[논문 리뷰] Pattern Matching in Trees and Strings

Philip Bille|ArXiv.org|2007. 08. 31.

Algorithms and Data Compression참고 문헌 40인용 수 8

한 줄 요약

이 논문은 XML 데이터베이스에서 트리 포함 문제를 위한 새로운 알고리즘을 제안하며, 이는 부분제곱 시간 복잡도와 선형 공간 사용을 달성하여 이전 방법들이 요구하는 제곱 시간 복잡도에 비해 상당한 향상이다. 고급 데이터 구조와 워드 수준 병렬 처리를 활용함으로써, 주 메모리 내에서 대규모 XML 데이터셋에 대한 효율적인 쿼리가 가능해진다.

ABSTRACT

We study the design of efficient algorithms for combinatorial pattern matching. More concretely, we study algorithms for tree matching, string matching, and string matching in compressed texts.

연구 동기 및 목표

• 대규모 XML 데이터베이스에서 확장성이 제한되는 제곱 공간을 요구하는 기존 트리 포함 알고리즘의 비효율성을 해결한다.
• 공간 복잡도를 Ω(n_P n_T)에서 O(n_T)로 감소시키면서 시간 복잡도도 향상시키는 방법을 개발한다.
• 시간과 공간 사용을 최적화하여 대규모 XML 워크로드에서 효율적인 패턴 매칭을 가능하게 한다.
• 개선된 복잡도 한계를 갖는 압축된 텍스트 및 정규 표현식 매칭에 트리 매칭 알고리즘의 적용 범위를 확장한다.
• 최적의 자원 사용을 위해 트리 매칭, 문자열 매칭, 압축 텍스트 패턴 매칭 문제를 통합하는 프레임워크를 제공한다.

제안 방법

• 트리 순회 중 활성 오토마타 상태의 상태집합을 유지하는 새로운 데이터 구조를 도입하여, 효율적인 경로 부분수열 탐지가 가능하게 한다.
• 경로를 트리에서 표현하기 위해 지브-레플레르(Ziv-Lempel, ZL) 사전 기반의 압축 기법을 사용하여 공간 사용을 줄이면서도 쿼리 효율성을 유지한다.
• 상태집합을 비 문자열로 인코딩하고 워드 수준 병렬 처리를 통해 전이 시간을 O(⌈m/log n⌉)로 감소시킨다.
• 명시적인 DFA 구축을 피하기 위해 압축된 상태집합 인코딩을 사용한 톰슨 오토마타를 활용하여 사전 처리 오버헤드를 줄인다.
• 여러 상태에서 유래한 매칭 집합을 병합하고 중복을 제거하기 위해 우선순위 큐를 사용하여 정확하고 효율적인 출력 보고를 보장한다.
• 두 단계 상태집합 전이 메커니즘을 설계한다: 먼저 가장 가까운 압축된 요소를 통해 전파하고, 그 후 거리 기반 한계를 활용해 국소 경로 전이를 적용한다.

실험 결과

연구 질문

• RQ1 기존 알고리즘의 O(n_P n_T) 공간 복잡도에 비해 부분제곱 시간과 선형 공간에서 트리 포함 문제를 해결할 수 있는가?
• RQ2 공간 사용량을 늘리지 않고 워드 수준 병렬 처리를 어떻게 활용하여 트리 및 문자열 패턴 매칭의 시간 복잡도를 줄일 수 있는가?
• RQ3 압축된 텍스트 표현 방식(예: ZL78/ZLW)을 사용할 경우 정규 표현식 및 문자열 매칭의 시간 및 공간 복잡도에 어떤 영향을 미치는가?
• RQ4 라벨이 부여된 트리에서 경로 부분수열 문제는 XML 쿼리 워크로드를 고려할 때 개선된 시간 및 공간 복잡도로 효율적으로 해결할 수 있는가?
• RQ5 비 병렬 연산과 계층적 압축을 활용해 오토마타의 상태집합 전이를 얼마나 최적화할 수 있는가?

주요 결과

• 트리 포함 문제는 O(n_T) 공간과 부분제곱 시간 내에서 해결되며, 구체적으로 O(min(l_P n_T, n_P l_T log log n_T + n_T, n_P n_T / log n_T + n_T log n_T))의 시간 복잡도로 기존 Ω(n_P n_T) 공간 복잡도에 비해 향상된다.
• 이전 방법 대비 선형 요소의 공간 감소를 달성하여, 주 메모리 내에서 더 큰 XML 데이터베이스를 효율적으로 쿼리할 수 있게 되었다.
• 정규 표현식 매칭의 경우, m > w일 때 O(n m log w / w + m log w)의 시간 복잡도를 달성하여 O(m) 공간 제약 하에 알려진 시간 복잡도를 향상시켰다.
• w ≥ log²n일 경우, 공간 사용 여부와 관계없이 모든 알려진 시간 복잡도를 향상시켜 광범위한 적용 가능성을 입증하였다.
• 워드 수준 병렬 처리와 압축된 상태집합 인코딩을 활용함으로써, ZL78/ZLW 압축 텍스트에 대해 시간 복잡도를 약 log u 배 감소시켰다.
• 경로 부분수열 문제는 O(n_T) 공간에서 개선된 시간 복잡도로 해결되어 대규모 XML 경로 쿼리 처리가 효율적으로 가능해졌다.