[논문 리뷰] Algorithms for Subpath Convex Hull Queries and Ray-Shooting Among Segments

Haitao Wang|arXiv (Cornell University)|2020. 01. 01.

Computational Geometry and Mesh Generation참고 문헌 29인용 수 2

한 줄 요약

이 논문은 n개 정점으로 이루어진 단순 경로에 대해 하위경로 볼록껍데기 쿼리에 대해 O(n) 공간, O(log n) 쿼리 시간을 보장하는 데이터 구조를 제안한다. 이는 이전 연구에서 동일한 쿼리 시간을 위해 O(n log log n) 공간을 필요로 했던 것을 개선한 것이다. 압축된 간격 트리와 효율적인 사전처리를 활용함으로써, 선분 간 사라짐 쏘기(ray-shooting) 및 교차 검출이 더 빠르고 공간 효율적으로 가능해졌으며, 공간 복잡도를 log log n 요소만큼 감소시켰다. 이는 수십 년 전의 결과와 비교해도 쿼리 및 사전처리 시간을 유지하거나 향상시켰다.

ABSTRACT

In this paper, we first consider the subpath convex hull query problem: Given a simple path $π$ of $n$ vertices, preprocess it so that the convex hull of any query subpath of $π$ can be quickly obtained. Previously, Guibas, Hershberger, and Snoeyink [SODA 90'] proposed a data structure of $O(n)$ space and $O(\log n\log\log n)$ query time; reducing the query time to $O(\log n)$ increases the space to $O(n\log\log n)$. We present an improved result that uses $O(n)$ space while achieving $O(\log n)$ query time. Like the previous work, our query algorithm returns a compact interval tree representing the convex hull so that standard binary-search-based queries on the hull can be performed in $O(\log n)$ time each. Our new result leads to improvements for several other problems. In particular, with the help of the above result, we present new algorithms for the ray-shooting problem among segments. Given a set of $n$ (possibly intersecting) line segments in the plane, preprocess it so that the first segment hit by a query ray can be quickly found. We give a data structure of $O(n\log n)$ space that can answer each query in $(\sqrt{n}\log n)$ time. If the segments are nonintersecting or if the segments are lines, then the space can be reduced to $O(n)$. All these are classical problems that have been studied extensively. Previously data structures of $\widetilde{O}(\sqrt{n})$ query time (the notation $\widetilde{O}$ suppresses a polylogarithmic factor) were known in early 1990s; nearly no progress has been made for over two decades. For all problems, our results provide improvements by reducing the space of the data structures by at least a logarithmic factor while the preprocessing and query times are the same as before or even better.

연구 동기 및 목표

• 공간 복잡도가 O(n)이고 쿼리 시간이 O(log n)인 하위경로 볼록껍데기 쿼리에 적합한 데이터 구조를 설계하여, 공간과 쿼리 시간 간의 트레이드오프에서 오랫동안 남아있던 격차를 해결하는 것.
• 새로운 하위경로 껍데기 데이터 구조를 활용해 계산 기하학에서의 사라짐 쏘기 및 선분 간 교차 검출 문제의 효율성을 향상시키는 것.
• 기존 기하 알고리즘의 공간 복잡도를, 예를 들어 감시 집합, 직사각형으로 다각형 둘러싸기, 상위-k 근접/원거리 이웃 쿼리 등의 문제들에 대해 log log n 요소만큼 감소시키되, 시간 복잡도를 떨어뜨리지 않는 것.
• 압축된 간격 트리를 통해 분해 가능한 쿼리와 비분해 가능한 쿼리 모두를 지원하는 실용적이고 효율적인 솔루션을 제공하여, 이전의 병렬적이거나 덜 민첩한 접근 방식을 능가하는 것.

제안 방법

• 정점의 x좌표 정렬 후 선형 시간 사전처리 단계를 거쳐, 쿼리 하위경로의 볼록껍데기의 압축 간격 트리 표현을 구성하는 것.
• 경로의 계층적 분해를 통해 볼록껍데기에서 O(log n) 시간 내에 쿼리를 수행할 수 있도록 하며, 각 쿼리가 극단점 쿼리 및 선분 교차점 계산과 같은 O(log n) 시간 연산을 지원하는 구조를 반환하도록 하는 것.
• 플레인 서브디비전과 영역 검색을 포함한 계층적 접근을 통해 하위경로 껍데기 데이터 구조를 사라짐 쏘기 알고리즘에 통합하며, 셀 이동을 효율적으로 하기 위해 Chan의 파artition 트리를 사용하는 것.
• 구축된 경로의 하위경로에서 볼록껍데기 쿼리로 문제를 환원함으로써, 직선 및 선분 간 사라짐 쏘기를 해결하기 위해 하위경로 껍데기 구조를 적용하는 것.
• 다중 수준 데이터 구조와 심플렉스 영역 검색 기법을 활용해 교차하는 선분에 대해 쿼리 시간을 O(√n log n)로 제한하고, 무작위화를 통해 사전처리 시간을 O(n log n)로 최적화하는 것.
• Chazelle와 Guibas [11]의 결과와 새로운 압축 간격 트리의 활용을 통해 비분해 가능한 쿼리를 효율적으로 지원하며, 껍데기 간선을 껍데기 크기 비례 선형 시간 내에 출력할 수 있도록 하는 것.

실험 결과

연구 질문

• RQ1 O(n) 공간과 O(log n) 쿼리 시간을 갖는 하위경로 볼록껍데기 쿼리 데이터 구조를 구축할 수 있는가? 이는 최적의 쿼리 시간을 유지하면서도 O(n log log n) 공간이 필요로 하는 것을 제거하는가?
• RQ2 새로운 하위경로 껍데기 구조를 사용해 선분 간 사라짐 쏘기 및 교차 검출을 개선할 수 있는가? 특히 교차하는 선분이 존재할 경우에도 성능 향상이 가능한가?
• RQ3 기존 기하 알고리즘의 공간 복잡도를, 감시 집합 계산, 직사각형으로 다각형 둘러싸기, 상위-k 근접/원거리 이웃 쿼리 등의 문제들에 대해 log log n 요소만큼 감소시킬 수 있는가? 이는 새로운 하위경로 껍데기 구조를 통해 가능한가?
• RQ4 압축 간격 트리 표현을 통해 볼록껍데기에서 분해 가능한 쿼리와 비분해 가능한 쿼리 모두를 지원할 수 있는가? 또한, 껍데기 간선을 껍데기 크기 비례 선형 시간 내에 출력할 수 있는가?
• RQ5 사전처리 시간을 O(n log n)로 줄일 수 있는가? 이는 고확률(high probability)로 유지하면서도, 사라짐 쏘기 및 교차 검출 문제에 대해 O(√n log n) 쿼리 시간을 유지하는가?

주요 결과

• 논문은 하위경로 볼록껍데기 쿼리에 대해 O(n) 공간, O(log n) 쿼리 시간을 보장하는 첫 번째 데이터 구조를 제시하며, 공간과 쿼리 시간 간 최적의 트레이드오프를 달성한다.
• 새로운 데이터 구조는 볼록껍데기에서 표준 이진 탐색 기반 쿼리(예: 극단점 쿼리, 선분 교차점 계산 등)를 O(log n) 시간 내에 처리할 수 있으며, 껍데기 간선을 껍데기 정점 수에 비례하는 선형 시간 내에 실제 간선을 출력할 수 있다.
• n개의 직선에 대해 사라짐 쏘기 문제를 해결할 때, O(n) 공간과 O(√n log n) 쿼리 시간을 달성하였으며, 이는 이전 결과에서 동일한 쿼리 시간을 위해 O(n log n) 공간이 필요로 했던 것을 향상시킨 것이다.
• n개의 (가능한 교차가 있는) 선분에 대해 사라짐 쏘기 문제를 해결할 때, O(n log n) 공간과 O(√n log n) 쿼리 시간을 달성하였으며, 이는 이전 연구 대비 공간 복잡도를 log log n 요소만큼 감소시켰다.
• 쿼리 선분과 n개의 선분 간 교차 검출 문제에 대해 O(n) 공간, O(√n log n) 쿼리 시간을 보장하는 데이터 구조를 제공하였으며, 이는 다시 한 번 공간 복잡도를 log log n 요소만큼 감소시켰다.
• 새로운 하위경로 껍데기 구조는 여러 기하 문제에서 공간 효율성을 향상시켰다: 감시 집합 계산, 두 개의 직사각형으로 다각형 둘러싸기, L1 상위-k 가중치 합 근접/원거리 이웃 쿼리 등에서 공간 복잡도를 O(n log log n)에서 O(n)으로 감소시켰으며, 시간 복잡도는 유지하거나 향상시켰다.