[논문 리뷰] The Quicksort algorithm and related topics

Vasileios Iliopoulos|arXiv (Cornell University)|2015. 03. 09.

Algorithms and Data Compression참고 문헌 69인용 수 4

한 줄 요약

이 학위논문은 퀵정렬 알고리즘과 그 변종에 대한 엄밀한 수학적 분석을 제공하며, 핵심 비교 횟수의 분산과 다중 피벗의 영향을 중심으로 다룬다. 생성함수와 재귀관계를 사용하여 분산에 대한 정확한 표현을 유도하고, 랜덤 부분순서집합에서의 선형 확장 수를 탐구하여, 선형 확장 수가 초선형일 경우에 효율적인 정렬을 위한 셸정렬을 통한 체인 병합에 대한 새로운 경계와 통찰을 제시한다.

ABSTRACT

Sorting algorithms have attracted a great deal of attention and study, as they have numerous applications to Mathematics, Computer Science and related fields. In this thesis, we first deal with the mathematical analysis of the Quicksort algorithm and its variants. Specifically, we study the time complexity of the algorithm and we provide a complete demonstration of the variance of the number of comparisons required, a known result but one whose detailed proof is not easy to read out of the literature. We also examine variants of Quicksort, where multiple pivots are chosen for the partitioning of the array. The rest of this work is dedicated to the analysis of finding the true order by further pairwise comparisons when a partial order compatible with the true order is given in advance. We discuss a number of cases where the partially ordered sets arise at random. To this end, we employ results from Graph and Information Theory. Finally, we obtain an alternative bound on the number of linear extensions when the partially ordered set arises from a random graph, and discuss the possible application of Shellsort in merging chains.

연구 동기 및 목표

• 학술 문헌에서 자주 인용되지만 거의 항상 부분적으로만 증명된 바 있는, 퀵정렬 알고리즘의 비교 횟수 분산에 대한 완전하고 상세한 유도를 제공하는 것.
• 이중 피벗 및 다중 키 분할 기법을 포함한 다중 피벗 퀵정렬 변종의 성능을 분석하고, 비교 횟수의 분산 및 분포와 같은 통계적 성질을 도출하는 것.
• 랜덤 그래프에서 유도된 랜덤 부분순서집합에서의 선형 확장 수를 조사하여, 새로운 경계와 이론적 통찰을 제공하는 것.
• 특히 선형 확장 수가 초선형인 경우에, 부분순서집합의 체인 병합을 위한 셸정렬의 적용 가능성을 탐색하는 것.

제안 방법

• 이중 피벗 및 다중 피벗 분할 기법에 중점을 두고, 생성함수와 재귀관계를 사용하여 퀵정렬에서의 핵심 비교 횟수 분산을 유도하는 것.
• 조화수 $ H_n $ 와 일반화된 조화수 $ H_n^{(2)} $ 를 포함하는 2차 차분 방정식을 해결하기 위해 생성함수 방법을 적용하는 것.
• 다중 키 분할 분석에서 통합 상수를 유도하기 위해 반데르몬드 행렬을 사용하여 비교 횟수에 대한 정확한 해를 가능하게 하는 것.
• 그래프 이론 및 정보 이론 도구를 활용하여 랜덤 부분순서집합, 특히 랜덤 그래프 순서집합을 모델링하고, 높이 및 선형 확장 수와 같은 구조적 성질을 분석하는 것.
• 덧셈적 파라미터와 부분순서집합 분해 기법을 사용하여, 랜덤 그래프 순서집합의 기대 선형 확장 수에 대한 새로운 경계를 도출하는 것.
• 기대 성능 경계에 기반하여, 특히 선형 확장 수가 초선형인 경우에 부분순서집합의 체인 병합을 위한 셸정렬을 대안 전략으로 제안하는 것.

실험 결과

연구 질문

• RQ1 이중 피벗 퀵정렬에서 비교 횟수의 정확한 분산은 무엇이며, 이를 원천에서 엄밀하게 유도할 수 있는가?
• RQ2 다중 피벗 퀵정렬 변종—예를 들어, 중앙값의 세 개, 또는 리미언 분할 방식—은 비교 횟수의 분포 및 모멘트에 어떤 영향을 미치는가?
• RQ3 랜덤 그래프에서 유도된 랜덤 부분순서집합에서의 기대 선형 확장 수는 얼마이며, 원소 수에 따라 어떻게 척도가 변하는가?
• RQ4 랜덤 그래프 순서집합의 높이는 渐近적으로 어떻게 행동하는가? 그리고 그 기대값에 대한 경계를 설정할 수 있는가?
• RQ5 셸정렬은 부분순서집합의 체인 병합에 효과적으로 사용될 수 있는가? 어떤 조건에서 다른 병합 전략보다 우월한가?

주요 결과

• 이중 피벗 퀵정렬에서 비교 횟수의 분산은 $ f_n''(1) = 4(n+1)^2(H_{n+1}^2 - H_{n+1}^{(2)}) - 4H_{n+1}(n+1)(4n+3) + 23n^2 + 33n + 12 $ 로 유도되었으며, 여기서 $ H_n $ 과 $ H_n^{(2)} $ 는 조화수와 일반화된 조화수를 나타낸다.
• 비교 횟수의 2차 모멘트에 대한 재귀관계가 확립되었으며, 2차 차분 방정식은 $ \Delta^2 \binom{n}{2}f_n''(1) = 12(n+1)(n+2)(H_n^2 - H_n^{(2)}) - H_n(20n^2 + 32n - 12) + 17n^2 + 37n + 3 $ 으로 단순화된다.
• 덧셈적 파라미터와 부분순서집합 분해 기법을 기반으로, 랜덤 그래프 순서집합의 기대 선형 확장 수에 대한 새로운 경계가 도출되었으며, 이는 이전 추정치를 향상시킨다.
• 랜덤 그래프 순서집합의 기대 높이는 경계가 있으며, 분석 결과 선형 확장 수가 많은 경우에 초선형으로 증가함을 보여주어, 체인 병합에 셸정렬을 사용하는 것이 타당함을 입증한다.
• 부분순서집합에 대해 병합정렬을 적용할 경우 $ (1+\epsilon)\log_2(e(P)) + O(n) $ 의 시간 복잡도를 달성하며, $ \log_2(e(P)) $ 가 초선형인 경우 셸정렬이 타당한 대안으로 제안된다.
• 크기가 $ m_1, \dots, m_k $ 인 $ k $ 개의 체인을 가진 부분순서집합에서의 역전수는 $ \binom{n}{2} - \sum_{j=1}^k \binom{m_j}{2} $ 로 경계가 되며, 이는 체인 순서가 최악의 경우에 대해 정확한 경계이다.