[논문 리뷰] Lempel-Ziv Factorization May Be Harder Than Computing All Runs

Dmitry Kosolobov|arXiv (Cornell University)|2014. 09. 19.

Algorithms and Data Compression참고 문헌 3인용 수 14

한 줄 요약

이 논문은 결정 트리 모델에서 Lempel-Ziv 분해를 계산하는 데 Ω(n log σ)회의 비교가 필요하다는 것을 증명하며, 이는 모든 런을 계산하는 것보다 본질적으로 더 어렵다는 것을 보여준다. 반면 저자들은 모든 런을 찾는 데 O(n)의 결정 트리 알고리즘을 제시함으로써, 이 모델에서 런 문제는 Lempel-Ziv 분해보다 엄격히 더 쉽다는 것을 보여주며, 일반 순서 있는 알파벳에서 선형 시간 RAM 알고리즘이 존재할 것이라는 추측을 뒷받침한다.

ABSTRACT

The complexity of computing the Lempel-Ziv factorization and the set of all runs (= maximal repetitions) is studied in the decision tree model of computation over ordered alphabet. It is known that both these problems can be solved by RAM algorithms in $O(n\logσ)$ time, where $n$ is the length of the input string and $σ$ is the number of distinct letters in it. We prove an $Ω(n\logσ)$ lower bound on the number of comparisons required to construct the Lempel-Ziv factorization and thereby conclude that a popular technique of computation of runs using the Lempel-Ziv factorization cannot achieve an $o(n\logσ)$ time bound. In contrast with this, we exhibit an $O(n)$ decision tree algorithm finding all runs in a string. Therefore, in the decision tree model the runs problem is easier than the Lempel-Ziv factorization. Thus we support the conjecture that there is a linear RAM algorithm finding all runs.

연구 동기 및 목표

• 결정 트리 모델에서 Lempel-Ziv 분해를 계산하는 데 필요한 복잡도의 하한을 설정하는 것.
• 문자열에서 모든 런을 계산하는 것이 Lempel-Ziv 분해만큼 어렵단 말인지 조사하는 것.
• 모든 런을 찾는 선형 시간 결정 트리 알고리즘을 제시하여, 런은 Lempel-Ziv 분해보다 더 효율적으로 계산될 수 있음을 보여주는 것.
• 일반 순서 있는 알파벳에서 모든 런을 계산하는 선형 시간 RAM 알고리즘이 존재할 것이라는 추측을 뒷받침하는 것.

제안 방법

• 결정 트리 모델에서 Lempel-Ziv 분해를 계산하기 위해 필요한 비교 횟수에 대해 Ω(n log σ)의 하한을 증명한다.
• 삼중 런과 주기적 부분문자열을 재귀적으로 처리함으로써 O(n)회의 비교로 모든 런을 찾는 결정 트리 알고리즘을 설계한다.
• 최소 주기와 주기성에 기반한 재귀적 분해를 통해 중복 비교를 방지한다.
• 조합론적 보조정리를 적용하여 총 재귀 호출 수를 유한하게 제한하고 선형 비교 횟수를 확보한다.
• 삼중 런의 지수 합을 분석하여 재귀 하위 문제의 크기가 충분히 빠르게 감소함을 보여준다.
• 주기적 구조와 부등식 비교를 활용한 분할 정복 전략을 적용하여 최대 반복 부분문자열을 식별한다.

실험 결과

연구 질문

• RQ1 결정 트리 모델에서 Lempel-Ziv 분해는 모든 런을 계산하는 것보다 계산적으로 더 어렵단 말인가?
• RQ2 문자열에서 모든 런을 찾는 데 O(n)의 결정 트리 알고리즘을 구성할 수 있는가?
• RQ3 런에 대한 선형 결정 트리 알고리즘이 존재한다면, Lempel-Ziv 분해가 선형 시간 런 계산의 기초로 사용될 수 없다는 말인가?
• RQ4 순서 있는 알파벳에서 Lempel-Ziv 분해를 계산하기 위해 필요한 최소 비교 횟수는 얼마인가?
• RQ5 결정 트리 모델은 런과 Lempel-Ziv 분해 간의 복잡도 차이를 드러낼 수 있는가?

주요 결과

• 결정 트리 모델에서 Lempel-Ziv 분해는 Ω(n log σ)회의 비교가 필요하며, 이는 비트리벌 하한을 증명한다.
• 모든 런을 계산하는 데 O(n)의 결정 트리 알고리즘이 존재하며, 이는 런이 Lempel-Ziv 분해보다 더 효율적으로 계산될 수 있음을 보여준다.
• 알고리즘은 Lempel-Ziv 분해에 의존하지 않고, 부등식 비교를 통해 삼중 런과 주기적 부분문자열을 재귀적으로 처리한다.
• 재귀 호출 간의 총 비교 횟수는 O(n/p)로 유한하게 제한되어 있어 전체적으로 선형 복잡도를 확보한다.
• 최소 주기가 d 이상인 모든 삼중 런의 지수 합은 12n/d 이하이며, 이는 효율적인 재귀를 가능하게 한다.
• 결과는 일반 순서 있는 알파벳에서 모든 런을 계산하는 선형 시간 RAM 알고리즘이 존재할 것이라는 추측을 뒷받침한다.