“兩個數學方法而已，前者用來處理橢圓曲線產生的數據，后者用來分解數據得出最終結論。
對了，關于超相性數字分解法，它是基于相性數據結構基礎上做出的復雜算法應用，正好樣刊寄來了，你們可以先去看看樣刊上的論文，有助于你們掌握這個方法。”
前者不能確定，但后者很明顯是顏安為了解決因數分解問題特意整出來的方法。
真不知道是對因數分解算法有打算在前，還是意外發現了相性數據結構能派上用場。
總之這兩者的關聯讓眾人忍不住浮想聯翩，前者顯得顏安布局長遠，后者則巧合更多一些，但也掩蓋不了他的光輝。
這不是一般的學生，以他展現出的能力來看，在研究過程中順手開發兩套工具出來，似乎也不是什么難以理解的事情。
畢竟，連因數分解算法都給整出來了，再有什么成績，也不覺得夸張，都是合理的。
第二個問題，“葉羅林構造流是什么？”
論文的前三頁是數域篩法的內容，而從第四頁開始到第二十九頁，講解的是一個他們又沒有聽過的概念。
整整二十五頁的篇幅，祝鏡光翻了翻，哪怕是復雜維態轉化法和超相性數字分解法兩個方法加起來也不過占據四十頁的內容。
這樣一對比，葉羅林構造流似乎也是個非常重要的點，但偏偏就是這樣一個重要的知識點，卻不能算是因數分解算法中的一部分。
“一個轉換用的工具，雖然不直接參與到計算中，但它應該能算是這一整個因數分解算法的核心。
因為我們第一步采用的是數域篩法構造出一個代數數域，第二步則是在取得較小結果作為f后，引入橢圓曲線進行求解。
這兩種方法之間沒有直接聯系，所以我們需要用葉羅林構造流進行數據轉換。
如果沒有它的話，直接采用橢圓曲線最終也得不到擬真因子，而沒有擬真因子的話，即便使用復雜維態轉化法也毫無意義。”
對顏安來說，整個因數分解算法難點只有兩個。
一個是超相性數字分解法，作為一種算法它處理的數據的是極大的，而操作的步驟也非常多，顏安花了一天的時間才將其完全吃透掌握。
另一個難點則是葉羅林構造流，盡管當時他只用了半小時就將其掌握，但那是在他狀態極好的情況下辦到的。
如果讓他現在學，可能要用兩三個小時才能搞定。
“那為什么要叫這個名字？”
高勝寒記得很清楚，從章年生口中蹦出的那個名字，正是以葉羅林開頭的。
這其中必然存在著某種聯系，不然何以解釋為什么顏安發明的方法，不叫顏安構造流，不叫數據轉換構造流，偏偏要叫這個名字。
只不過顏安貌似沒打算讓他知道原因，一句“我樂意”就堵了回去。
可這樣是滿足不了高勝寒的，至少對這個未知的人，他有必要知道了解，確定對方不會對他們造成威脅。
“葉羅林構造流和葉羅林杰斯特之間是否存在關聯？”
聯系當然是存在的，對于葉羅林杰斯特而言，相性數據結構只是他的杰出貢獻之一，而他這一生中最自豪的正是于晚年創造出來的葉羅林構造流。
值得一提的是在葉羅林杰斯特的生平介紹中寫道，此方法創造出來前，他所有的成就都是以自己名字進行命名的，例如相性數據結構在此前叫做葉羅林數據結構。
當他創造出此方法后，覺得自己的其他成就與之相比完全不值得一提，再讓其他雜七雜八的成就掛著他的名字的話，不利于葉羅林構造流的傳播。