[논문 리뷰] Computing and Enumerating Minimal Common Supersequences Between Two Strings

Braeden Sopp, Adiesha Liyanage외 2명|arXiv (Cornell University)|2026. 03. 23.

Algorithms and Data Compression인용 수 0

한 줄 요약

본 논문은 두 문자열의 최소 공통 상위 수열을 선형 시간으로 계산하는 알고리즘과, 이 최소 공통 상위 수열들을 이차 공간, 선형 시간 지연, 삼차 시간 전처리로 열거하는 구조를 제시한다.

ABSTRACT

Given \(k\) strings each of length at most $n$, computing the shortest common supersequence of them is a well-known NP-hard problem (when \(k\) is unbounded). On the other hand, when \(k=2\), such a shortest common supersequence can be computed in \(O(n^2)\) time using dynamic programming as a textbook example. In this paper, we consider the problem of computing a \emph{minimal} common supersequence and enumerating all minimal common supersequences for \(k=2\) input strings. Our results are summarized as follows. A minimal common supersequence of \(k=2\) input strings can be computed in $O(n)$ time. (The method also works when \(k\) is a constant). All minimal common supersequences between two input strings can be enumerated with a data structure of $O(n^2)$ space and an $O(n)$ time delay, and the data structure can be constructed in $O(n^3)$ time.

연구 동기 및 목표

• LCS/SCS 문제의 보완으로써 MCS의 효율적 계산에 동기를 부여한다.
• 두 문자열(k=2)에 대한 MCS를 선형 시간으로 계산하는 방법을 제시하고 이를 다중 문자열으로 확장하는 인사이트를 제공한다.
• 검증 가능한 시간/공간 보장을 갖는 모든 MCS를 열거하는 열거 프레임워크를 개발한다.

제안 방법

• 공통 상위 수열을 스윕하고 essentiality 기준(Lemma 3.1)을 사용하여 제거 가능한 인덱스를 삭제하여 두 문자열에 대한 MCS를 O(n) 시간에 얻는다.
• A와 B가 상위 수열에 어떻게 내포되는지 추적하기 위한 오른쪽 임베딩을 구성한다(BuildRightEmbedding).
• 필수 인덱스(Lem 및 Rem 임베딩)를 통해 MCS의 특성을 증명하여 삭제를 안내하고 최소성을 보장한다.
• 선형 시간에 비필수 위치를 제거하여 MCS를 출력하는 구성적 알고리즘(ReduceSupersequence)을 제공한다.
• 접근법을 k 문자열로 확장하여 k 문자열에 대한 MCS를 O(kn(log k + log n)) 시간에 계산한다.
• A와 B를 블록으로 분할하고 레이블이 있는 이분 그래프 G(A,B)의 경로로 MCS를 모델링하는 열거 프레임워크를 개발하며, s-t 경로가 MCS들에 일대일 대응한다.

Figure 1: Depicted on the left is $G(A,B)$ containing all nodes with the vertices of $G_{st}(A,B)$ colored in terms of their respective partitions. Red vertices belong partition $V_{A}$ and blue vertices belong to partition $V_{B}$ . On the right we have $G_{st}(A,B)$ with the vertices labeled. $A=b

실험 결과

연구 질문

• RQ1 두 문자열의 최소 공통 상위 수열을 n에 의존하지 않고 선형 시간에 계산할 수 있는가?
• RQ2 두 문자열 사이의 모든 최소 공통 상위 수열을 어떻게 효율적으로 열거할 수 있는가?
• RQ3 열거를 위해 MCS와 가능한 경로 사이의 일대일 대응을 가능하게 하는 데이터 구조와 분할 방법은 무엇인가?
• RQ4 두 문자열을 넘어서는 확장이 MCS 계산의 시간 복잡도에 어떤 영향을 미치는가?
• RQ5 구조적 특성(임베딩, 필수 인덱스)이 MCS 구성 및 열거의 최소성 및 정확성을 보장하는가?

주요 결과

• 두 입력 문자열에 대한 MCS는 O(n) 시간에 계산할 수 있다.
• 두 문자열 사이의 모든 MCS는 O(n^2) 공간과 O(n) 시간 지연으로 열거할 수 있으며, 열거를 위한 데이터 구조는 O(n^3) 시간에 구성할 수 있다.
• k 문자열에 대해서는 MCS를 O(kn(log k + log n)) 시간에 계산할 수 있다.
• 임의의 공통 상위 수열에서 최소한의 것으로의 선형 시간 환원 방법은 효율적인 MCS 계산을 가능하게 한다.
• 열거 프레임워크는 G(A,B) 그래프를 사용하며, s-t 경로가 MCS와 일대일 대응한다.
• 본 논문은 필수 인덱스와 구간 분할(정리 5.1, 5.2, 5.3)을 통해 MCS의 정확한 특성을 확립한다.

Figure 2: On the left hand side, we show characters used in a right embedding of $A_{1}=abbc$ into $S=abccbacc$ in orange cells. On the right, we depict the output data structure for $S$ and $A_{1}$ . On the bottom is the result of $\textsc{MergeRightEmbedding}(S;A_{1},A_{2})$ where $A_{2}=ac$ .