[논문 리뷰] Dynamic Palindrome Detection

Amihood Amir, Itai Boneh외 1명|arXiv (Cornell University)|2019. 01. 01.

Algorithms and Data Compression참고 문헌 23인용 수 6

한 줄 요약

이 논문은 문자 치환을 겪는 텍스트에서 가장 긴 팰린드롬 부분문자열을 다항로그 시간 내에 유지하는 결정론적 동적 알고리즘을 제시한다. 특히, 동적 최장 공통 접두사(LCP) 데이터 구조와 팰린드롬 및 주기적 런의 조합적 성질을 새로운 방식으로 적용하여, 업데이트당 Õ(1) 시간을 달성한다. 주요 기여는 주기적 시드 계산과 클러스터 분석을 통한 동적 환경에서 가장 긴 팔린드롬 인자(팩터)를 효율적으로 탐지하고 유지하는 방법이다.

ABSTRACT

A string UU for a non-empty string U is called a square. Squares have been well-studied both from a combinatorial and an algorithmic perspective. In this paper, we are the first to consider the problem of maintaining a representation of the squares in a dynamic string S of length at most n. We present an algorithm that updates this representation in n^o(1) time. This representation allows us to report a longest square-substring of S in O(1) time and all square-substrings of S in O(output) time. We achieve this by introducing a novel tool - maintaining prefix-suffix matches of two dynamic strings. We extend the above result to address the problem of maintaining a representation of all runs (maximal repetitions) of the string. Runs are known to capture the periodic structure of a string, and, as an application, we show that our representation of runs allows us to efficiently answer periodicity queries for substrings of a dynamic string. These queries have proven useful in static pattern matching problems and our techniques have the potential of offering solutions to these problems in a dynamic text setting.

연구 동기 및 목표

• 문자 치환을 겪는 텍스트에서 가장 긴 팔린드롬을 찾는 데 효율적인 동적 알고리즘이 부족한 문제를 해결하기 위해.
• 동적 문자열에서 가장 긴 팔린드롬 부분문자열에 대한 효율적인 업데이트와 쿼리가 가능한 데이터 구조와 알고리즘을 개발하기 위해.
• 동적 LCP와 팔린드롬의 새로운 조합적 성질을 활용하여 다항로그 시간 내에 업데이트를 달성하기 위해.
• 각 변경 이후 재계산하는 것보다 훨씬 우수한 성능을 보이며, 가장 긴 팔린드롬을 업데이트당 Õ(1) 시간 내에 유지할 수 있음을 입증하기 위해.

제안 방법

• 각 크기 클래스 s에 대해 우선순위 큐(Qs)를 사용하는 동적 데이터 구조를 유지하여, 해당 크기의 가장 긴 팔린드롬 인자(LMPs)를 저장한다.
• 서브스트링을 비교하고 팔린드롬 런 내의 주기적 구조를 탐지하기 위해 동적 최장 공통 접두사(LCP) 쿼리를 사용한다.
• 클러스터의 주기적 시드를 계산하기 위해, 최대 주기적 팔린드롬(CPP)의 접두사 또는 접미사인 LMP들을 분석하는 서브루틴 FindCppPeriod를 적용한다.
• 클러스터 내에서 최대 확장(P*)이 될 수 있는 후보 LMP들을 찾기 위해 우선순위 큐에서 후속자(successor) 및 전임자(predecessor) 쿼리를 사용한다.
• 조합적 제약 조건을 통해 정확성을 보장하기 위해, 클러스터 시작점과 포함된 LMP 시작점 사이의 거리에서 클러스터의 주기 p를 계산하는 데 Theorem 1을 사용한다.
• LCP 쿼리와 클러스터 분석을 결합하여, 각 문자 편집 이후 주기적 팔린드롬 구조를 효율적으로 탐지하고 업데이트한다.

실험 결과

연구 질문

• RQ1 동적 문자열에서의 가장 긴 팔린드롬을 문자 치환당 다항로그 시간 내에 유지할 수 있는가?
• RQ2 팔린드롬과 주기적 런의 어떤 조합적 성질이 효율적인 동적 유지에 기여하는가?
• RQ3 동적 LCP 데이터 구조는 어떻게 활용되어 팔린드롬 인자를 효율적으로 탐지하고 업데이트할 수 있는가?
• RQ4 정확성을 보장하기 위해 업데이트당 검토해야 할 후보 LMP의 최소 수는 얼마인가?
• RQ5 로컬 정보만을 사용하여 팔린드롬 클러스터의 주기적 시드를 다항로그 시간 내에 계산할 수 있는가?

주요 결과

• 문자 치환당 가장 긴 팔린드롬 부분문자열을 Õ(1) 시간 내에 유지할 수 있으며, 다항로그 업데이트 시간을 달성한다.
• 알고리즘은 다항로그 시간 내에 쿼리를 지원하는 동적 LCP 데이터 구조에 의존하며, 이는 서브스트링 간 효율적인 비교를 가능하게 한다.
• 업데이트당 후보 LMP 수는 O(log²n)로 유한하게 제한되어 있어 확장성 보장된다.
• 팔린드롬 클러스터의 주기적 시드는 Theorem 1을 통해 계산되며, 이는 클러스터와 LMP 시작점 사이의 거리가 최소 주기와 관련이 있음을 나타낸다.
• 후속자 및 전임자 쿼리를 사용하여, 각 크기 클래스당 최대 네 개의 후보 클러스터를 검토함으로써 알고리즘이 최대 팔린드롬 인자를 정확히 식별한다.
• 전체 시간 복잡도는 O(max(log⁴n, λ(n)·log²n))이며, 여기서 λ(n)은 동적 LCP에 소요되는 시간으로, LCP가 다항로그 시간 내에 유지될 경우 Õ(1)이 된다.