[논문 리뷰] Faster Longest Common Extension Queries in Strings over General Alphabets

Paweł Gawrychowski, Tomasz Kociumaka외 2명|arXiv (Cornell University)|2016. 02. 01.

Algorithms and Data Compression참고 문헌 12인용 수 3

한 줄 요약

이 논문은 일반 순서 집합 알파벳 위의 문자열에서 가장 긴 공통 접두사(LCE) 쿼리를 더 빠르게 처리하는 알고리즘을 제시한다. 총 시간 복잡도는 q개의 쿼리에 대해 O(q log log n + n log* n)이며, 기호 비교 횟수는 O(q + n)이다. 기존의 작업을 향상시키기 위해 차분 커버와 효율적인 유니온-파인드 자료구조를 사용하여 단기적인 LCE 쿼리를 재귀적으로 처리함으로써, 문자열의 모든 런(run)을 계산하는 데 O(n log log n) 시간을 확보하였다. 이는 선형 시간 기반 LCE 계산으로 향하는 주요 단계이다.

ABSTRACT

Longest common extension queries (often called longest common prefix queries) constitute a fundamental building block in multiple string algorithms, for example computing runs and approximate pattern matching. We show that a sequence of $q$ LCE queries for a string of size $n$ over a general ordered alphabet can be realized in $O(q \log \log n+n\log^*n)$ time making only $O(q+n)$ symbol comparisons. Consequently, all runs in a string over a general ordered alphabet can be computed in $O(n \log \log n)$ time making $O(n)$ symbol comparisons. Our results improve upon a solution by Kosolobov (Information Processing Letters, 2016), who gave an algorithm with $O(n \log^{2/3} n)$ running time and conjectured that $O(n)$ time is possible. We make a significant progress towards resolving this conjecture. Our techniques extend to the case of general unordered alphabets, when the time increases to $O(q\log n + n\log^*n)$. The main tools are difference covers and the disjoint-sets data structure.

연구 동기 및 목표

• 일반 순서 집합 알파벳 위의 문자열에서 연속적인 LCE 쿼리에 대한 시간 복잡도를 향상시키는 것.
• 문자열의 모든 런을 계산하는 데 총 시간을 줄이는 것, 이는 기본적인 문자열 처리 작업이다.
• Kosolobov의 열린 질문, 즉 비교 모델에서 O(n) 개의 LCE 쿼리에 대해 O(n) 시간이 가능할지 여부를 다루는 것.
• 비순서 알파벳으로의 접근 확장, 여기서는 오직 등가 비교만 허용된다.

제안 방법

• 기호 비교를 관리하기 위해 효율적인 유니온-파인드 자료구조를 활용하여, t = polylog n 인 min(LCE(i,j), t)를 재귀적으로 계산하는 방법.
• 핵심 위치를 샘플링하기 위해 차분 커버를 사용하여, 효율적인 LCE 계산을 위한 희소 접미사 배열을 구성하는 방법.
• 유니온-파인드 연산의 평균 비용을 제어하기 위해 특정 구조적 특성을 지닌 다중 수준의 차분 커버를 도입하는 방법.
• q < n 인 소규모 쿼리 수에 최적화하기 위해 차분 커버의 계층과 쿼리 해결 전략을 조정하는 방법.
• 비순서 알파벳에 대한 알고리즘 적응을 위해 비교를 등가 검사로 대체함으로써 동일한 점근적 복잡도를 유지하는 방법.
• 임의의 LCE 쿼리를 해결하기 위해 두 단계 전략(단기 쿼리 → 거친 쿼리)을 사용하여 샘플된 위치에서의 희소 LCE 쿼리를 활용하는 방법.

실험 결과

연구 질문

• RQ1 일반 순서 집합 알파벳에서 비교 모델에서 O(n) 개의 LCE 쿼리에 대해 O(n) 시간을 달성할 수 있는가?
• RQ2 문자 비교(정렬이 아닌)만 허용될 경우 LCE 문제를 어떻게 효율적으로 해결할 수 있는가?
• RQ3 알고리즘이 비순서 알파벳에서도 효율적으로 작동하도록 확장할 수 있는가? 여기서는 오직 등가 검사만 가능하다.
• RQ4 차분 커버와 유니온-파인드 자료구조는 총 기호 비교 횟수를 줄이는 데 어떤 역할을 하는가?
• RQ5 오직 O(n) 기호 비교만을 사용하여 문자열의 모든 런을 계산하는 데 O(n log log n) 시간을 달성할 수 있는가?

주요 결과

• 일반 순서 집합 알파벳 위의 길이 n인 문자열에서 q개의 LCE 쿼리 시퀀스는 총 시간 복잡도 O(q log log n + n log* n)에 O(q + n) 기호 비교로 처리할 수 있다.
• 알고리즘은 일반 순서 집합 알파벳 위의 문자열에서 모든 런을 O(n log log n) 시간에 계산하며, 오직 O(n) 기호 비교만 수행한다.
• 일반 비순서 알파벳의 경우, 동일한 쿼리 시퀀스는 O(q log n + n log* n) 시간에 O(q + n) 등가 검사로 처리할 수 있다.
• Kosolobov의 O(n log^{2/3} n) 해법에 비해, 재귀적 단기 LCE 쿼리와 다중 수준 차분 커버를 통해 성능 향상이 이루어졌다.
• 경로 압축과 랭크 기반 유니온을 사용한 유니온-파인드는 비교의 평균 비용이 제시된 범위 내에 유지됨을 보장한다.
• 전체 시간 복잡도는 크게 감소했고 비교 횟수는 선형 유지되었으며, LCE 쿼리에 대해 O(n) 시간을 달성하려는 추측으로 향하는 데 중요한 진전을 이룬다.