[論文レビュー] Binary Jumbled Pattern Matching via All-Pairs Shortest Paths

Danny Hermelin, Gad M. Landau+2 more|arXiv (Cornell University)|Jan 9, 2014

Algorithms and Data Compression参考文献 14被引用数 13

ひとこと要約

この論文は、ウィリアムズの画期的な最小-和行列積乗算アルゴリズムを活用して、文字列および木における2値のジャンブルパターンマッチング問題を、全ペア最短経路（APSP）問題に還元する新規な手法を提示する。問題を行列演算に変換することで、$ n^2 / 2^{\text{polylog}(n)} $ の時間計算量を達成し、文字列および木の両方において、従来の $ O(n^2 / \log^2 n) $ の境界を著しく改善する。

ABSTRACT

In binary jumbled pattern matching we wish to preprocess a binary string $S$ in order to answer queries $(i,j)$ which ask for a substring of $S$ that is of size $i$ and has exactly $j$ 1-bits. The problem naturally generalizes to node-labeled trees and graphs by replacing "substring" with "connected subgraph". In this paper, we give an ${n^2}/{2^{Ω(\log n/\log \log n)^{1/2}}}$ time solution for both strings and trees. This odd-looking time complexity improves the state of the art $O(n^2/\log^2 n)$ solutions by more than any poly-logarithmic factor. It originates from the recent seminal algorithm of Williams for min-plus matrix multiplication. We obtain the result by giving a black box reduction from trees to strings. This is then combined with a reduction from strings to min-plus matrix multiplications.

研究の動機と目的

• 文字列および木における2値のジャングルパターンマッチングの長年の $ O(n^2 / \log^2 n) $ 時間の壁を打ち破ること。
• ジャングルパターンマッチングと最小-和行列積（APSPに等価）との間の関係を確立すること。
• 特にウィリアムズの $ n^3 / 2^{\text{polylog}(n)} $ アルゴリズムを活用して、最小-和行列積の最新の進展を活かし、最先端の性能を向上させること。
• ブラックボックス変換を用いて、ノードラベル付き木への一般化を実現し、木問題を文字列問題に還元すること。
• 同じ時間計算量の下で、重み付き文字列および木における最大部分和問題に結果を拡張すること。

提案手法

• 入力文字列を $ \tilde{O}(n) $ 個のブロックに分割し、各ブロックのサイズを $ \tilde{O}(n) $ にすることで、局所的計算を効率化する。
• 2値のジャングルパターンマッチング問題を、$ n \times n $ 行列の最小-和積の計算に還元する。ここで最小-和演算は標準的な行列乗算に置き換わる。
• 木のジャングルパターンマッチングを文字列のジャングルパターンマッチングに還元するブラックボックス還元法を用いる。この際、木をマイクロツリーとマクロツリーに分解する。
• 木を $ O(n/r) $ 個のマイクロツリー（サイズ $ \leq r $）に分解し、境界ノードによってそれらを接続する。
• 各マイクロツリー内で、単純な $ O(r^2) $ アルゴリズムを用いて局所的な1の最大・最小数を計算する。
• マクロツリー上で下から上へと結果を統合し、境界ノードと隣接する部分木からなる連結文字列におけるジャングルパターンマッチングを、再帰的に文字列アルゴリズムを用いて解く。

実験結果

リサーチクエスチョン

• RQ1 高度な行列積算技術を用いて、文字列における2値のジャングルパターンマッチングを $ O(n^2 / \log^2 n) $ より速く解くことは可能か？
• RQ2 効率を保ちながら、木ベースのジャングルパターンマッチングを文字列ベースのものに還元する方法はあるか？
• RQ3 最小-和行列積の性能が、ジャングルパターンマッチング全体の時間計算量に与える影響は何か？
• RQ4 ウィリアムズの最新の最小-和行列積算結果を用いて、$ O(n^2 / \log^2 n) $ の境界を多項式対数要因を超えて改善できるか？
• RQ5 同じ還元フレームワーク下で、重み付き文字列および木における最大部分和問題の時間計算量は何か？

主な発見

• 本論文は、文字列および木の両方において、$ O(n^2 / 2^{\text{polylog}(n)}) $ 時間のアルゴリズムを達成し、従来の $ O(n^2 / \log^2 n) $ の境界を改善した。
• この改善は、問題を最小-和行列積に還元し、ウィリアムズの $ n^3 / 2^{\text{polylog}(n)} $ アルゴリズムを最小-和積に適用することで生じる。
• 木の場合、任意の $ r $ に対して $ O(nr + n^2 / \ell(\sqrt{r})) $ 時間で動作し、$ r = \sqrt{n} $ を選ぶことで、文字列と同等の $ n^2 / 2^{\text{polylog}(n)} $ の境界を達成する。
• 結果は、各文字またはノードに任意の重みが付与された重み付き文字列および木における最大部分和問題へも拡張可能であり、サイズ $ i $ の任意の部分文字列または連結部分グラフの最大重みを計算することを目的とする。
• アルゴリズムは確率的であるが、わずかな定数倍の損失を伴って $ O(n^3 / 2^{\text{polylog}(n)}) $ 時間で決定的化可能である。
• このフレームワークは、今後のAPSPの改善（例：$ O(n^{3-\varepsilon}) $）が、文字列では $ O(n^{2-\varepsilon/2}) $ 時間、木では $ O(n^{2-\varepsilon'}) $ 時間（$ \varepsilon' \approx \varepsilon/2 $）を達成する可能性を示唆しているが、マイクロツリー計算の再帰的精錬によりこのギャップを埋められると考えられる。