[論文レビュー] Approximate Circular Pattern Matching Under Edit Distance

Panagiotis Charalampopoulos, Solon P. Pissis+4 more|arXiv (Cornell University)|Jan 1, 2024

Algorithms and Data Compression被引用数 1

ひとこと要約

この論文は、編集距離におけるk-編集円形パターンマッチング問題に対して、初めてO(n + (n/m)·poly(k))時間のアルゴリズムを提示する。m = Ω(k⁶)のときO(n)時間に達する。近似円形一致の構造的性質——O(k⁴)個の区間を形成するか、ほぼ周期的パターンを示す——を活用し、ロックドフラグメント解析を用いて複雑なケースを処理することで、kが小さい相対的なmに対して、従来のO(nk²)およびO(nk log³k)解法に比べ顕著な改善を達成する。

ABSTRACT

In the $k$-Edit Circular Pattern Matching ($k$-Edit CPM) problem, we are given a length-$n$ text $T$, a length-$m$ pattern $P$, and a positive integer threshold $k$, and we are to report all starting positions of the substrings of $T$ that are at edit distance at most $k$ from some cyclic rotation of $P$. In the decision version of the problem, we are to check if any such substring exists. Very recently, Charalampopoulos et al. [ESA 2022] presented $O(nk^2)$-time and $O(nk \log^3 k)$-time solutions for the reporting and decision versions of $k$-Edit CPM, respectively. Here, we show that the reporting and decision versions of $k$-Edit CPM can be solved in $O(n+(n/m) k^6)$ time and $O(n+(n/m) k^5 \log^3 k)$ time, respectively, thus obtaining the first algorithms with a complexity of the type $O(n+(n/m) \mathrm{poly}(k))$ for this problem. Notably, our algorithms run in $O(n)$ time when $m=Ω(k^6)$ and are superior to the previous respective solutions when $m=ω(k^4)$. We provide a meta-algorithm that yields efficient algorithms in several other interesting settings, such as when the strings are given in a compressed form (as straight-line programs), when the strings are dynamic, or when we have a quantum computer. We obtain our solutions by exploiting the structure of approximate circular occurrences of $P$ in $T$, when $T$ is relatively short w.r.t. $P$. Roughly speaking, either the starting positions of approximate occurrences of rotations of $P$ form $O(k^4)$ intervals that can be computed efficiently, or some rotation of $P$ is almost periodic (is at a small edit distance from a string with small period). Dealing with the almost periodic case is the most technically demanding part of this work; we tackle it using properties of locked fragments (originating from [Cole and Hariharan, SICOMP 2002]).

研究の動機と目的

• 編集距離下での近似円形パターンマッチングを高速化するアルゴリズムの開発、特に誤差閾値kに対してパターンが長い場合に焦点を当てる。
• mがkに対して大きい場合に(n/m)·poly(k)に依存する複雑度を達成することで、従来のO(nk²)およびO(nk log³k)解法の限界を克服する。
• 文字列組合せ論の高度な技術を用いて、パターンの回転がほぼ周期的（つまり、周期的文字列からの編集距離が小さい）場合を効率的に検出・処理する。
• 動的、圧縮（SLP）、量子計算の設定へとフレームワークを拡張し、広範な適用可能性を示す。

提案手法

• アルゴリズムは解空間を2つのケースに分割する：近似円形出現がO(k⁴)個の区間を形成し、効率的に計算可能である場合、またはパターンがほぼ周期的である場合。
• ほぼ周期的ケースでは、ColeとHariharanによって導入されたロックドフラグメントの性質を用いて、周期的文字列に近い編集距離の文字列を検出・処理する。
• 動的ストリング、圧縮ストリング（SLP）、量子計算の各計算モデルに統一的な解決策を提供するメタアルゴリズムを設計する。
• 動的設定では、PILLARに基づくデータ構造を用いて、効率的な連結、分割、文字列作成操作を備えた永続的ストリングを維持する。
• 圧縮ストリング（SLP）では、文字列を完全に展開せずに編集距離を計算するためのSLP固有の操作を活用し、展開サイズに対して部分線形時間で実行する。
• 量子モデルでは、LCPおよびパターンマッチングクエリの量子高速化を活用し、1回の操作あたりのクエリ時間をÕ(√n)に短縮する。

実験結果

リサーチクエスチョン

• RQ1 k-編集円形パターンマッチングに対して、O(n + (n/m)·poly(k))時間のアルゴリズムを達成できるか。これにより、従来のO(nk²)およびO(nk log³k)の境界を改善できるか？
• RQ2 近似円形一致のどのような構造的性質が、問題を効率的に解ける部分問題に分解可能にするか？
• RQ3 パターンの回転がほぼ周期的（つまり、周期的文字列からの編集距離が小さい）場合を効率的に検出し、処理するにはどうすればよいか？
• RQ4 アルゴリズムフレームワークを動的ストリング、圧縮ストリング（SLP）、量子計算モデルに拡張でき、証明可能な効率向上を達成できるか？

主な発見

• k-編集CPMのレポート版は、O(n + (n/m)·k⁶)時間で解け、m = Ω(k⁶)のとき最適であり、その範囲ではO(n)時間に達する。
• 意思決定版はO(n + (n/m)·k⁵ log³k)時間で実行され、m = ω(k⁴)のとき従来のO(nk log³k)解法を改善する。
• ほぼ周期的ケースはロックドフラグメント解析によって処理され、技術的に複雑なこの部分が全体の効率向上を可能にする。
• 動的設定では、更新処理がO(log N + |U|)時間、クエリ処理がO(log N)時間で実行可能であり、k-編集CPMはレポート形式でO((|T|/|P|)·k⁶ log²N)時間で解ける。
• SLP圧縮ストリングでは、O(m log N + n k⁶ log²N log log N)時間で実行され、完全な展開を回避する。
• 量子モデルでは、レポート版と意思決定版はそれぞれÕ((n/√m)·k⁶)およびÕ((n/√m)·k⁵)時間で実行され、LCPおよびパターンマッチングクエリの量子高速化を活用する。