半个世纪没有进展的问题，如今终于有了新突破！
而且是一位华人科学家，单枪匹马搞定。
【资料图】
要知道，让计算机确定群同构、图同构是一个非常复杂的问题。
一方面同构问题的解空间通常非常庞大，随着规模增加、需要考虑的可能性也会翻倍增加。另一方面即便在某些情况下两个结构同构，但是表现形式也会有所不同，给判断和比较增加了困难。
2015 年，来自芝加哥大学的学者突破了图同构的计算加速，但是群同构算法的加速，在过去五十年里都没有明显进展。
而 Sun 的最新工作解决了群同构中被视为最难处理的一部分。
什么是群同构？
首先来理解什么叫做同构。
按照定义来说，就是两个数学结构之间存在一种一一对应的映射，它们包含相同的元素，并且元素之间也处于相同的关系中。
比如下面两个图虽然看起来不同，但它们是同构的，因为它们的顶点和边相同，并且点和边之间的关系一样。
群同构更加抽象一些。一个群是由元素（如数字）组成的集合，这些元素可以根据某种运算相互组合，计算的和也包含其中。
举例如下，在下面两个群里，任意两个整数相加，结果总是另一个整数。
两个群包含两个元素，用同样的特定操作方式，所以它们是同构的。
同构是数学中的一个重要概念，同样也是计算机科学的基础。图同构和群同构算法目前也都有非常广泛的应用。
比如图同构算法可以监测网络中的恶意攻击、能分析社交网络结构关系、用于推荐系统、构建语义图等。
群同构算法则在密码学、数学分析与挖掘、图像处理与 CV 等领域有重要应用。
而在实际应用场景里，不仅需要确定两个对象是否同构，还要保障计算速度。
算法的运行时间往往和处理对象中包含多少元素有直接关系，元素越多、时间越长，但是时长并不一定是线性增长的。
假设有两对群，一对包含 5 个元素，一对包含 10 个元素。确定 10 个元素的群同构问题，花费的时间是 5 个元素群的两倍？5 的平方？还是 2 的五次方？
这和使用什么算法有一定关系。
1970 年左右，普林斯顿大学的罗伯特 · 塔尔詹（Robert Tarjan）教授提出了一种方法，它的运行时间为 n 的 log n 次方（n 为元素数量）。
此后半个世纪里，确定群同构的算法速度就停留在这里了。由于工具不够高效，这在一定程度上也影响了群同构的创新拓展。
Sun 提出的方法，正是在这一基础上，实现了更快的运行时间：
怎么实现的？
Sun 提出的方法，主要针对类为 2 的 p 群且指数为 p。
它们类似于群，其中两个元素的乘积是另一个元素，并且乘积结果不受乘法顺序改变而改变。
他首先将群转换为了矩阵，由此将群同构问题转化为矩阵是否完全相似问题。
而且这里处理的矩阵具有特殊性质，任意两个矩阵组合等于另一个矩阵。
这样一来就将问题转化为判断两个矩阵空间是否为等距。
与此同时，方法中还引入了独创性的一步，将矩阵空间分为两个部分。一部分划定为核心，其中所有的矩阵都是简单的；其余部分中的矩阵则特别复杂。
这一步相当于将一个群划分为只有部分元素的子群。
然后 Sun 将不同算法应用在这些部分里。处理原则有点像做数独时的步骤。
先找到最简单的部分（矩阵空间的核心）解决，然后在难以判断的部分尝试所有可能的值——只要这部分不是非常多，处理时间也不会很长。
这样一来，Sun 就在原有计算速率的基础上实现了加速，让群同构计算的速度范畴从指数时间向多项式时间逼近了一些。
更进一步，他的工作还提高了所有群同构算法加速的可能。
据个人官网介绍，Xiaorui Sun 目前是伊利诺大学芝加哥分校计算机系的助理教授。
在此之前，他曾在 UC 伯克利西蒙思研究所、微软研究院工作过。本硕毕业于上海交通大学，后赴哥伦比亚大学攻读博士学位，研究方向为算法的设计与分析。
论文地址：https://arxiv.org/abs/2303.15412
参考链接：
[ 1 ] https://www.quantamagazine.org/computer-scientists-inch-closer-to-major-algorithmic-goal-20230623/
[ 2 ] https://www.cs.uic.edu/~xiaorui/
