[論文レビュー] Convergence of the Number of Period Sets in Strings

Éric Rivals, Michelle Sweering+1 more|arXiv (Cornell University)|Sep 19, 2022

Algorithms and Data Compression被引用数 2

ひとこと要約

この論文は、1981年にグイバスとオドリゾコが提起した長年の予想を解決する。すなわち、長さnの文字列における有効な周期集合の数の対数κnが、漸近的にln²(n)の定数倍に収束することを示している。著者らは、ln(κn)/ln²(n)のタイトな上界を確立し、n → ∞のとき1/(2 ln 2)に収束することを証明した。さらに、2つの文字列間の相関関係に対しても同様の漸近的収束が成り立つことを示し、相関関係の数δnに対しても同様の収束が成り立つことを示した。

ABSTRACT

Consider words of length n. The set of all periods of a word of length n is a subset of {0,1,2,…,n-1}. However, any subset of {0,1,2,…,n-1} is not necessarily a valid set of periods. In a seminal paper in 1981, Guibas and Odlyzko proposed to encode the set of periods of a word into an n long binary string, called an autocorrelation, where a one at position i denotes the period i. They considered the question of recognizing a valid period set, and also studied the number of valid period sets for strings of length n, denoted κ_n. They conjectured that ln(κ_n) asymptotically converges to a constant times ln²(n). Although improved lower bounds for ln(κ_n)/ln²(n) were proposed in 2001, the question of a tight upper bound has remained open since Guibas and Odlyzko’s paper. Here, we exhibit an upper bound for this fraction, which implies its convergence and closes this longstanding conjecture. Moreover, we extend our result to find similar bounds for the number of correlations: a generalization of autocorrelations which encodes the overlaps between two strings.

研究の動機と目的

• この論文の目的は、長さnの文字列における有効な周期集合の数をタイトに上界で抑え込むという、長年の未解決問題を解決することにある。
• ギュイバスとオドリゾコによる予想、すなわちln(κn)が漸近的にln²(n)に比例することを解明することを目的としている。
• 著者らは解析を2つの異なる文字列間の相関関係へと拡張し、同様の漸近的挙動が成り立つかどうかを調査している。
• 有効な周期集合の構造を、非可約周期集合を用いて特徴づけ、これをもとにタイトな漸近的上限を導出することを目的としている。

提案手法

• 著者らは、リヴァルズとラーマンが導入した非可約周期集合の概念を用いて、有効な周期集合の構造を分析している。
• 任意のn ≥ 2に対して、ln(κn) ≤ ln²(n)/(2 ln 2) + 3 ln(n)/2 であることを示し、ln(κn)の上界を導出している。
• 証明では、任意の有効な自己相関が、ゼロのプレフィックスと、より短い文字列の自己相関に分解可能であるという事実を利用している。
• すべての相関関係∆nの集合を、0(n−j)sjの形の文字列の和集合として特徴づけ、これによりδn = Σj=0 to n κjが得られる。
• この特徴づけを基にδnを評価し、既知の下界と上界の間で挟み撃ちすることで、ln(δn)/ln²(n) → 1/(2 ln 2)であることを示している。
• 解析はアルファベットサイズに依存せず（|Σ| > 1の場合）、有限アルファベット上の一般の文字列に対しても成り立つ。

実験結果

リサーチクエスチョン

• RQ1 比ln(κn)/ln²(n)は漸近的に収束するか？ もし収束するならば、その極限値は何か？
• RQ2 ギュイバスとオドリゾコの予想を閉じるため、ln(κn)/ln²(n)のタイトな上界を確立できるか？
• RQ3 2つの異なる長さnの文字列間の相関関係の数に対しても、同様の漸近的収束挙動が成り立つか？
• RQ4 非可約周期集合は、有効な周期集合総数を抑えるためにどのように寄与するか？

主な発見

• 論文はタイトな上界を確立した：すべてのn ≥ 2に対してln(κn) ≤ ln²(n)/(2 ln 2) + 3 ln(n)/2 が成り立つ。
• これにより、n → ∞のときln(κn)/ln²(n) → 1/(2 ln 2) となることが示され、1981年のギュイバスとオドリゾコの予想が解決された。
• 2つの長さnの文字列間の相関関係の数δnに対しても同様の漸近的収束が成り立つ：n → ∞のときln(δn)/ln²(n) → 1/(2 ln 2) である。
• 相関関係の数δnは、自己相関数の和に正確に等しい：δn = Σj=0 to n κj。
• 結果はアルファベットサイズに依存せず、|Σ| > 1のとき成り立つ。
• 上界は、自己相関をゼロプレフィックスと後続自己相関成分に分解する構造的分解法によって導出された。