[논문 리뷰] Faster and simpler algorithms for finding large patterns in permutations

László Kozma|arXiv (Cornell University)|2019. 02. 23.

Algorithms and Data Compression참고 문헌 29인용 수 4

한 줄 요약

이 논문은 순열 패턴 매칭(PPM) 문제를 위한 두 가지 새로운 알고리즘을 제안하며, 개선된 시간 복잡도를 달성한다: $ n^{0.44k + o(k)} $-시간 알고리즘과 다항식 공간을 사용하는 더 간단한 $ O(1.6181^n) $-시간 알고리즘. 핵심 혁신은 짝수 값 패턴 항목을 먼저 매칭하고, 나서 왼쪽에서 오른쪽으로 순서대로 홀수 값 항목을 탐욕적으로 매칭하는 새로운 동적 프로그래밍 전략이다. 이는 이전 방법들을 크게 단순화하면서도 큰 패턴에 대해 점근적인 성능을 향상시킨다.

ABSTRACT

Permutation patterns and pattern avoidance have been intensively studied in combinatorics and computer science, going back at least to the seminal work of Knuth on stack-sorting (1968). Perhaps the most natural algorithmic question in this area is deciding whether a given permutation of length $n$ contains a given pattern of length $k$. In this work we give two new algorithms for this well-studied problem, one whose running time is $n^{0.44k+o(k)}$, and one whose running time is the better of $O(1.6181^n)$ and $n^{k/2+o(k)}$. These results improve the earlier best bounds of Ahal and Rabinovich (2000), and Bruner and Lackner (2012), and are the fastest algorithms for the problem when $k = Ω(\log n)$. When $k = o(\log n)$, the parameterized algorithm of Guillemot and Marx (2013) dominates. Our second algorithm uses polynomial space and is significantly simpler than all previous approaches with comparable running times, including an $n^{k/2+o(k)}$ algorithm proposed by Guillemot and Marx. Our approach can be summarized as follows: "for every matching of the even-valued entries of the pattern, try to match all odd-valued entries left-to-right". For the special case of patterns that are Jordan-permutations, we show an improved, subexponential running time.

연구 동기 및 목표

• 패턴 길이 $ k $가 $ \theta(\log n) $ 또는 그 이상일 때, 큰 패턴에 대해 순열 패턴 매칭(PPM) 문제의 시간 복잡도를 향상시키는 것.
• 기존 방법과 비교해 유사하거나 더 나은 실행 시간을 갖는 결정론적이고 더 단순한 알고리즘을 개발하는 것, 특히 복잡한 확률적 분석을 피하는 것.
• 순열 발생 그래프의 구조적 성질, 특히 경로 폭(pathwidth)을 탐구하여 알고리즘 복잡도에 대한 더 날카로운 경계를 유도하는 것.
• 이전 방법들이 랜덤 워크 추론이나 복잡한 동적 프로그래밍 상태 관리에 의존하는 데 비해, 더 투명하고 이해하기 쉬운 분석 프레임워크를 제공하는 것.

제안 방법

• 패턴의 짝수 값 항목을 홀수 값 항목 이전에 처리하는 새로운 동적 프로그래밍 전략을 도입하여, 패턴을 짝수 및 홀수 구성요소로 분할하는 것을 활용한다.
• 각 유효한 짝수 항목 매칭에 대해, 왼쪽에서 오른쪽 순서로 홀수 항목을 매칭하여 순서 일관성을 확보한다.
• 동적 프로그래밍 중에 유지해야 할 상태 경계의 크기를 최소화하기 위해, 패턴 항목 매칭 순서를 전역 최적화 전략으로 선택한다.
• 특히 경로 폭을 중심으로 한 순열 발생 그래프의 구조적 성질을 활용하여, 동적 프로그래밍 테이블 내 상태 수를 제한한다.
• 고정된 패턴 $ (4,3,1,2) $을 피하는 순열의 가족 $ \pi(a,b) $를 구성하여, 발생 그래프에 $ \Theta(a) \times \Theta(b) $ 크기의 격자 미니처를 가짐을 보여주며, 경로 폭이 유한한 미니처 닫힘 파라미터로만 유계가 되지 않음을 시사한다.
• 상태 공간 축소 기법을 정교하게 분석하여, 부분 매칭의 지수적 수보다는 지수보다 작은 수의 부분 매칭만 고려하면 되는 것을 보여준다.

실험 결과

연구 질문

• RQ1 Ahal과 Rabinovich의 $ n^{0.47k + o(k)} $ 경계를 초월하여, 큰 패턴에 대해 순열 패턴 매칭의 실행 시간을 향상시킬 수 있는가?
• RQ2 기존 방법과 유사하거나 더 나은 점근적 성능을 갖는 더 단순하고 결정론적인 알고리즘을 설계할 수 있는가?
• RQ3 순열의 발생 그래프의 경로 폭과 PPM의 복잡도 사이의 관계는 무엇이며, 특히 금지된 미니처와의 관련성은?
• RQ4 순열의 발생 그래프의 경로 폭은 미니처 포함성 또는 격자 크기와 같은 구조적 파라미터로 유계가 될 수 있는가?

주요 결과

• 논문은 PPM을 $ n^{0.44k + o(k)} $ 시간에 해결하는 새로운 알고리즘인 알고리즘 M을 제시하며, 이는 이전 최고 성능인 $ n^{0.47k + o(k)} $ 보다 향상된 성능을 달성한다.
• 두 번째 알고리즘은 다항식 공간을 사용하면서도 $ O(1.6181^n) $ 시간 복잡도를 달성하여, 이전 방법들보다 크게 단순화되었고 경쟁 가능한 실행 시간을 유지한다.
• 복잡한 확률적 분석을 피하기 위해 짝수-홀수 분할 기반의 결정론적이고 전역적인 매칭 전략을 사용함으로써, 더 투명하고 검증 가능한 증명을 가능하게 하였다.
• 고정된 패턴을 피하는 순열의 가족을 구성하여, 발생 그래프에 $ \Theta(a) \times \Theta(b) $ 크기의 격자 미니처를 가짐을 보여주며, 경로 폭이 유한한 미니처 닫힘 파라미터로만 유계가 되지 않음을 입증하였다.
• 조르던-순열(Jordan-permutations)에 대해서는 지수보다 작은 실행 시간을 달성하여, 특수 케이스에서의 향상 가능성을 시사한다.
• 분석을 통해 발생 그래프의 경로 폭이 미니처 포함성과 밀접한 관련이 있지는 않음을 보여주며, PPM에서의 구조적 파라미터화에 대한 기존 가정을 도전한다.