[논문 리뷰] Efficient Minimization of DFAs with Partial Transition Functions

Antti Valmari, Petri Lehtinen|ArXiv.org|2008. 02. 20.

Formal Methods in Verification참고 문헌 7인용 수 25

한 줄 요약

이 논문은 부분 전이 함수를 가진 결정성 유한 오토마타(PT-DFAs)를 최소화하기 위한 효율적인 알고리즘을 제시한다. 블록과 전이에 대한 두 가지 배열 기반 데이터 구조를 사용함으로써 $O(m/\lg n)$의 시간 복잡도와 $O(m+n+\alpha)$의 메모리 사용량을 달성한다. 알고리즘은 알파벳과 블록을 중첩 루프로 스캔하지 않아, 희소한 전이 구조에서 최적의 성능을 발휘한다.

ABSTRACT

Let PT-DFA mean a deterministic finite automaton whose transition relation is a partial function. We present an algorithm for minimizing a PT-DFA in $O(m \lg n)$ time and $O(m+n+α)$ memory, where $n$ is the number of states, $m$ is the number of defined transitions, and $α$ is the size of the alphabet. Time consumption does not depend on $α$, because the $α$ term arises from an array that is accessed at random and never initialized. It is not needed, if transitions are in a suitable order in the input. The algorithm uses two instances of an array-based data structure for maintaining a refinable partition. Its operations are all amortized constant time. One instance represents the classical blocks and the other a partition of transitions. Our measurements demonstrate the speed advantage of our algorithm on PT-DFAs over an $O(αn \lg n)$ time, $O(αn)$ memory algorithm.

연구 동기 및 목표

• 정의된 전이 수 $m$이 $\alpha n$보다 훨씬 작은 부분 전이 함수를 가진 DFA(PT-DFAs)에 대해 효율적인 최소화 알고리즘이 부족한 문제를 해결한다.
• 알파벳 크기 $\alpha$에 따라 성능이 급격히 떨어지는 기존의 $O(\alpha n \lg n)$ 알고리즘의 한계를 극복한다.
• 전이의 희소성에 기반하여, $\alpha$에 관계없이 $O(m\lg n)$ 시간 복잡도를 달성하는 방법을 개발한다.
• 분할 정 refining 을 위한 개선된 루프 불변식과 최적화된 데이터 구조를 통해 정확성과 효율성을 확보한다.
• 실제 PT-DFA 사례에서 기존의 $O(\alpha n \lg n)$ 알고리즘에 비해 실용적인 속도 우수성을 입증한다.

제안 방법

• 상태 블록과 전이 분할을 위한 두 개의 배열 기반 분할 데이터 구조를 유지하면서, 고전적인 분할 정 refining 방법을 PT-DFAs에 적응시킨다.
• 더 이상 정 refining 이 필요한지 추적하기 위해 루프 불변식을 사용하여 중복 처리를 방지한다.
• 각 기호마다 간선을 가진 상태의 집합을 추적하는 대신, 전이를 직접 데이터 구조에 표현함으로써 오버헤드를 감소시킨다.
• 알파벳 크기 $\alpha$의 배열을 초기화하지 않도록 입력 순서를 최적화하여, $O(\alpha)$ 초기화 비용 없이 $O(m+n+\alpha)$ 메모리 사용을 달성한다.
• 정렬된 입력이 필요하더라도 $O(m)$ 시간에 선형 시간 정렬 단계를 구현함으로써, $O(m\lg n)$ 시간 복잡도 유지를 보장한다.
• 분할 데이터 구조에서 평균 상수 시간 연산을 활용하여 전체 알고리즘의 효율성을 확보한다.

실험 결과

연구 질문

• RQ1 전이 수 $m$이 $\alpha n$보다 훨씬 작은 PT-DFAs에 대해, DFA 최소화의 $O(\alpha n \lg n)$ 시간 복잡도를 향상시킬 수 있는가?
• RQ2 전체 알파벳을 중첩 루프로 스캔하지 않는 PT-DFAs용 분할 정 refining 알고리즘을 설계할 수 있는가?
• RQ3 분할 정 refining 데이터 구조를 어떻게 개선하여, 각 기호에 대해 상태 집합을 추적하는 대신 전이 자체를 직접 추적할 수 있는가?
• RQ4 입력 전이 순서가 최소화 알고리즘 성능에 미치는 영향은 무엇인가?
• RQ5 정확성과 낮은 메모리 사용을 유지하면서 $O(m\lg n)$ 시간 복잡도를 달성할 수 있는가?

주요 결과

• 제안된 알고리즘은 $m$을 정의된 전이 수, $\alpha$를 알파벳 크기로 하여 $O(m\lg n)$ 시간과 $O(m+n+\alpha)$ 메모리로 PT-DFAs를 최소화한다.
• 알파벳 처리를 랜덤 액세스 배열을 통해 효율적으로 수행함으로써, $\alpha$에 의존하지 않는 시간 복잡도를 달성한다.
• 측정 결과에 따르면, $m \ll \alpha n$일 경우 기존의 표준 $O(\alpha n \lg n)$ 알고리즘보다 뚜렷한 속도 우수성을 보였다.
• 알고리즘이 정 refining 과정 전반에 걸쳐 언어 동치성을 정확히 유지하여, 동일한 블록에 속한 상태들이 동일한 언어를 수용함을 보장한다.
• 블록과 전이에 대한 두 개의 분할 데이터 구조를 사용함으로써, 평균 상수 시간 연산을 통해 효율적인 분할과 정 refining 이 가능해졌다.
• 알고리즘의 정확성은 정확히 처리되어야 할 스플리터(블록 및 입력 기호)를 추적하는 루프 불변식을 통해 증명되었으며, 과도한 분할이나 부족한 분할을 방지한다.