[논문 리뷰] Sorting suffixes of a text via its Lyndon Factorization

Sabrina Mantaci, Antonio Restivo외 2명|arXiv (Cornell University)|2013. 06. 06.

Algorithms and Data Compression참고 문헌 15인용 수 5

한 줄 요약

이 논문은 텍스트의 릴론 인수분해를 활용하여 버로우스-웨일러 변환(Burrows-Wheeler Transform, BWT)과 서피크 어레이(suffix array, SA)를 구성하는 새로운 방법을 제안한다. 연속된 릴론 인수분해 요소 내부의 국소적 서피크의 상대적 순서가 전체적으로 확장될 때 유지되는 조합적 성질을 이용함으로써, BWT와 SA의 증분적, 온라인, 병렬 처리 가능한 구성이 가능해지며, 기존의 정렬 기반 방법에 대한 다용도 대안을 제공한다.

ABSTRACT

The process of sorting the suffixes of a text plays a fundamental role in Text Algorithms. They are used for instance in the constructions of the Burrows-Wheeler transform and the suffix array, widely used in several fields of Computer Science. For this reason, several recent researches have been devoted to finding new strategies to obtain effective methods for such a sorting. In this paper we introduce a new methodology in which an important role is played by the Lyndon factorization, so that the local suffixes inside factors detected by this factorization keep their mutual order when extended to the suffixes of the whole word. This property suggests a versatile technique that easily can be adapted to different implementative scenarios.

연구 동기 및 목표

• 텍스트의 릴론 인수분해를 활용한 서피크 정렬 전략을 개발하기 위해.
• 릴론 인수분해 내부의 국소적 서피크 순서와 전체 텍스트의 전역 서피크 순서 간의 호환성을 확립하기 위해.
• 버로우스-웨일러 변환(Burrows-Wheeler Transform, BWT)과 서피크 어레이(suffix array, SA)의 증분적 및 온라인 구성 가능성을 확보하기 위해.
• 릴론 인수분해 간 정렬 과정을 분리함으로써 병렬 및 인-place 구현을 지원하기 위해.
• 외부 메모리 및 경량 계산 환경에 적응 가능한 탄력적인 프레임워크를 제공하기 위해.

제안 방법

• 텍스트는 두발의 선형 시간 알고리즘을 사용하여 릴론 인수분해로 분해된다.
• 핵심 통찰은 연속된 릴론 인수분해 요소의 서피크의 사전순 순서가 전체 텍스트로 확장될 때도 유지된다는 것이다.
• BWT는 각 새로운 릴론 인수분해 요소의 BWT를 이전에 처리된 요소의 BWT와 병합함으로써 증분적으로 구성되며, 올바른 상대적 서피크 순서를 유지한다.
• 텍스트를 왼쪽에서 오른쪽으로 처리함으로써 온라인 알고리즘이 가능해지며, 릴론 인수분해가 진행되는 동안 BWT를 계산할 수 있다.
• 동적 데이터 구조를 사용하여 효율적인 순위 및 삽입 연산을 지원하며, 최적의 공간 사용 가능성이 있다.
• 릴론 인수분해 요소의 시퀀스를 별도로 처리할 수 있으므로 병렬 처리가 가능하며, 외부 메모리 또는 인-place 계산에 적응 가능하다.

실험 결과

연구 질문

• RQ1 릴론 인수분해 내부의 서피크 사전순 순서가 전체 텍스트의 전역 서피크 순서에 유지되는가?
• RQ2 릴론 인수분해를 어떻게 활용하여 BWT와 SA의 증분적 및 온라인 구성이 가능한가?
• RQ3 릴론 인수분해를 통한 BWT와 SA 구성의 계산 복잡도는 무엇이며, 어떻게 최적화할 수 있는가?
• RQ4 릴론 인수분해 간 서피크 순서의 독립성은 어떻게 병렬 또는 분산 계산을 지원하는가?
• RQ5 제안된 방법은 외부 메모리 또는 인-place 구현에 어떻게 적응시킬 수 있는가?

주요 결과

• 논문은 임의의 연속된 릴론 인수분해 요소의 조합 내부의 국소적 서피크 사전순 순서가 전체 텍스트의 전역 서피크 순서와 호환됨을 증명한다.
• 릴론 인수분해 요소를 하나씩 처리함으로써 BWT와 SA는 증분적으로 구성되며, 올바른 상대적 순서가 유지된다.
• 알고리즘은 k개의 릴론 인수분해 요소와 최대 길이 M을 고려할 때 O(k²M) 시간에 실행되며, 동적 데이터 구조를 통한 최적화가 가능하다.
• 이 방법은 전체 텍스트를 읽은 후에야 계산을 시작하는 것이 아닌, 온라인 알고리즘을 지원한다.
• 각 릴론 인수분해 요소 내부의 정렬이 상호 독립적이므로 병렬 처리가 가능하다.
• 프레임워크는 외부 메모리 및 인-place 계산에 적응 가능하며, 가벼운 순차적 I/O 효율적 구현이 가능하다.