[논문 리뷰] Colored range closest-pair problem under general distance functions

Jie Xue|arXiv (Cornell University)|2019. 01. 06.

Computational Geometry and Mesh Generation인용 수 5

한 줄 요약

이 논문은 일반적인 단조(norm) 거리 함수, 즉 모든 Lp-거리와 L∞를 포함하여, 일반적인 단조 거리 함수 하에서 R²에서 첫 번째 효율적인 (1+ε)-근사 데이터 구조를 제안한다. 이는 하위 로그 시간 복잡도와 근접 선형 공간을 갖는 직각 범위 쿼리(query)를 가능하게 하여, 이전 연구에서 유색이 없는 점들과 유클리드 거리에 국한된 것보다 크게 발전시킨다.

ABSTRACT

The range closest-pair (RCP) problem is the range-search version of the classical closest-pair problem, which aims to store a given dataset of points in some data structure such that when a query range X is specified, the closest pair of points contained in X can be reported efficiently. A natural generalization of the RCP problem is the colored range closest-pair (CRCP) problem in which the given data points are colored and the goal is to find the closest bichromatic pair contained in the query range. All the previous work on the RCP problem was restricted to the uncolored version and the Euclidean distance function. In this paper, we make the first progress on the CRCP problem. We investigate the problem under a general distance function induced by a monotone norm; in particular, this covers all the Lp-metrics for p ≥ 1 and the L∞-metric. We design efficient (1+e)-approximate CRCP data structures for orthogonal queries in R2, where e > 0 is a pre-specified parameter. The highlights are two data structures for answering rectangle queries, one of which uses O(e−1n log4n) space and O(log4n + e−1 log3n + e−2 log n) query time while the other uses O(e−1n log3n) space and O(log5n + e−1 log4n + e−2 log2n) query time, where n is the size of the input dataset. In addition, we also apply our techniques to the CRCP problem in higher dimensions, obtaining efficient data structures for slab, 2-box, and 3D dominance queries. Before this paper, almost all the existing results for the RCP problem were achieved in R2.

연구 동기 및 목표

• 일반적인 거리 함수 하에서 이분색 점 쌍을 고려한 색상이 있는 설정으로 범위 최근접 쌍 문제를 확장한다.
• 단조 거리 함수, 즉 Lp 및 L∞ 거리 함수 하에서 효율적인 근사 쿼리를 지원한다.
• R² 및 고차원에서 직각, 슬래브(slave), 2-박스, 3D 지배 쿼리에 대해 낮은 공간과 쿼리 시간을 갖는 데이터 구조를 설계한다.
• 이전 연구에서 R²와 유클리드 거리에 국한된 바 있었던 RCP 결과를 일반화하여, 계산 기하학 분야에서 더 넓은 적용 가능성을 확보한다.

제안 방법

• R²에서의 직각 쿼리에 대해 범위 분해와 계층적 분할을 이용한 (1+ε)-근사 데이터 구조를 설계한다.
• 이중 구조 접근법을 활용: 하나는 O(ε⁻¹n log⁴n) 공간과 O(log⁴n + ε⁻¹log³n + ε⁻²log n) 쿼리 시간을, 다른 하나는 O(ε⁻¹n log³n) 공간과 O(log⁵n + ε⁻¹log⁴n + ε⁻²log²n) 쿼리 시간을 사용한다.
• 쿼리 범위를 더 작은 하위 범위로 분할하여 후보 이분색 점 쌍을 효율적으로 탐색하는 범위 분해 기법을 적용한다.
• 슬래브, 2-박스, 3D 지배 쿼리에 대해 고차원에서의 직각 범위 검색 기반 원리를 활용해 프레임워크를 확장한다.
• 단조 거리 함수의 성질을 활용하여 근사 오차를 제한하면서도 효율적인 사전 처리 및 쿼리 연산을 유지한다.
• 분수 캐스케이딩(fractional cascading)과 범위 트리(range trees)를 사용하여 하위 범위 내에서의 빠른 직각 범위 보고 및 최근접 쌍 계산을 지원한다.

실험 결과

연구 질문

• RQ1 일반적인 거리 함수, 특히 유클리드 거리 이외의 거리 함수 하에서 색상이 있는 범위 최근접 쌍 문제를 효율적으로 해결할 수 있는가?
• RQ2 R²에서 직각 쿼리에 대해 (1+ε)-근사 CRCP의 공간과 쿼리 시간 사이의 트레이드오프는 어떠한가?
• RQ3 CRCP 문제는 슬래브, 2-박스, 3D 지배 쿼리와 같은 고차원 쿼리로 어떻게 일반화될 수 있는가?
• RQ4 단조 거리 함수 하에서 근접 선형 공간과 하위 로그 시간 쿼리 시간을 동시에 달성할 수 있는가?

주요 결과

• 논문은 R²에서 두 개의 직각 쿼리 데이터 구조를 제시한다: 하나는 O(ε⁻¹n log⁴n) 공간과 O(log⁴n + ε⁻¹log³n + ε⁻²log n) 쿼리 시간을 사용한다.
• 두 번째 구조는 공간을 O(ε⁻¹n log³n)로 줄였지만 쿼리 시간은 O(log⁵n + ε⁻¹log⁴n + ε⁻²log²n)으로 증가시켰다.
• 이 방법은 p ≥ 1인 모든 Lp-거리와 L∞-거리를 일반적인 단조 거리 함수 프레임워크를 통해 지원한다.
• 기술들은 고차원으로 확장되어 슬래브, 2-박스, 3D 지배 쿼리에 대해 효율적인 데이터 구조를 제공한다.
• 이 연구는 일반적인 거리 함수 하에서 CRCP 문제를 다룬 최초의 작업으로, 이전 연구의 제한된 범위인 무색 점과 유클리드 거리에서 벗어나 새로운 국면을 열었다.
• 결과적으로 이 연구는 증명 가능한 효율성 보장을 갖는 더 넓은 기하학적 환경에서의 근사 CRCP에 기초를 마련한다.