[論文レビュー] The Euler Path to Static Level-Ancestors

Amir M. Ben-Amram|ArXiv.org|Sep 5, 2009

Algorithms and Data Compression参考文献 15被引用数 8

ひとこと要約

この論文は、エULER巡回と変更されたFind-Smallerデータ構造を用いて、静的レベル先祖問題のための単純で実用的な線形時間前処理アルゴリズムを提示する。BerkmanとVishkinのアプローチを拡張し、レベル先祖、子孫、次の兄弟に対する効率的な定数時間クエリをサポートする。洗練された実装可能で、従来の複雑または拡張性に欠ける手法よりも優れた、洗練された実装可能なソリューションを提供する。

ABSTRACT

Suppose that a rooted tree T is given for preprocessing. The Level-Ancestor Problem is to answer quickly queries of the following form. Given a vertex v and an integer i > 0, find the i-th vertex on the path from the root to v. Algorithms that achieve a linear time bound for preprocessing and a constant time bound for a query have been published by Dietz (1991), Alstrup and Holm (2000), and Bender and Farach (2002). The first two algorithms address dynamic versions of the problem; the last addresses the static version only and is the simplest so far. The purpose of this note is to expose another simple algorithm, derived from a complicated PRAM algorithm by Berkman and Vishkin (1990,1994). We further show some easy extensions of its functionality, adding queries for descendants and level successors as well as ancestors, extensions for which the formerly known algorithms are less suitable.

研究の動機と目的

• 静的レベル先祖問題に対する実用的で効率的なアルゴリズムを提示すること。これは、複雑な先行研究とは対照的に、長年にわたり単純な解決策が不足していた分野である。
• PRAMベースのBerkman-VishkinのエULER巡回アルゴリズムを、シリアルRAM環境に適応させ、実装可能で実用的なものに簡素化すること。
• レベル先祖データ構造の機能を拡張し、レベル子孫およびレベル次の兄弟クエリをサポートすること。これらは木の走査や反復処理に有用である。
• O(n)の前処理時間とO(1)のクエリ時間、O(n)の空間を達成すること。これは、既知の最良の境界に一致しつつ、単純さと拡張性を向上させることを目的とする。

提案手法

• 根付き木をエULER巡回で表現し、各頂点が複数回出現する線形配列に変換する。
• エULER巡回から、頂点の順序を表す配列E、各位置でのレベルを表す配列L、各頂点の最後の出現インデックスを表す配列Rを構築する。
• レベル先祖クエリをFind-Smaller（FS）問題に還元する：頂点vとレベルlについて、R[v]以降で最初にレベル≤lとなる頂点を探す。
• マイクロセットに基づくデータ構造を用い、ブロックベースのマスクで(±1)FS問題に対するO(1)クエリを実現する。ビット演算を活用して効率を高める。
• 対称的なデータ構造と範囲チェックを用いて、Find-Greaterクエリを処理し、レベル子孫およびレベル次の兄弟クエリを拡張する。
• 後行順巡回（最後の訪問のみ）を用いることで、EおよびL配列のサイズを半分に削減し、修正された(≥1)ステップ性質を保ちながら、空間を最適化する。

実験結果

リサーチクエスチョン

• RQ1 静的レベル先祖問題に対して、単純で実用的かつ効率的なアルゴリズムを設計可能か。これは、従来の動的またはPRAMベースの解決策の複雑さを避けることを目的とする。
• RQ2 エULER巡回技法を、レベル先祖クエリに加え、レベル子孫およびレベル次の兄弟クエリを同じフレームワーク内でサポートできるように適応可能か。
• RQ3 空間効率的かつ実装が容易なデータ構造を用いて、O(n)の前処理時間とO(1)のクエリ時間でレベル先祖クエリを達成可能か。
• RQ4 マイクロセット技術を(±1)Find-Smaller問題に効果的に適用し、線形前処理時間で定数時間クエリを実現できるか。

主な発見

• 提案されたアルゴリズムは、レベル先祖クエリに対してO(n)の前処理時間とO(1)のクエリ時間を達成し、既知の最良の理論的境界に一致する。
• 従来の解決策、特に巨大なテーブルサイズにより実用的でないとされた元のBerkman-VishkinのPRAMアルゴリズムとは対照的に、本アルゴリズムははるかに単純で実用的である。
• 本手法は、レベル子孫およびレベル次の兄弟クエリへの自然な拡張をサポートする。これは、従来のアルゴリズムでは効率的にサポートされていなかった。
• 空間最適化により、エULER巡回における各頂点の最後の訪問のみを保持することで、EおよびL配列のサイズを半分に削減し、時間計算量に影響を与えない。
• マイクロブロックとビットマスクに基づくFind-Smaller構造は、O(n)時間およびO(n)空間でO(1)クエリを実現でき、効率的なビット演算が前提となる実用的性能を示す。
• 本アルゴリズムはC言語で実装されており、実際の用途で利用可能であり、実装可能性と実用性を実証している。