[論文レビュー] Faster and simpler algorithms for finding large patterns in permutations

László Kozma|arXiv (Cornell University)|Feb 23, 2019

Algorithms and Data Compression参考文献 29被引用数 4

ひとこと要約

本稿では、置換パターン一致（PPM）問題のための2つの新しいアルゴリズムを提示し、時間計算量を改善した：$ n^{0.44k + o(k)} $ 時間のアルゴリズムと、多項式空間を用いるより単純な $ O(1.6181^n) $ 時間のアルゴリズムである。主な革新点は、偶数値のパターン要素をまずマッチングし、その後で左から右へと奇数値の要素を貪欲にマッチングする、新しい動的計画法戦略にあり、これにより従来のアプローチを大幅に単純化するとともに、大規模なパターンに対して漸近的な性能を向上させた。

ABSTRACT

Permutation patterns and pattern avoidance have been intensively studied in combinatorics and computer science, going back at least to the seminal work of Knuth on stack-sorting (1968). Perhaps the most natural algorithmic question in this area is deciding whether a given permutation of length $n$ contains a given pattern of length $k$. In this work we give two new algorithms for this well-studied problem, one whose running time is $n^{0.44k+o(k)}$, and one whose running time is the better of $O(1.6181^n)$ and $n^{k/2+o(k)}$. These results improve the earlier best bounds of Ahal and Rabinovich (2000), and Bruner and Lackner (2012), and are the fastest algorithms for the problem when $k = Ω(\log n)$. When $k = o(\log n)$, the parameterized algorithm of Guillemot and Marx (2013) dominates. Our second algorithm uses polynomial space and is significantly simpler than all previous approaches with comparable running times, including an $n^{k/2+o(k)}$ algorithm proposed by Guillemot and Marx. Our approach can be summarized as follows: "for every matching of the even-valued entries of the pattern, try to match all odd-valued entries left-to-right". For the special case of patterns that are Jordan-permutations, we show an improved, subexponential running time.

研究の動機と目的

• パターン長 $ k $ が $ \theta(\log n) $ またはそれ以上である大規模なパターンに対して、置換パターン一致（PPM）問題の時間計算量を改善すること。
• 従来の手法と同等またはより良い実行時間を持つ、決定的でより単純なアルゴリズムを設計すること、特に複雑な確率的解析を回避すること。
• 置換インシデントグラフの構造的性質、特にパス幅（pathwidth）を調査し、アルゴリズムの計算量に対する tighter 界を導出すること。
• 従来のランダムウォークの議論や複雑な動的計画法の状態管理に依存するアプローチとは対照的に、より透明性の高い新しい分析フレームワークを提供すること。

提案手法

• パターンの偶数値要素を奇数値要素よりも先に処理する新しい動的計画法戦略を導入し、パターンを偶数成分と奇数成分に分割することに着目する。
• 各有効な偶数値要素のマッチングに対して、左から右へと奇数値要素を順にマッチングすることで、パターンとの順序整合性を保証する。
• 動的計画法の過程で追跡すべき状態境界のサイズを最小化するように、パターン要素のマッチング順序を決定するグローバル最適化戦略を用いる。
• 置換インシデントグラフの構造的性質、特にパス幅を活用して、動的計画法テーブル内の状態数の上限を導出する。
• 特定のパターン $ (4,3,1,2) $ を回避するが、$ \Theta(a) \times \Theta(b) $ のグリッドマイナーを含むインシデントグラフを持つ、置換の族 $ \pi(a,b) $ を構成し、パス幅がマイナー閉じたパラメータのみでは有界に抑えられないことを示す。
• 部分マッチングの数を顕著に削減する精緻な状態空間削減技術を用いて、アルゴリズムの性能を分析し、考慮すべき部分マッチングの数が指数的でないことを示す。

実験結果

リサーチクエスチョン

• RQ1 AhalとRabinovichの $ n^{0.47k + o(k)} $ 界を超えて、大規模なパターンに対する置換パターン一致の実行時間を改善できるか？
• RQ2 従来の手法と同等またはより良い漸近的性能を持つ、より単純で決定的なPPMアルゴリズムを設計することは可能か？
• RQ3 置換のインシデントグラフのパス幅とPPMの計算量の複雑さの関係は何か、特に禁止マイナー（forbidden minors）とどのように関係するか？
• RQ4 置換のインシデントグラフのパス幅は、マイナー包含やグリッドサイズといった構造的パラメータによって有界に抑えられるか？

主な発見

• 本稿では、PPMを $ n^{0.44k + o(k)} $ 時間で解く新しいアルゴリズム、アルゴリズムMを提示した。これは、従来の最良界である $ n^{0.47k + o(k)} $ よりも改善された。
• 第二のアルゴリズムは、多項式空間を用いて $ O(1.6181^n) $ 時間の計算量を達成し、従来のアプローチを大幅に単純化しながらも、競争力のある実行時間を維持した。
• 複雑な確率的解析を避けるために、偶数・奇数の分割に基づく決定的でグローバルなマッチング戦略を採用したことで、証明の透明性と検証可能性が向上した。
• 本稿では、固定パターンを回避するが、$ \Theta(a) \times \Theta(b) $ のグリッドマイナーを含むインシデントグラフを持つ置換の族を構成し、パス幅がマイナー閉じたパラメータのみでは有界に抑えられないことを示した。
• ジョルダン置換（Jordan-permutations）に対しては、部分指数的実行時間を達成した。これは、特殊ケースにおけるさらなる改善の可能性を示唆している。
• 分析により、インシデントグラフのパス幅がマイナー包含と強く相関しているとは限らないことが明らかになった。これは、PPMにおける構造的パrameter化に関する仮定に疑問を呈するものである。