[論文レビュー] Optimally Sorting Evolving Data

Juan José Besa, William E. Devanny+3 more|arXiv (Cornell University)|Jan 1, 2018

Algorithms and Data Compression参考文献 4被引用数 1

ひとこと要約

本稿では、実行中に順序が動的に変化するような進化するデータの最適なアルゴリズムを提示する。繰り返し挿入ソートが、各比較の後に1回のランダムな隣接交換が発生するモデルにおいて、高確率で真の順序からのケンダールのtau距離がO(n)を維持することを示し、漸近的に最適な性能を達成することを示している。

ABSTRACT

We give optimal sorting algorithms in the evolving data framework, where an algorithm's input data is changing while the algorithm is executing. In this framework, instead of producing a final output, an algorithm attempts to maintain an output close to the correct output for the current state of the data, repeatedly updating its best estimate of a correct output over time. We show that a simple repeated insertion-sort algorithm can maintain an O(n) Kendall tau distance, with high probability, between a maintained list and an underlying total order of n items in an evolving data model where each comparison is followed by a swap between a random consecutive pair of items in the underlying total order. This result is asymptotically optimal, since there is an Omega(n) lower bound for Kendall tau distance for this problem. Our result closes the gap between this lower bound and the previous best algorithm for this problem, which maintains a Kendall tau distance of O(n log log n) with high probability. It also confirms previous experimental results that suggested that insertion sort tends to perform better than quicksort in practice.

研究の動機と目的

• ランダムな隣接交換によって引き続くデータ順序の変化に伴い、ソート済みリストを維持する課題に取り組む。
• 進化するデータソーティングにおけるケンダールのtau距離に関する既知のΩ(n)下界と、以前の上界（O(n log log n)）とのギャップを埋める。
• 挿入ソートが、1ステップあたりO(1)の逆転数修正を実行するという単純さにもかかわらず、この動的モデルにおいて漸近的に最適な性能を達成することを示す。
• 実験的観察である挿入ソートが進化するデータ環境においてクイックソートを上回ることの理論的裏付けを提供する。

提案手法

• 各比較の後に真の全順序における1つのランダムな隣接交換が発生するプロセスとして、進化するデータをモデル化する。
• 各要素のインクリメント（Inc）およびデクリメント（Dec）カウンタの変化を追跡することで、挿入ソートの性能を分析する。
• カウンタをランダムなボールの投げ込みとバケツの交換を伴うボールアンドビンプロセスとしてモデル化し、実際のカウンタ動的を確率的に支配する。
• ポアソン近似とフーフィングの不等式を用いて、バケツの負荷の二乗和を評価し、これが逆転数に相関することを示す。
• 集中不等式とユニオンバウンドを用いて、逆転数の合計（Bt）が高確率でO(n)のままであることを証明する。
• 残存する逆転数を是正するには、挿入ソートのラウンドが少なくともΩ(n)ステップを要することを確立し、定常状態の性能を保証する。

実験結果

リサーチクエスチョン

• RQ1 単純なソーティングアルゴリズムとしての挿入ソートは、進化するデータモデルにおいて漸近的に最適なケンダールのtau距離を達成できるか？
• RQ2 この進化するデータフレームワークにおいて、任意のアルゴリズムの期待ケンダールのtau距離の最もタイトな上界は何か？
• RQ3 なぜ挿入ソートは実際の進化するデータ環境において、より複雑なアルゴリズム（クイックソートなど）を上回るのか？ その理由を理論的に正当化できるか？
• RQ4 カウンタ動的とボールアンドビンプロセスの確率的モデルを用いて、挿入ソートの性能を束縛できるか？

主な発見

• 繰り返し挿入ソートは、高確率でO(n)のケンダールのtau距離を維持する。これは、Ω(n)の下界を考慮すると漸近的に最適である。
• 分析により、IncおよびDecカウンタの二乗和は、cn個のボールをn−1個のバケツに投げ込むプロセスによって確率的に支配され、その結果として逆転数の合計はO(n)となる。
• 高確率で逆転数の数Btは、任意の定数c > eに対して12c²n以下に抑えられ、安定した性能が保証される。
• O(n)の逆転数から出発する場合、挿入ソートは逆転数を是正するために少なくともcnステップを要するため、早期終了は不可能であり、O(n)の距離を維持しなければならない。
• この結果により、実験的観察である挿入ソートがクイックソートを上回ることの妥当性が裏付けられ、そのインクリメンタルで安定した更新挙動が要因であることが確認される。
• 挿入ソートの前に1ラウンドのクイックソートを実行すると、O(n log n)ステップで定常状態に到達でき、これは漸近的に最適である。