[論文レビュー] In-place associative integer sorting

A. Emre Cetin|arXiv (Cornell University)|Sep 4, 2012

Algorithms and Data Compression参考文献 15被引用数 5

ひとこと要約

この論文は、記憶形成と想起の認知神経科学的順序理論にインspiredされた、在処理型の関連付き整数ソートアルゴリズムを提案する。整数の位置と関連付けるためにタグ付きノードを用いる仮想線形部分空間（ILS）を用いることで、O(1)の追加空間を用いてO(n + m)の時間計算量を達成する。これは、練習、記憶、想起の記憶的段階を模倣したものであり、分布ベースのソートと比較して空間効率が優れており、均等に分布した整数においても線形時間性能を維持する。

ABSTRACT

A novel integer value-sorting technique is proposed replacing bucket sort, distribution counting sort and address calculation sort family of algorithms. It requires only constant amount of additional memory. The technique is inspired from one of the ordinal theories of "serial order in behavior" and explained by the analogy with the three main stages in the formation and retrieval of memory in cognitive neuroscience namely (i) practicing, (ii) storing and (iii) retrieval. Although not suitable for integer rank-sorting where the problem is to put an array of elements into ascending or descending order by their numeric keys, each of which is an integer, the technique seems to be efficient and applicable to rank-sorting, as well as other problems such as hashing, searching, element distinction, succinct data structures, gaining space, etc.

研究の動機と目的

• バケットソート、カウンティングソート、アドレス計算ソートなどの分布ベースの整数ソートアルゴリズムの空間非効率性を是正すること。
• 線形時間計算量を維持しながらも、定数の追加メモリしか使用しない在処理型ソーティング手法を開発すること。
• 記憶形成と想起のプロセスを模倣する認知神経科学の三段階記憶サイクル（練習、記憶、想起）に従ってソーティングプロセスをモデル化すること。
• 組み込みシステムやインメモリデータベースなど、メモリが制限された環境での効率的ソーティングを可能にすること。
• ハッシュ、メンバーシップクエリ、スカスティックデータ構造など、ソーティングを超えた応用可能性を検討すること。

提案手法

• 定義済みの整数範囲をカバーする仮想線形部分空間（ILS）を用い、単調かつ全単射なハッシュ関数により整数をILS内の位置にマッピングするノードを生成する。
• 各ノードはタグ付きワードであり、最上位ビット（MSB）がノードとしてのマークを示し、残りのビットには関連する整数の数を格納する。
• 入力配列の整数を順次処理し、ILSにおける関連付けを「練習」することで、同じ値が複数回登場する場合にノードカウンタを増加させる。
• すべての整数が処理された後、ノードは相対的な順序で配列の先頭に格納され、一時記憶構造が形成される。
• その後、ILSのノードを走査して整数を再び配列に書き戻すことで、線形時間でソート出力を得る。
• 位置-アイテム間やアイテム-アイテム間のリンクに依存せず、行動における系列順序の順序理論に整合したコンテンツベースの関連付けを活用する。

実験結果

リサーチクエスチョン

• RQ1 記憶形成と想起プロセスを模倣することで、O(1)の追加空間を用いて線形時間計算量を達成できるソーティングアルゴリズムは存在するか？
• RQ2 この関連付きソーティング手法は、バケットソートやカウンティングソートといった従来の分布ベースのソートと比較して、時間的・空間的効率の面でどのように差をつけるか？
• RQ3 アルゴリズムの効率は、特に平均ケースにおいて、入力整数の分布にどの程度依存するか？
• RQ4 この関連付きモデルは、ハッシュ、メンバーシップクエリ、またはスカスティック表現といった他のデータ構造問題へ拡張可能か？
• RQ5 なぜこのアルゴリズムは不安定なのか？空間効率を損なわずに安定性を維持することは可能か？

主な発見

• アルゴリズムは最悪計算量でO(n + m)を達成する。ここでmは整数範囲のサイズであり、スパarsely分布した整数に対して効率的である。
• 均等に分布した整数の平均ケースでは、O(m)の時間計算量となり、mがnに比例する場合、O(n + m)よりも漸近的に優れている。
• 最良計算量はO(n)であり、すべての整数が最小限の練習で即座に再取得可能な形で既に整列済みの場合に達成される。
• アルゴリズムはO(1)の追加空間しか使用せず、在処理であり、メモリ制限のある環境に適している。
• 特にm/nが小さい場合に、従来のコンテンツベースのソーティングアルゴリズム（バケットソートやカウンティングソート）よりも空間効率に優れる。
• 余分な整数操作を通じて自然に空間の節約が可能であり、スカスティックデータ構造やメモリ最適化への応用が可能になる。