[논문 리뷰] Testing k-binomial equivalence

Dominik D. Freydenberger, Paweł Gawrychowski외 3명|arXiv (Cornell University)|2015. 09. 02.

Algorithms and Data Compression참고 문헌 4인용 수 13

한 줄 요약

이 논문은 두 단어의 k-이항 등가성을 테스트하기 위한 두 가지 다항 시간 알고리즘을 제시한다: 자동기계 이론에 기반한 결정적이지만 비효율적인 알고리즘과 더 효율적인 랜덤화 몬테카를로 알고리즘. 주요 기여는 시간 복잡도 O(nk² + k⁴)인 랜덤화 알고리즘으로, 높은 확률(오류 < 1/n)로 k-이항 등가성을 정확히 식별할 수 있으며, 이는 k-이항 등가성 기반의 효율적 패턴 매칭을 가능하게 한다.

ABSTRACT

Two words $w_1$ and $w_2$ are said to be $k$-binomial equivalent if every non-empty word $x$ of length at most $k$ over the alphabet of $w_1$ and $w_2$ appears as a scattered factor of $w_1$ exactly as many times as it appears as a scattered factor of $w_2$. We give two different polynomial-time algorithms testing the $k$-binomial equivalence of two words. The first one is deterministic (but the degree of the corresponding polynomial is too high) and the second one is randomised (it is more direct and more efficient). These are the first known algorithms for the problem which run in polynomial time.

연구 동기 및 목표

• 두 단어가 k-이항 등가인지 테스트하기 위한 효율적 알고리즘을 개발하는 것.
• 산점 인자의 수를 기반으로 한 아벨 등가성의 일반화인 k-이항 등가성의 알고리즘 복잡도를 다루는 것.
• k-이항 반복을 피하는 무한한 단어를 구성하는 등의 응용을 위한 실용적 계산을 가능하게 하는 것.
• 등가성 테스트로 환원함으로써 k-이항 등가성 기반의 패턴 매칭을 지원하는 것.
• 조합론적 단어 이론에서 대규모 시뮬레이션을 위한 오류 경계가 명확히 증명된 해결책을 제공하는 것.

제안 방법

• 유한체 F_p 상에서 다항식 Q_k,w(x)를 평가하는 랜덤화 접근법을 사용해 k-이항 등가성을 테스트한다.
• 거짓 긍정의 확률을 줄이기 위해 최소 ⌈k + 1 + 2 log n⌉ 비트 크기의 랜덤 소수 p를 선택한다.
• T[i][j]가 w[i..n]에서 j의 이진 표현의 산점 발생 수를 세는 표에 기반한 동적 프로그래밍을 통해 다항식 Q_k,w(x)를 계산한다.
• Schwartz-Zippel 보조정리를 활용해 F_p의 랜덤 점에서 비영 다항식이 0이 되는 확률을 제한한다.
• 다항식 Q_{w1,w2}(x)의 계수가 n^k 이하로 제한되므로, 부당한 소수 나눗셈의 수를 제한한다.
• 확률적 소수 판별과 다항식 평가를 조합해 낮은 오류 확률을 가진 몬테카를로 알고리즘을 얻는다.

실험 결과

연구 질문

• RQ1 두 단어 간의 k-이항 등가성은 다항 시간 내에 테스트할 수 있는가?
• RQ2 오류가 제한된 가장 효율적인 랜덤화 알고리즘은 무엇인가?
• RQ3 k-이항 등가성은 긴 텍스트에서 패턴 매칭에 어떻게 활용될 수 있는가?
• RQ4 이 문제에 대해 결정적 접근과 랜덤화 접근의 계산적 한계는 무엇인가?
• RQ5 k-이항 반복 피避 시뮬레이션에서 반복적인 등가성 테스트를 피하기 위해 알고리즘을 최적화할 수 있는가?

주요 결과

• 고도가 높고 명시적으로 주어지지 않은 다항 시간 결정적 알고리즘이 존재한다.
• 시간 복잡도 O(nk² + k⁴)인 랜덤화 몬테카를로 알고리즘을 제안하며, 이는 n과 k에 대해 다항 시간 내에 실행된다.
• 단어가 k-이항 등가일 경우 알고리즘이 반드시 'YES'를 반환하고, 아닐 경우 'NO'를 확률 1 - 1/n 이상으로 반환한다.
• 오류 확률은 세 가지 원인의 합으로 제한되며, 복합 소수 생성, 부당한 p 모듈로에서의 0이 되는 현상, 나쁜 랜덤 x의 선택 등이며, 이 모든 것이 o(1/n)임을 입증하였다.
• 모든 텍스트의 인자를 패턴과 비교하여 테스트함으로써, k-이항 등가성 기반의 효율적 패턴 매칭을 가능하게 한다.
• 주어진 패턴과 k-이항 등가인 모든 인자를 다항 시간 내에 찾을 수 있음을 암시한다.