大数乘法的算法演进：从小学方法到 Karatsuba

在计算机科学中，乘法是最基础的算术运算之一，但大数乘法的效率问题却一直是算法研究的核心课题。从小学课堂上的竖式乘法，到高斯的复数乘法优化，再到能突破时间壁垒的Karatsuba 算法，每一次创新都让大数乘法的效率实现质的提升。本文将结合经典的算法理论，从时间复杂度的角度，梳理大数乘法的算法演进过程，带你理解背后的核心思想。

一、基础铺垫：加法与乘法的时间复杂度

在研究大数乘法前，我们先明确n 位二进制数（十进制同理）算术运算的时间复杂度基准，这是后续分析的基础。

1.1 小学加法：线性时间且最优

小学阶段的竖式加法，逐位相加并处理进位，其时间复杂度为Θ(n) ，这是线性时间 。更重要的是，加法算法的下界是 Ω(n) ，即小学加法是最优算法 ，无法被优化到亚线性时间。证明核心：任何加法算法必须读取所有输入位。若存在未检查的位，翻转该位后算法会输出错误结果，因此加法的时间复杂度无法突破线性。

1.2 小学乘法：平方时间的瓶颈

小学竖式乘法的思路是：用一个数的每一位去乘另一个数的每一位，得到中间结果后逐位错位相加。对于两个 n 位数字，需要进行n×n 次位乘法 ，再加上错位相加的线性操作，整体时间复杂度为Θ(n²) ，这是二次时间。

二次时间的问题在于，当 n（数字的位数）足够大时，运算量会呈平方级爆炸式增长。比如 1000 位的大数相乘，小学方法需要约 100 万次运算，而 10000 位的大数相乘则需要 1 亿次运算，效率极低。

自然会产生两个问题：

大数乘法能否做到线性时间？（目前学术界尚无答案）
能否突破 Θ(n²) 的二次时间壁垒？（答案是肯定的，这就是后续要讲的核心）

二、高斯的经典优化：少一次乘法，省25%工作量

在进入大数乘法的分治优化前，先看高斯在复数乘法中提出的经典技巧，这是后续 Karatsuba 算法的核心灵感来源。

2.1 复数乘法的原始计算

两个复数 a+bi 和 c+di 相乘的结果为：(a+bi)(c+di)=(ac−bd)+(ad+bc)i要得到结果的实部和虚部，原始方法需要 4 次实数乘法（ac、bd、ad、bc）+ 少量加减法。若乘法成本为1，加法为1，原始成本为4.02。

2.2 高斯的3次乘法优化

高斯通过变形，将乘法次数从 4 次减少到 3 次，仅需3.05即可完成计算，节省 25% 的工作量：

计算 X1=(a+b)×c
计算 X2=a×(c+d)
计算 X3=b×d
实部：ac−bd=X2−X3−(X1−ac−X3)=X2−X1
虚部：ad+bc=X1−X3

核心思想 ：用加减法的低代价，换取乘法的高代价减少，这是所有乘法优化算法的核心思路。

三、简单分治乘法的失败

既然直接的竖式乘法是 Θ(n²)，我们尝试用分治思想拆解问题：将大数拆分为小数，递归求解后合并结果。

3.1 大数的分治拆解

对于两个 n 位大数 X 和 Y，将其各拆分为高 n/2 位和低 n/2 位：X=a×2n/2+b,Y=c×2n/2+d其中 a、b、c、d 均为 n/2 位数字，二者的乘积可展开为：X×Y=ac×2n+(ad+bc)×2n/2+bd

3.2 分治乘法的递归实现

基于上述展开式，分治乘法的递归算法（MULT）如下：

复制代码

MULT(X, Y):
    若X和Y均为1位数字，直接返回X×Y
    否则将X拆分为a(高n/2位)、b(低n/2位)，Y拆分为c(高n/2位)、d(低n/2位)
    返回 MULT(a,c)×2^n + (MULT(a,d) + MULT(b,c))×2^{n/2} + MULT(b,d)

3.3 简单分治乘法仍为Θ(n²)

为该算法建立递推关系（忽略常数，简化为 T (1)=1）：T(n)=4×T(n/2)+n其中：

4×T (n/2)：递归调用 4 次 n/2 位的乘法（ac、ad、bc、bd）
n：拆分和合并的线性时间（移位、加法）

递推求解 ：用树状展开法分析，每一层的运算量为4i×n/2i=2i×n，总层数为log2n，总运算量为：T(n)=n×(1+2+4+...+n)=2n2−n=Θ(n2)

结论：分治只是改变了计算形式，并未减少乘法次数，因此时间复杂度仍为二次。

四、Karatsuba算法突破平方壁垒

1962年，Anatolii Alexeevich Karatsuba 将高斯的3次乘法优化 与分治思想 结合，提出了Karatsuba 算法，首次突破了Θ(n²) 的二次时间壁垒，这是大数乘法算法的里程碑。

4.1 将4次递归减为3次

Karatsuba 发现，分治乘法中最耗时的是4次递归乘法 ，而其中的ad+bc可以通过高斯技巧变形，仅用3次递归乘法实现：已知 X×Y=ac×2n+(ad+bc)×2n/2+bd，令：

e=ac=MULT(a,c)（第 1 次递归）
f=bd=MULT(b,d)（第 2 次递归）
g=(a+b)×(c+d)=MULT(a+b,c+d)（第 3 次递归）

则中间项 ad+bc=g−e−f，因此乘积可重写为：X×Y=e×2n+(g−e−f)×2n/2+f

4.2 递归实现

复制代码

Karatsuba(X, Y):
    若X和Y均为1位数字，直接返回X×Y
    否则将X拆分为a(高n/2位)、b(低n/2位)，Y拆分为c(高n/2位)、d(低n/2位)
    e = Karatsuba(a, c)
    f = Karatsuba(b, d)
    g = Karatsuba(a+b, c+d)
    中间项 = g - e - f
    返回 e×2^n + 中间项×2^{n/2} + f

4.3 时间复杂度提升至Θ(n^log₂3) ≈ Θ(n^1.58)

为 Karatsuba 算法建立递推关系（T (1)=1）：T(n)=3×T(n/2)+n其中：

3×T (n/2)：仅 3 次递归乘法（e、f、g）
n：拆分、加法、减法、移位的线性时间

递推求解：同样用树状展开法，每一层的运算量为3i×n/2i=n×(3/2)i，总层数为log2n，总运算量为：T(n)=n×[1+3/2+(3/2)2+...+(3/2)log2n]=3nlog23−2n=Θ(nlog23)

log23≈1.58，因此 Karatsuba 算法的时间复杂度为Θ(n^1.58) ，这是超线性、亚二次的时间复杂度，当 n 足够大时，效率远高于小学乘法的 Θ(n²)。

比如 10000 位大数相乘：

小学方法：约 10^8 次运算
Karatsuba 算法：约 10^(1.58×4) = 10^6.32 ≈ 208 万次运算，效率提升近 50 倍。

五、大数乘法的算法演进与后续发展

大数乘法的时间复杂度不断被优化，其演进路径如下：

幼儿园方法：Θ(n²)（最朴素的逐位相乘）
小学竖式乘法：Θ(n²)（标准化的逐位相乘 + 错位相加）
初版分治乘法：Θ(n²)（形式创新，无本质优化）
Karatsuba 算法：Θ(n^1.58)（首次突破二次壁垒，工程中最常用）
目前已知最快算法：Θ(n logn loglogn)（理论上的极致，实现复杂度极高）

核心规律 ：所有高效的大数乘法算法，都遵循用低代价的加减法 / 移位，换取高代价的乘法次数减少的思路，而分治思想则是实现这一思路的核心框架。

六、总结

本文从基础的时间复杂度出发，梳理了大数乘法从小学方法到 Karatsuba 算法的核心演进，核心知识点可总结为：

小学加法是Θ(n)的最优算法，无法突破线性下界；
小学乘法的Θ(n²)是二次时间壁垒，初版分治无法突破；
高斯的复数乘法优化是关键灵感：3 次乘法替代 4 次乘法，用加减法换乘法；
Karatsuba算法将高斯优化与分治结合，实现 Θ(n^1.58) 的亚二次时间，是工程中最实用的高效大数乘法算法；
大数乘法的优化核心：减少高代价的乘法次数，用低代价的加减法 / 移位弥补。

Karatsuba算法不仅解决了大数乘法的效率问题，更体现了计算机科学的核心思想：问题的拆解与转化------ 将复杂的大数问题拆分为简单的小数问题，通过局部优化实现全局的效率提升。这一思想也适用于排序、查找、图论等各类算法问题，是每一个程序员都需要掌握的核心思维。

附：Karatsuba 算法的适用场景

适合大位数的整数相乘（如密码学中的大素数相乘、大数据中的高精度计算）；
对于小位数数字，小学乘法的常数更小，实际运行速度更快（Karatsuba 的递归和加减法会带来额外开销）。

本文基于 CMU 15-251《Great Theoretical Ideas in Computer Science》课程 Lecture23 内容整理。