[논문 리뷰] Approximation of smallest linear tree grammar

Artur Jeż, Markus Lohrey|arXiv (Cornell University)|2013. 09. 19.

Algorithms and Data Compression인용 수 3

한 줄 요약

이 논문은 주어진 크기 n인 트리에 대해 선형 시간 알고리즘 TtoG를 제안한다. 이 알고리즘은 g가 그러한 문법 중 최소 크기이고 r이 최대 기호 랭크일 때, 크기 O(rg + r g log(n/rg))인 선형 문맥 자유 트리 문법을 구성한다. 이 방법은 이전에 문자열 압축에 사용된 재압축 기법을 트리로 확장하여, 문법 기반 트리 압축에서 처음으로 O(log(n/g))의 근사 비율을 달성한다. 이는 입력 크기의 로그 인자와 r에 대한 상수 인자로 이루어진다.

ABSTRACT

A simple linear-time algorithm for constructing a linear context-free tree grammar of size O(rg + r g log (n/r g))for a given input tree T of size n is presented, where g is the size of a minimal linear context-free tree grammar for T, and r is the maximal rank of symbols in T (which is a constant in many applications). This is the first example of a grammar-based tree compression algorithm with a good, i.e. logarithmic in terms of the size of the input tree, approximation ratio. The analysis of the algorithm uses an extension of the recompression technique from strings to trees.

연구 동기 및 목표

• 증명 가능하게 좋은 근사 비율을 가진 문법 기반 트리 압축 알고리즘을 개발하기 위해.
• 이전에 SLP 생성에 사용된 문자열 재압축 기법을 트리 구조 데이터로 확장하기 위해.
• 기존 트리 문법 압축기(예: TreeRePair)에서 이론적 보장이 부족한 문제를 해결하기 위해. 이러한 기법들은 O(log n) 크기로 압축 가능한 트리에 대해 크기 Ω(n)의 문법을 생성할 수 있다.
• 효율적이고 거의 최소 크기의 트리 문법 압축을 위한 이론적 기반을 제공하기 위해.
• 이 방법을 비선형 문법, 그래프 문법, 순서 없는 또는 랭크되지 않은 트리로 확장할 잠재력을 탐색하기 위해.

제안 방법

• 문자열 압축에서 유래한 두 단계 재압축 기법(블록 압축과 쌍 압축)을 트리 구조에 적응시켜 반복적으로 적용한다.
• 블록 압축은 형식 f(a, ..., a)를 가진 반복적인 부분 트리를 새로운 기호로 대체하여 동일한 부분 트리의 중복을 줄인다.
• 쌍 압축은 왼쪽과 오른쪽의 부분 트리 쌍을 모두 새로운 기호로 대체하며, 압축을 극대화하기 위해 분할 전략을 사용한다.
• 알고리즘은 단계별로 트리를 처리하며, 각 단계에서 현재 압축된 형태를 나타내는 문법을 유지한다. 각 단계는 트리 크기를 일정 요인으로 줄인다.
• 비용 함수를 사용한 잠재 함수 분석을 통해 새로운 기호를 도입할 때의 비용을 극한으로 제한하여, 총 문법 크기가 O(rg + r g log(n/rg))임을 보였다.
• 노드의 랭크를 인위적으로 부여함으로써 랭크되지 않은 트리도 처리할 수 있도록 확장하였으며, 동일한 근사 보장을 유지한다.

실험 결과

연구 질문

• RQ1 문법 기반 트리 압축 알고리즘이 최소 선형 문맥 자유 트리 문법 크기의 O(log(n/g)) 근사 비율을 달성할 수 있는가?
• RQ2 문자열 재압축 기법을 효율성과 근사 보장이 유지되도록 트리로 일반화할 수 있는가?
• RQ3 최대 기호 랭크 r이 트리 문법 압축의 근사 비율에 미치는 영향은 무엇인가?
• RQ4 재압축 접근법을 순서 없는 또는 랭크되지 않은 트리로 적응시킬 수 있는가? 이 경우 압축 효율성이 손상되지 않는가?
• RQ5 이 방법을 비선형 또는 그래프 기반 문법으로 확장하여 더 큰 압축 성능 향상을 달성할 수 있는가?

주요 결과

• TtoG 알고리즘은 크기 n인 임의의 입력 트리에 대해 g가 그러한 문법 중 최소 크기일 때, 크기 O(rg + r g log(n/rg))인 선형 문맥 자유 트리 문법을 구성한다.
• 최대 기호 랭크 r이 유한할 경우 근사 비율이 O(log(n/g))이며, 이는 문법 기반 트리 압축에서 처음으로 이뤄진 결과이다.
• 알고리즘이 선형 시간 내에 작동하여 대규모 트리 데이터에 대해 효율적이다.
• 분석 결과, 압축 과정에서 새로운 기호를 도입할 때의 비용은 O(rg + r g log(n/rg))로 제한되며, 주요 항은 로그 인자이다.
• 알고리즘은 트리 구조에 대해 강건하며, 순서가 있는가 없는가에 관계없이 랭크된 트리 모두에 적용 가능하다. 또한 인위적인 랭킹을 통해 랭크되지 않은 트리로도 확장 가능하다.
• 이 방법은 향후 비선형 문법 및 그래프 문법에 대한 연구에 대한 이론적 기반을 제공하며, 더 큰 압축 성능 향상의 잠재력을 시사한다.