[論文レビュー] Renewal theory in analysis of tries and strings

Svante Janson|ArXiv.org|Dec 11, 2009

Algorithms and Data Compression参考文献 41被引用数 3

ひとこと要約

本稿では再生理論を用いて、トライ木と文字列の確率的性質を分析し、挿入深さ、サイズ、不均衡、およびKhodakおよびTunstall符号のような符号方式を統一的で直感的な枠組みで研究する。再生理論が、明確な確率的解釈を持つ主要な漸近的結果を導き出し、特に算術的でない分布が極限定理における周期的挙動を生成する役割を強調している。

ABSTRACT

We give a survey of a number of simple applications of renewal theory to problems on random strings and tries: insertion depth, size, insertion mode and imbalance of tries; variations for b-tries and Patricia tries; Khodak and Tunstall codes.

研究の動機と目的

• 再生理論がランダムなトライ木と文字列を分析するうえでの有用性を示すこと、特に挿入深さ、サイズ、不均衡を含む問題に対して。
• 確率的文字列構造における主要な漸近的結果を導くための単純で直感的な枠組みを提供すること。
• 極限定理における周期的項の起源を、再生理論における算術的ケースと関連付けることにより明確にすること。
• 再生理論を、文字列のマルコフ連鎖的およびその他の確率的モデルの分析に広く用いるよう提言すること。
• 共通の確率的視点を用いて、トライ木および関連構造に関する既存の結果を統一的かつ簡略化すること。

提案手法

• 文字列の確率を、文字の確率の対数変換によりi.i.d.な確率変数に変換する。
• 到着間隔が文字列の接頭辞の負の対数確率に一致する再生過程を定義する。
• 非算術的および算術的分布の両方に対して、標準的な再生理論の結果（特にブラックウェルの定理とキーレン再生定理）を適用する。
• 再生積分の収束を保証するために、直接リーマン可積分性条件を用いる。
• 深さやトライ木内の他の統計量を含む連続過程に対して、多次元再生理論を適用する。
• 再生測度の漸近的挙動を分析することで、挿入深さやサイズなどの関数の極限定理を導出する。

実験結果

リサーチクエスチョン

• RQ1 再生理論を用いて、ランダムなトライ木における挿入深さの漸近的分布をどのように導出できるか？
• RQ2 トライ木のパラメータの極限定理における周期的項の有無は、何によって決定されるか？
• RQ3 アルファベットの下位分布の性質（例：有理数対無理数の対数比）は、トライ木統計の漸近的挙動にどのように影響するか？
• RQ4 再生理論は、トライ木パラメータを分析するうえで、メリン変換法のより単純で直感的な代替手段を提供できるか？
• RQ5 この理論は、b-トライ木やパトリシア・トライ木のような一般化された構造へどのように拡張できるか？

主な発見

• ランダムなトライ木における挿入深さは、文字列数の対数に比例する平均および分散を持つ正規分布に分布収束する。その収束速度は、情報源のエントロピーによって決定される。
• 非算術的分布（例：p ≠ 1/2）では、再生測度は一様な極限に収束し、滑らかな漸近的分布が得られる。
• 算術的ケース（例：ln p / ln q が有理数である場合）では、到着間隔の格子構造のため、極限定理に周期的揺らぎが現れる。
• 揺らぎの振幅は、元の密度関数のフーリエ係数によって決定され、周期は対数確率の最大公約数に関連する。
• トライ木のサイズは、n log n に漸近的に成長し、定数係数は情報源分布のエントロピーに依存する。
• b-トライ木やパトリシア・トライ木に対しても、同様の再生理論的手法を適用することで、類似した漸近的結果が得られ、到着間隔分布の調整が必要となる。