[논문 리뷰] The Strong 3SUM-INDEXING Conjecture is False

Tsvi Kopelowitz, Ely Porat|arXiv (Cornell University)|2019. 07. 25.

Algorithms and Data Compression참고 문헌 13인용 수 5

한 줄 요약

이 논문은 피셔와 나오르의 알고리즘을 통한 함수 역행으로의 환원과 다중 해시 함수를 통한 결정론적 해시 전략을 사용하여, 임의의 $ \theta > 0 $ 에 대해 $ O(n^{2-\theta}) $ 공간과 $ O(n^{\theta}) $ 쿼리 시간을 갖는 결정론적 알고리즘을 제시함으로써 강력한 3SUM-인덱싱 추측을 반증한다. 이는 높은 확률로 정확성을 보장한다.

ABSTRACT

In the 3SUM-Indexing problem the goal is to preprocess two lists of elements from $U$, $A=(a_1,a_2,\ldots,a_n)$ and $B=(b_1,b_2,...,b_n)$, such that given an element $c\in U$ one can quickly determine whether there exists a pair $(a,b)\in A imes B$ where $a+b=c$. Goldstein et al.~[WADS'2017] conjectured that there is no algorithm for 3SUM-Indexing which uses $n^{2-Ω(1)}$ space and $n^{1-Ω(1)}$ query time. We show that the conjecture is false by reducing the 3SUM-Indexing problem to the problem of inverting functions, and then applying an algorithm of Fiat and Naor [SICOMP'1999] for inverting functions.

연구 동기 및 목표

• 임의의 $ \theta > 0 $ 에 대해 $ n^{2-\theta} $ 공간과 $ n^{1-\theta} $ 쿼리 시간을 달성할 수 없다는 주장을 하는 널리 공인된 강력한 3SUM-인덱싱 추측에 도전하기 위해.
• 고급 데이터 구조 기법을 활용하여, 추측된 하한선을 뛰어넘는 실용적인 3SUM-인덱싱 문제 알고리즘을 설계하기 위해.
• 일반적인 KSUM-인덱싱 문제로의 확장을 시도하고, 최악의 경우와 무작위 입력에 대한 성능을 분석하기 위해.
• 강력한 3SUM-인덱싱 추측이 잘못되었음을 입증하기 위해, 증명 가능한 비제곱형 공간과 비선형 쿼리 시간을 갖는 구체적인 알고리즘을 구성하기 위해.

제안 방법

• 함수 $ f: [n]^{k-1} \to [n]^{k-1} $ 를 철저히 구성하여 KSUM-인덱싱 문제를 역행할 수 있도록 환원하며, 여기서 $ f $ 는 색인 튜플을 해당 합의 해시 값으로 매핑한다.
• 피셔와 나오르의 함수 역행 알고리즘을 적용하여, $ S \cdot T^3 = N^3 $ 를 만족하는 $ \tilde{O}(S) $ 공간과 $ \tilde{O}(T) $ 쿼리 시간을 확보한다. 여기서 $ N = n^{k-1} $ 이다.
• 각 출력 집합 내 합이 높은 확률로 유일하게 매핑되도록 보장하기 위해 $ O(\log n) $ 개의 쌍별 독립 해시 함수 $ h_\ell $ 를 사용한다.
• 각 해시 함수 $ h_\ell $ 에 대해, $ g $ 가 주어진 색인에서 원소의 합을 계산하는 함수일 때, $ f_\ell = h_\ell \circ g $ 의 역함수를 사전에 계산한다.
• 쿼리 시, 모든 $ f_\ell^{-1}(h_\ell(c)) $ 를 확인하고 각 사전상의 원소에 대해 실제 합을 계산하며, 타겟 $ c $ 와 일치하는 것이 있으면 'yes' 를 반환한다.
• 무한한 사전 처리 시간을 활용하여, 모든 관련 합이 어떤 $ \ell $ 에 대해 $ h_\ell $-싱글릿으로서 유일하게 나타나도록 해시 함수를 결정론적으로 선택함으로써 정확성을 확보한다.

실험 결과

연구 질문

• RQ1 강력한 3SUM-인덱싱 추측은 비제곱형 공간과 비선형 쿼리 시간을 달성할 수 있는 알고리즘을 구성함으로써 반증될 수 있는가?
• RQ2 3SUM-인덱싱 문제를 함수 역행으로 환원하는 방식은 효율적인 공간-시간 트레이드오프를 가능하게 하는가?
• RQ3 3SUM-인덱싱의 무작위 입력에 대해 알고리즘의 성능은 어떻게 변화하며, 트레이드오프는 향상될 수 있는가?
• RQ4 해시 기반 함수 역행에 결정론적 기법을 적용하여 확률적 가정에 의존하지 않고도 정확성을 보장할 수 있는가?

주요 결과

• 강력한 3SUM-인덱싱 추측은 잘못되었음: 임의의 $ 0 < \delta < 1 $ 에 대해 $ O(n^{2 - \delta/3}) $ 공간과 $ O(n^{\delta}) $ 쿼리 시간을 갖는 알고리즘이 존재한다.
• 특히 $ \delta = 3/4 $ 일 경우, 알고리즘은 $ n^{1.75} $ 공간과 $ n^{0.75} $ 쿼리 시간을 사용하며, 추측된 하한선을 위반한다.
• 무작위 3SUM-인덱싱 인스턴스의 경우, 함수 역행 비용의 더 탴트된 트레이드오프 덕분에 공간 상한이 $ O(n^{1.625}) $ 로 향상되며, 여전히 $ n^{0.75} $ 쿼리 시간을 유지한다.
• 각 출력 집합 내 합이 높은 확률로 고유하게 해시 가능하도록 보장하기 위해 $ O(\log n) $ 개의 쌍별 독립 해시 함수를 사용한다.
• 사전 처리 단계에서 해시 함수를 결정론적으로 선택함으로써 정확성을 확보하여, 확률적 보장을 의존하지 않는다.
• 핵심 기법인 피셔와 나오르의 알고리즘을 통한 KSUM-인덱싱 문제의 함수 역행 환원은, 비제곱형 공간과 비선형 쿼리 시간을 갖는 인덱싱 문제에 대한 일반적인 프레임워크를 제공한다.