Berlekamp–Massey算法简要介绍

这是一篇翻译向的文章，笔者整理了一些有关Berlekamp–Massey算法的笔记，还增加了一些自己的理解。

下面列出了笔者写此文时所参考的一些资料：

• wikipedia
• fjzzq2002
• 别人的博客

线性递推式

对于一个数列 { S i } \{S_i\} {Si​}，它的$m$阶递推式 { Λ i } \{\Lambda_i\} {Λi​}应该始终满足

$${\Lambda }_1{S}_{i+m-1}+\cdots +{\Lambda }_{m-1}{S}_{i+1}+{\Lambda }_m{S}_i-S_{i+m}=0$$

这里和wikipedia上介绍的略有不同。

BM算法简要介绍

我们记$C(x)$是一个递推式，它的阶数为$L$。BM算法的目的就是对于给定的一个数列 { S i } \{S_i\} {Si​}，找到一个递推式$C(x)$满足，对于每个指针$k$

$$C_1{S}_{k-1}+\cdots +C_{L-1}{S}_{k-L+1}+C_L{S}_{k-L}-S_k=0$$

记$d$为上式的值，$B(x)$是上次失配时$C(x)$的副本，$b$为上次失配时$d$的副本，$m$为上次失配后成功迭代的次数

BM算法将通过计算$d$，以逐一检验当前递推式的正确性：

若$d=0$，则成功迭代，检验下一项。
若$d̸=0$，则失配，调整新的递推式为$C^{\prime }(x)=C(x)-\frac{d}{b}{x}^{m}B(x)$，则这一位的$d^{\prime }=d-\frac{d}{b}b=0$，匹配成功。

请注意，在最优递推式阶数小于等于给定数列长度的一半时，BM算法才能保证求出的递推式最短，否则只能保证求出可行解。

原理

BM算法更像是一个贪心算法，它的正确性在于，我们每次调整当前递推式时，可以保证新的递推式对于以前的项依然满足$d=0$，我们无须再重新开始验证这个新递推式。

把式子展开，则正确性即可证明。

Code

很抱歉，代码咕咕咕了