home *** CD-ROM | disk | FTP | other *** search
/ OS/2 Shareware BBS: 22 gnu / 22-gnu.zip / gmp202.zip / PROJECTS < prev    next >
Text File  |  1996-05-24  |  12KB  |  271 lines
  1. IDEAS ABOUT THINGS TO WORK ON
  2.  
  3. * mpq_cmp: Maybe the most sensible thing to do would be to multiply the, say,
  4.   4 most significant limbs of each operand and compare them.  If that is not
  5.   sufficient, do the same for 8 limbs, etc.
  6.  
  7. * Write mpi, the Multiple Precision Interval Arithmetic layer.
  8.  
  9. * Write `mpX_eval' that take lambda-like expressions and a list of operands.
  10.  
  11. * As a general rule, recognize special operand values in mpz and mpf, and
  12.   use shortcuts for speed.  Examples: Recognize (small or all) 2^n in
  13.   multiplication and division.  Recognize small bases in mpz_pow_ui.
  14.  
  15. * Implement lazy allocation?  mpz->d == 0 would mean no allocation made yet.
  16.  
  17. * Maybe store one-limb numbers according to Per Bothner's idea:
  18.     struct {
  19.       mp_ptr d;
  20.       union {
  21.     mp_limb val;    /* if (d == NULL).  */
  22.         mp_size size;   /* Length of data array, if (d != NULL).  */
  23.       } u;
  24.     };
  25.   Problem: We can't normalize to that format unless we free the space
  26.   pointed to by d, and therefore small values will not be stored in a
  27.   canonical way.
  28.  
  29. * Document complexity of all functions.
  30.  
  31. * Add predicate functions mpz_fits_signedlong_p, mpz_fits_unsignedlong_p,
  32.   mpz_fits_signedint_p, etc.
  33.  
  34.   mpz_floor (mpz, mpq), mpz_trunc (mpz, mpq), mpz_round (mpz, mpq).
  35.  
  36. * Better random number generators.  There should be fast (like mpz_random),
  37.   very good (mpz_veryrandom), and special purpose (like mpz_random2).  Sizes
  38.   in *bits*, not in limbs.
  39.  
  40. * It'd be possible to have an interface "s = add(a,b)" with automatic GC.
  41.   If the mpz_xinit routine remembers the address of the variable we could
  42.   walk-and-mark the list of remembered variables, and free the space
  43.   occupied by the remembered variables that didn't get marked.  Fairly
  44.   standard.
  45.  
  46. * Improve speed for non-gcc compilers by defining umul_ppmm, udiv_qrnnd,
  47.   etc, to call __umul_ppmm, __udiv_qrnnd.  A typical definition for
  48.   umul_ppmm would be
  49.   #define umul_ppmm(ph,pl,m0,m1) \
  50.     {unsigned long __ph; (pl) = __umul_ppmm (&__ph, (m0), (m1)); (ph) = __ph;}
  51.   In order to maintain just one version of longlong.h (gmp and gcc), this
  52.   has to be done outside of longlong.h.
  53.  
  54. Bennet Yee at CMU proposes:
  55. * mpz_{put,get}_raw for memory oriented I/O like other *_raw functions.
  56. * A function mpfatal that is called for exceptions.  Let the user override
  57.   a default definition.
  58.  
  59. * Make all computation mpz_* functions return a signed int indicating if the
  60.   result was zero, positive, or negative?
  61.  
  62. * Implement mpz_cmpabs, mpz_xor, mpz_to_double, mpz_to_si, mpz_lcm, mpz_dpb,
  63.   mpz_ldb, various bit string operations.  Also mpz_@_si for most @??
  64.  
  65. * Add macros for looping efficiently over a number's limbs:
  66.     MPZ_LOOP_OVER_LIMBS_INCREASING(num,limb)
  67.       { user code manipulating limb}
  68.     MPZ_LOOP_OVER_LIMBS_DECREASING(num,limb)
  69.       { user code manipulating limb}
  70.  
  71. Brian Beuning proposes:
  72.    1. An array of small primes
  73.    3. A function to factor a mpz_t.  [How do we return the factors?  Maybe
  74.       we just return one arbitrary factor?  In the latter case, we have to
  75.       use a data structure that records the state of the factoring routine.]
  76.    4. A routine to look for "small" divisors of an mpz_t
  77.    5. A 'multiply mod n' routine based on Montgomery's algorithm.
  78.  
  79. Dough Lea proposes:
  80.    1. A way to find out if an integer fits into a signed int, and if so, a
  81.       way to convert it out.
  82.    2. Similarly for double precision float conversion.
  83.    3. A function to convert the ratio of two integers to a double.  This
  84.       can be useful for mixed mode operations with integers, rationals, and
  85.       doubles.
  86.  
  87. Elliptic curve method description in the Chapter `Algorithms in Number
  88. Theory' in the Handbook of Theoretical Computer Science, Elsevier,
  89. Amsterdam, 1990.  Also in Carl Pomerance's lecture notes on Cryptology and
  90. Computational Number Theory, 1990.
  91.  
  92. * Harald Kirsh suggests:
  93.   mpq_set_str (MP_RAT *r, char *numerator, char *denominator).
  94.  
  95. * New function: mpq_get_ifstr (int_str, frac_str, base,
  96.   precision_in_som_way, rational_number).  Convert RATIONAL_NUMBER to a
  97.   string in BASE and put the integer part in INT_STR and the fraction part
  98.   in FRAC_STR.  (This function would do a division of the numerator and the
  99.   denominator.)
  100.  
  101. * Should mpz_powm* handle negative exponents?
  102.  
  103. * udiv_qrnnd: If the denominator is normalized, the n0 argument has very
  104.   little effect on the quotient.  Maybe we can assume it is 0, and
  105.   compensate at a later stage?
  106.  
  107. * Better sqrt: First calculate the reciprocal square root, then multiply by
  108.   the operand to get the square root.  The reciprocal square root can be
  109.   obtained through Newton-Raphson without division.  To compute sqrt(A), the
  110.   iteration is,
  111.  
  112.                     2
  113.            x   = x  (3 - A x )/2.
  114.             i+1   i         i
  115.  
  116.   The final result can be computed without division using,
  117.  
  118.              sqrt(A) = A x .
  119.                       n
  120.  
  121. * Newton-Raphson using multiplication: We get twice as many correct digits
  122.   in each iteration.  So if we square x(k) as part of the iteration, the
  123.   result will have the leading digits in common with the entire result from
  124.   iteration k-1.  A _mpn_mul_lowpart could help us take advantage of this.
  125.  
  126. * Peter Montgomery: If 0 <= a, b < p < 2^31 and I want a modular product
  127.   a*b modulo p and the long long type is unavailable, then I can write
  128.  
  129.       typedef   signed long slong;
  130.       typedef unsigned long ulong;
  131.       slong a, b, p, quot, rem;
  132.  
  133.       quot = (slong) (0.5 + (double)a * (double)b / (double)p);
  134.       rem =  (slong)((ulong)a * (ulong)b - (ulong)p * (ulong)quot);
  135.       if (rem < 0} {rem += p; quot--;}
  136.  
  137. * Speed modulo arithmetic, using Montgomery's method or my pre-inversion
  138.   method.  In either case, special arithmetic calls would be needed,
  139.   mpz_mmmul, mpz_mmadd, mpz_mmsub, plus some kind of initialization
  140.   functions.  Better yet: Write a new mpr layer.
  141.  
  142. * mpz_powm* should not use division to reduce the result in the loop, but
  143.   instead pre-compute the reciprocal of the MOD argument and do reduced_val
  144.   = val-val*reciprocal(MOD)*MOD, or use Montgomery's method.
  145.  
  146. * mpz_mod_2expplussi -- to reduce a bignum modulo (2**n)+s
  147.  
  148. * It would be a quite important feature never to allocate more memory than
  149.   really necessary for a result.  Sometimes we can achieve this cheaply, by
  150.   deferring reallocation until the result size is known.
  151.  
  152. * New macro in longlong.h: shift_rhl that extracts a word by shifting two
  153.   words as a unit.  (Supported by i386, i860, HP-PA, POWER, 29k.)  Useful
  154.   for shifting multiple precision numbers.
  155.  
  156. * The installation procedure should make a test run of multiplication to
  157.   decide the threshold values for algorithm switching between the available
  158.   methods.
  159.  
  160. * Fast output conversion of x to base B:
  161.     1. Find n, such that (B^n > x).
  162.     2. Set y to (x*2^m)/(B^n), where m large enough to make 2^n ~~ B^n
  163.     3. Multiply the low half of y by B^(n/2), and recursively convert the
  164.        result.  Truncate the low half of y and convert that recursively.
  165.   Complexity: O(M(n)log(n))+O(D(n))!
  166.  
  167. * Improve division using Newton-Raphson.  Check out "Newton Iteration and
  168.   Integer Division" by Stephen Tate in "Synthesis of Parallel Algorithms",
  169.   Morgan Kaufmann, 1993 ("beware of some errors"...)
  170.  
  171. * Improve implementation of Karatsuba's algorithm.  For most operand sizes,
  172.   we can reduce the number of operations by splitting differently.
  173.  
  174. * Faster multiplication: The best approach is to first implement Toom-Cook.
  175.   People report that it beats Karatsuba's algorithm already at about 100
  176.   limbs.  FFT would probably never beat a well-written Toom-Cook (not even for
  177.   millions of bits).
  178.  
  179. FFT:
  180. {
  181.   * Multiplication could be done with Montgomery's method combined with
  182.     the "three primes" method described in Lipson.  Maybe this would be
  183.     faster than to Nussbaumer's method with 3 (simple) moduli?
  184.  
  185.   * Maybe the modular tricks below are not needed: We are using very
  186.     special numbers, Fermat numbers with a small base and a large exponent,
  187.     and maybe it's possible to just subtract and add?
  188.  
  189.   * Modify Nussbaumer's convolution algorithm, to use 3 words for each
  190.     coefficient, calculating in 3 relatively prime moduli (e.g.
  191.     0xffffffff, 0x100000000, and 0x7fff on a 32-bit computer).  Both all
  192.     operations and CRR would be very fast with such numbers.
  193.  
  194.   * Optimize the Schoenhage-Stassen multiplication algorithm.  Take advantage
  195.     of the real valued input to save half of the operations and half of the
  196.     memory.  Use recursive FFT with large base cases, since recursive FFT has
  197.     better memory locality.  A normal FFT get 100% cache misses for large
  198.     enough operands.
  199.  
  200.   * In the 3-prime convolution method, it might sometimes be a win to use 2,
  201.     3, or 5 primes.  Imagine that using 3 primes would require a transform
  202.     length of 2^n.  But 2 primes might still sometimes give us correct
  203.     results with that same transform length, or 5 primes might allow us to
  204.     decrease the transform size to 2^(n-1).
  205.  
  206.   To optimize floating-point based complex FFT we have to think of:
  207.  
  208.   1. The normal implementation accesses all input exactly once for each of
  209.      the log(n) passes.  This means that we will get 0% cache hit when n >
  210.      our cache.  Remedy: Reorganize computation to compute partial passes,
  211.      maybe similar to a standard recursive FFT implementation.  Use a large
  212.      `base case' to make any extra overhead of this organization negligible.
  213.  
  214.   2. Use base-4, base-8 and base-16 FFT instead of just radix-2.  This can
  215.      reduce the number of operations by 2x.
  216.  
  217.   3. Inputs are real-valued.  According to Knuth's "Seminumerical
  218.      Algorithms", exercise 4.6.4-14, we can save half the memory and half
  219.      the operations if we take advantage of that.
  220.  
  221.   4. Maybe make it possible to write the innermost loop in assembly, since
  222.      that could win us another 2x speedup.  (If we write our FFT to avoid
  223.      cache-miss (see #1 above) it might be logical to write the `base case'
  224.      in assembly.)
  225.  
  226.   5. Avoid multiplication by 1, i, -1, -i.  Similarly, optimize
  227.      multiplication by (+-\/2 +- i\/2).
  228.  
  229.   6. Put as many bits as possible in each double (but don't waste time if
  230.      that doesn't make the transform size become smaller).
  231.  
  232.   7. For n > some large number, we will get accuracy problems because of the
  233.      limited precision of our floating point arithmetic.  This can easily be
  234.      solved by using the Karatsuba trick a few times until our operands
  235.      become small enough.
  236.  
  237.   8. Precompute the roots-of-unity and store them in a vector.
  238. }
  239.  
  240. * When a division result is going to be just one limb, (i.e. nsize-dsize is
  241.   small) normalization could be done in the division loop.
  242.  
  243. * Never allocate temporary space for a source param that overlaps with a
  244.   destination param needing reallocation.  Instead malloc a new block for
  245.   the destination (and free the source before returning to the caller).
  246.  
  247. * Parallel addition.  Since each processors have to tell it is ready to the
  248.   next processor, we can use simplified synchronization, and actually write
  249.   it in C:  For each processor (apart from the least significant):
  250.  
  251.     while (*svar != my_number)
  252.       ;
  253.     *svar = my_number + 1;
  254.  
  255.   The least significant processor does this:
  256.  
  257.     *svar = my_number + 1;  /* i.e., *svar = 1 */
  258.  
  259.   Before starting the addition, one processor has to store 0 in *svar.
  260.  
  261.   Other things to think about for parallel addition: To avoid false
  262.   (cache-line) sharing, allocate blocks on cache-line boundaries.
  263.  
  264.  
  265. Local Variables:
  266. mode: text
  267. fill-column: 77
  268. fill-prefix: "  "
  269. version-control: never
  270. End:
  271.