[論文レビュー] Linear-Space Data Structures for Range Mode Query in Arrays

Stéphane Durocher, Jason Morrison|arXiv (Cornell University)|Jan 21, 2011

Algorithms and Data Compression参考文献 30被引用数 6

ひとこと要約

本稿では、スパース周波数テーブルと最適化された事前処理を組み合わせた革新的なアプローチを用いて、配列における範囲モードクエリに対してO(√n)のクエリ時間を保証する、初めての線形空間データ構造を提示する。また、kが異なる要素数、mがモードの頻度であるとして、O(k)、O(m)、O(|j−i|)のクエリ時間を実現する3つの追加の線形空間構造も導入しており、静的範囲モードクエリにおける空間-時間トレードオフの面で、従来の研究を顕著に上回っている。

ABSTRACT

A mode of a multiset $S$ is an element $a \in S$ of maximum multiplicity; that is, $a$ occurs at least as frequently as any other element in $S$. Given a list $A[1:n]$ of $n$ items, we consider the problem of constructing a data structure that efficiently answers range mode queries on $A$. Each query consists of an input pair of indices $(i, j)$ for which a mode of $A[i:j]$ must be returned. We present an $O(n^{2-2ε})$-space static data structure that supports range mode queries in $O(n^ε)$ time in the worst case, for any fixed $ε\in [0,1/2]$. When $ε= 1/2$, this corresponds to the first linear-space data structure to guarantee $O(\sqrt{n})$ query time. We then describe three additional linear-space data structures that provide $O(k)$, $O(m)$, and $O(|j-i|)$ query time, respectively, where $k$ denotes the number of distinct elements in $A$ and $m$ denotes the frequency of the mode of $A$. Finally, we examine generalizing our data structures to higher dimensions.

研究の動機と目的

• 配列における静的範囲モードクエリのための効率的な線形空間データ構造を設計し、高速なクエリをサポートすること。
• 理論的な空間境界と実用的な効率のギャップを埋めるために、O(n)空間でO(√n)のクエリ時間を達成すること。
• 範囲モードクエリの一般化を高次元幾何的設定にまで拡張すること。
• 空間-時間トレードオフの限界を分析し、動的および多次元範囲モードクエリにおける未解決問題を同定すること。

提案手法

• 任意のε ∈ [0, 1/2]に対して、O(n²⁻²ε)-空間でO(n^ε)-時間クエリを実現するデータ構造を提案し、ε = 1/2のときO(√n)時間に達する。
• スパース周波数テーブル法を導入し、空間使用量を削減しながらも、効率的なクエリアクセスを維持する。
• カウントベースの手法を用いて、mが配列全体におけるモードの頻度である場合にO(m)-時間クエリを達成する。
• 小規模な区間のモード情報を直接格納することで、O(|j−i|)-時間クエリを実現する構造を設計する。
• Krizancら[30]の技術を応用し、先行者クエリに依存しないようにすることで、クエリ時間の最悪ケースを改善する。
• d次元範囲モードクエリへの一般化を試みたが、d ≥ 2の場合には効率的な解決策は提示されていない。

実験結果

リサーチクエスチョン

• RQ1 線形空間データ構造がO(√n)時間で範囲モードクエリをサポートできるか？
• RQ2 配列における静的範囲モードクエリのための、最もタイトな空間-時間トレードオフは何か？
• RQ3 k（異なる要素数）、m（モード頻度）、または区間長に依存するO(n)-空間データ構造を構築できるか？
• RQ4 範囲モードクエリデータ構造を高次元幾何的設定に拡張できるか？
• RQ5 線形空間範囲モードクエリデータ構造の根本的な下界は何か？

主な発見

• 本稿では、範囲モードクエリに対してO(√n)のクエリ時間を保証する、初めての線形空間データ構造を提示し、長年の未解決問題を解決した。
• 任意のε ∈ [0, 1/2]に対して、O(n²⁻²ε)-空間構造がO(n^ε)-時間クエリをサポートでき、ε = 1/2のときO(√n)時間に達する。
• 3つの追加のO(n)-空間構造が、それぞれO(k)、O(m)、O(|j−i|)のクエリ時間を達成しており、特定の入力条件下で性能向上を実現している。
• Krizancら[30]の手法に比べ、先行者クエリに依存しなくなったことで、最悪ケースのクエリ時間が高速化された。
• 本稿では、動的範囲モードクエリと多次元範囲モードクエリが未解決問題であり、効率的な解決策はまだ知られていないと同定した。
• 線形空間データ構造に対してΩ(log n / log log n)の下界が知られているが、O(log n / log log n)のクエリ時間が達成可能かどうかは未解決のままである。