale

WikiDer > Чиен поиск

Алгоритм

Рекомендации