[논문 리뷰] Approximate Circular Pattern Matching Under Edit Distance

Panagiotis Charalampopoulos, Solon P. Pissis외 4명|arXiv (Cornell University)|2024. 01. 01.

Algorithms and Data Compression인용 수 1

한 줄 요약

이 논문은 편집 거리 기준 k-Edit 원형 패턴 매칭 문제에 대해 O(n + (n/m)·poly(k)) 시간 알고리즘을 처음으로 제안한다. 이는 m = Ω(k⁶)일 때 O(n) 시간을 달성한다. 근사 원형 매칭의 구조적 성질—즉, O(k⁴)개의 간격을 형성하거나 거의 주기적 패턴을 나타내는 것—을 활용하여, 복잡한 케이스를 다루기 위해 锁정편석(locked fragment analysis)을 사용한다. 이는 이전의 O(nk²) 및 O(nk log³k) 해법에 비해 큰 m에 대해 상당한 향상이다.

ABSTRACT

In the $k$-Edit Circular Pattern Matching ($k$-Edit CPM) problem, we are given a length-$n$ text $T$, a length-$m$ pattern $P$, and a positive integer threshold $k$, and we are to report all starting positions of the substrings of $T$ that are at edit distance at most $k$ from some cyclic rotation of $P$. In the decision version of the problem, we are to check if any such substring exists. Very recently, Charalampopoulos et al. [ESA 2022] presented $O(nk^2)$-time and $O(nk \log^3 k)$-time solutions for the reporting and decision versions of $k$-Edit CPM, respectively. Here, we show that the reporting and decision versions of $k$-Edit CPM can be solved in $O(n+(n/m) k^6)$ time and $O(n+(n/m) k^5 \log^3 k)$ time, respectively, thus obtaining the first algorithms with a complexity of the type $O(n+(n/m) \mathrm{poly}(k))$ for this problem. Notably, our algorithms run in $O(n)$ time when $m=Ω(k^6)$ and are superior to the previous respective solutions when $m=ω(k^4)$. We provide a meta-algorithm that yields efficient algorithms in several other interesting settings, such as when the strings are given in a compressed form (as straight-line programs), when the strings are dynamic, or when we have a quantum computer. We obtain our solutions by exploiting the structure of approximate circular occurrences of $P$ in $T$, when $T$ is relatively short w.r.t. $P$. Roughly speaking, either the starting positions of approximate occurrences of rotations of $P$ form $O(k^4)$ intervals that can be computed efficiently, or some rotation of $P$ is almost periodic (is at a small edit distance from a string with small period). Dealing with the almost periodic case is the most technically demanding part of this work; we tackle it using properties of locked fragments (originating from [Cole and Hariharan, SICOMP 2002]).

연구 동기 및 목표

• 편집 거리 기준 근사 원형 패턴 매칭을 더 빠르게 해결하는 알고리즘을 개발함으로써, 특히 오류 임계치 k에 비해 패턴이 긴 경우에 유리하게 작동하도록 한다.
• m이 k에 비해 클 경우 (n/m)·poly(k) 의존성에 기반한 복잡도를 달성함으로써, 이전의 O(nk²) 및 O(nk log³k) 해법의 한계를 극복한다.
• 패턴의 회전이 거의 주기적(즉, 작은 주기의 문자열과 편집 거리가 작은) 경우를 다루기 위해 고도화된 문자열 조합 기법을 사용한다.
• 동적, 압축된(SLP), 양자 계산 환경으로의 확장을 통해 프레임워크의 광범위한 적용 가능성을 입증한다.

제안 방법

• 알고리즘은 해공간을 두 경우로 분할한다: 근사 원형 발생이 O(k⁴)개의 간격을 형성하거나, 패턴이 거의 주기적일 경우.
• 거의 주기적 케이스에서는, Cole와 Hariharan이 처음 제안한 锁정편석(locked fragments)의 성질을 활용하여, 주기적 문자열과 작은 편집 거리를 갖는 문자열을 탐지하고 처리한다.
• 동적 문자열, 압축 문자열(SLP), 양자 계산 등 다양한 계산 모델에 대한 해법을 통합하는 메타알고리즘을 설계한다.
• 동적 환경에서는 PILLAR 기반 데이터 구조를 사용해 효율적인 연결, 분할, 문자열 생성 연산을 지원하는 지속적 문자열을 유지한다.
• 압축 문자열(SLP)의 경우, 문자열을 전부 풀지 않고도 SLP 전용 연산을 활용해 편집 거리를 계산함으로써, 압축 해제되지 않은 크기 기준으로 부분선형 시간을 달성한다.
• 양자 모델에서는 LCP 및 패턴 매칭 쿼리에 대한 양자 속도 향상을 활용하여, 쿼리 시간을 Õ(√n)으로 감소시킨다.

실험 결과

연구 질문

• RQ1 편집 거리 기준 k-Edit 원형 패턴 매칭에 대해 O(n + (n/m)·poly(k)) 시간 알고리즘을 달성할 수 있는가? 이는 이전의 O(nk²) 및 O(nk log³k) bound를 향상시킨다.
• RQ2 근사 원형 매칭의 어떤 구조적 성질 덕분에 문제를 효율적으로 풀 수 있는 부분 문제로 분해할 수 있는가?
• RQ3 패턴의 회전이 거의 주기적(즉, 주기적 문자열과 작은 편집 거리)일 경우를 효율적으로 탐지하고 처리할 수 있는가?
• RQ4 알고리즘 프레임워크를 동적 문자열, 압축 문자열(SLP), 양자 계산 모델으로 확장할 수 있으며, 이로 인해 증명 가능한 효율성 향상가 가능할까?

주요 결과

• k-Edit CPM의 보고 버전은 O(n + (n/m)·k⁶) 시간에 해결되며, m = Ω(k⁶)일 경우 최적이다. 이 경우 O(n) 시간을 달성한다.
• 결정 버전은 O(n + (n/m)·k⁵ log³k) 시간에 실행되며, m = ω(k⁴)일 경우 이전의 O(nk log³k) 해법보다 향상된다.
• 거의 주기적 케이스는 锁정편석(locked fragment analysis)을 통해 처리되며, 이는 기술적으로 복잡한 구성 요소이지만 전체 효율성 향상의 핵심이다.
• 동적 환경에서는 업데이트와 쿼리가 각각 O(log N + |U|) 및 O(log N) 시간에 처리되며, k-Edit CPM는 O((|T|/|P|)·k⁶ log²N) 시간에 보고된다.
• SLP로 압축된 문자열의 경우, 알고리즘은 O(m log N + n k⁶ log²N log log N) 시간에 실행되며, 전체 해제를 피한다.
• 양자 모델에서는 보고 및 결정 버전이 각각 Õ((n/√m)·k⁶) 및 Õ((n/√m)·k⁵) 시간에 실행되며, LCP 및 패턴 매칭에 대한 양자 속도 향상을 활용한다.