[论文解读] New Lower Bounds for the Maximum Number of Runs in a String

Kazuhiko Kusano, Wataru Matsubara+3 more|ArXiv.org|Apr 8, 2008

Algorithms and Data Compression参考文献 11被引用 37

一句话总结

本文提出了字符串长度为 $n$ 时最大运行次数的新的下界 $α = 56733/60064 \approx 0.944542$，优于此前的下界 $3/(1+\sqrt{5}) \approx 0.927$。作者构造了一个特定的长度为 60,064 的字符串 $τ$，其中包含 56,714 个运行，并证明字符串 $τ^k$ 会产生 $56733k - 18$ 个运行，通过针对重复字符串中运行行为的简单而有效的分析，确立了改进的渐近下界。

ABSTRACT

We show a new lower bound for the maximum number of runs in a string. We prove that for any e > 0, (a -- e)n is an asymptotic lower bound, where a = 56733/60064 = 0.944542. It is superior to the previous bound 0.927 given by Franek et al. Moreover, our construction of the strings and the proof is much simpler than theirs.

研究动机与目标

• 改进已知的字符串长度 $n$ 时最大运行次数的渐近下界。
• 推翻长期以来认为 $3/(1+\sqrt{5}) \approx 0.927$ 是最优下界的猜想。
• 与先前工作相比，提供一种更简单、更透明的构造与证明方法。
• 证明每字符的最大运行次数可超过此前认为的理论极限。

提出的方法

• 通过计算验证，构造一个长度为 60,064 的特定二进制字符串 $\tau$，其包含 56,714 个运行。
• 证明对于 $k \geq 2$，$\tau^k$（即 $\tau$ 的 $k$ 个副本连接而成的字符串）的运行数为 $56733k - 18$。
• 利用渐近比 $\rho(n)/n \to 56733/60064$ 当 $k \to \infty$ 时，推导出新的下界。
• 利用重复字符串中运行数的增量增长趋于稳定这一事实，将 $\text{run}(\tau^3) - \text{run}(\tau^2)$ 作为关键的增长率参数。
• 应用一个通用结果（定理 3.1）：对于任意字符串 $w$，当 $n$ 足够大时，有 $\rho(n)/n > (\text{run}(w^3) - \text{run}(w^2))/|w| - \varepsilon$，从而推导出渐近下界。
• 使用启发式计算机搜索发现高运行密度的字符串，包括 $\tau$，以实现高运行密度。

实验结果

研究问题

• RQ1 字符串长度为 $n$ 时，最大运行次数的真实渐近下界是什么？
• RQ2 此前推测的下界 $3/(1+\sqrt{5}) \approx 0.927$ 是否可以被超越？
• RQ3 是否存在一种更简单的构造与证明方法，以获得更高的运行次数下界？
• RQ4 能否通过分析重复字符串中的运行密度，得出更紧致的渐近下界？
• RQ5 是否存在运行密度超过 $0.944$ 的字符串，是否意味着此前的下界并非最优？

主要发现

• 长度为 60,064 的字符串 $\tau$ 包含 56,714 个运行，运行密度约为 0.944226，已超过此前的下界 $3/(1+\sqrt{5}) \approx 0.927$。
• 对于 $k \geq 2$，字符串 $\tau^k$ 恰好包含 $56733k - 18$ 个运行，确认了斜率为 $56733/60064 \approx 0.944542$ 的线性增长速率。
• 对于任意 $\varepsilon > 0$ 且足够大的 $n$，渐近下界 $\rho(n) > (56733/60064 - \varepsilon)n$ 成立，从而确立 $\alpha = 56733/60064 \approx 0.944542$ 为有效下界。
• 该证明显著简化了 Franěk 等人先前的构造，仅依赖基本的字符串重复与运行计数，无需复杂的周期性论证。
• 长度为 1,558 的更短字符串 $\tau_{1558}$ 包含 1,445 个运行，同样得出约 $0.93645$ 的下界，证实了该方法的稳健性。
• 该结果推翻了 2003 年提出的猜想，即 $3/(1+\sqrt{5}) \approx 0.927$ 是最优下界，重新开启了对更紧致下界的研究。