[논문 리뷰] Minimax Trees in Linear Time

Paweł Gawrychowski, Travis Gagie|ArXiv.org|2008. 12. 15.

Algorithms and Data Compression참고 문헌 29인용 수 4

한 줄 요약

이 논문은 Ω(log n)-비트 단어를 갖는 워드 램에서 실수값 가중치로부터 최소최대 트리를 구성하는 선형 시간 알고리즘을 제시한다. 이는 Drmota와 Szpankowski의 이전 O(n log n)-시간 알고리즘을 개선한 것이다. 일반화된 선택과 이진 분수 및 블록 산술을 이용한 효율적인 Kraft 부등식 테스트를 결합함으로써, 실수값 가중치로부터 최소최대 트리를 구성하는 데 최적의 O(n) 시간 복잡도를 달성한다.

ABSTRACT

A minimax tree is similar to a Huffman tree except that, instead of minimizing the weighted average of the leaves' depths, it minimizes the maximum of any leaf's weight plus its depth. Golumbic (1976) introduced minimax trees and gave a Huffman-like, $\Oh{n \log n}$-time algorithm for building them. Drmota and Szpankowski (2002) gave another $\Oh{n \log n}$-time algorithm, which checks the Kraft Inequality in each step of a binary search. In this paper we show how Drmota and Szpankowski's algorithm can be made to run in linear time on a word RAM with (Ω(\log n))-bit words. We also discuss how our solution applies to problems in data compression, group testing and circuit design.

연구 동기 및 목표

• 실수값 가중치로부터 최소최대 트리를 구성하는 선형 시간 알고리즘을 개발하여 이전 방법의 O(n log n) 성능 저하 문제를 해결한다.
• Drmota와 Szpankowski의 최소최대 트리에 대한 이진 탐색 기반 알고리즘을 고급 데이터 구조와 선택 기법을 활용해 선형 시간으로 실행되도록 조정한다.
• 데이터 압축, 군집 테스트, 회로 설계와 같은 응용 분야에서 최적의 부족함과 깊이가 중요한 경우에 최소최대 트리를 효율적으로 구성할 수 있도록 한다.
• 일반화된 선택 기법과 블록 단위 이진 분수 산술의 조합이 워드 램 모델에서 최소최대 트리 문제에 대해 O(n) 시간 복잡도를 가능하게 함을 증명한다.

제안 방법

• 최소최대 트리 구축을 위한 Kraft 부등식을 만족하는 임계 임계값 x_i를 찾기 위해 중앙값 탐색을 통한 일반화된 선택을 사용한다.
• 1/2^⌈|w_j|⌉의 부분합을 효율적으로 유지하고 업데이트하기 위해, log n비트 블록으로 분할된 두 개의 n비트 이진 분수 S₁과 S₂로 구성된 데이터 구조를 사용한다.
• S₁은 |w_j| ≤ x_i인 가중치에 대해 1/2^⌈|w_j|⌉의 누적 합을 추적하고, S₂는 선택 라운드 동안 중간 값을 유지한다.
• 각 라운드에서 O(n / log n) 시간 내에 S₁ + S₂ ≤ 1 여부를 테스트함으로써 Kraft 부등식을 검사한다. 이는 분할된 블록의 상수 시간 덧셈과 반복 전파를 통해 수행된다.
• 각 라운드 후에 S₂를 O(n / log n) 시간 내에 0으로 재설정하여 상태를 유지하고, 재귀적 선택 단계 동안 불변성을 확보한다.
• 각 라운드가 문제 크기를 최소 절반으로 줄임에 따라 총 O(log n)라운드가 발생하고, 선형 시간 선택 및 블록 산술과 조합하면 총 시간 복잡도가 O(n)이 된다.

실험 결과

연구 질문

• RQ1 Drmota와 Szpankowski의 최소최대 트리에 대한 O(n log n)-시간 알고리즘을 Ω(log n)-비트 워드 램에서 O(n) 시간으로 최적화할 수 있는가?
• RQ2 일반화된 선택과 효율적인 Kraft 부등식 테스트를 통해 최소최대 트리를 선형 시간 내에 구성할 수 있는가?
• RQ3 블록 산술을 사용하는 이진 분수 데이터 구조를 동적 합 업데이트 및 부등식 테스트를 O(n / log n) 시간 내에 지원하도록 적응시킬 수 있는가?
• RQ4 중심값 기반 선택과 블록 단위 분수 산술의 조합이 최소최대 트리 구축에 대해 선형 시간 솔루션을 제공하는가?
• RQ5 이 방법은 제한된 팬인/팬아웃을 갖는 프리픽스 코드 설계, 군집 테스트, 회로 최소화와 같은 다른 문제로 확장할 수 있는가?

주요 결과

• 논문은 Ω(log n)-비트 단어를 갖는 워드 램에서 실수값 가중치에 대해 최소최대 트리를 선형 시간 내에 구성함으로써 시간 복잡도를 O(n log n)에서 O(n)으로 감소시켰다.
• 일반화된 선택 알고리즘은 중앙값 탐색과 불변성 유지 업데이트를 통해 O(n) 시간 내에 임계 임계값 x_i를 찾는다.
• 블록 단위 이진 분수의 사용은 Kraft 부등식 업데이트 및 테스트에 대해 O(n / log n)의 분할된 평균 시간을 가능하게 하여 총 선형 시간 유지를 위한 핵심 요소가 된다.
• 데이터 구조는 S₁과 S₂라는 두 개의 이진 분수를 유지하여 선택 과정 중 누적 합 추적과 부등식 테스트를 효율적으로 수행한다.
• 알고리즘의 총 시간 복잡도는 O(n)이며, O(log n)라운드 동안의 작업 합계가 O(n) 이하로 제한되기 때문이다. 각 라운드는 기하급수적으로 감소하는 요소 수를 처리한다.
• 이 방법은 최소 최대 부족함을 갖는 프리픽스 코드 설계, 군집 테스트, 회로 설계와 같은 관련 문제에도 적용 가능하며, 모두 O(n) 시간 복잡도를 상속한다.