[論文レビュー] Random input helps searching predecessors

Djamal Belazzougui, Alexis C. Kaporis+1 more|arXiv (Cornell University)|Apr 21, 2011

Algorithms and Data Compression参考文献 18被引用数 4

ひとこと要約

本論文は、任意の δ > 0 に対して O(n^{1+δ}) の空間を用い、(f₁,f₂)-スムーズ分布からランダムに抽出された入力に対して、高確率で O(1) の期待クエリ時間を持つ動的先行者データ構造を提示する。これは、ユニバースの階層的分割と代表キーベースの VEB 構造を用いることで実現され、最悪ケース時間は O(√(log n / log log n)) である。

ABSTRACT

We solve the dynamic Predecessor Problem with high probability (whp) in constant time, using only $n^{1+δ}$ bits of memory, for any constant $δ> 0$. The input keys are random wrt a wider class of the well studied and practically important class of $(f_1, f_2)$-smooth distributions introduced in \cite{and:mat}. It achieves O(1) whp amortized time. Its worst-case time is $O(\sqrt{\frac{\log n}{\log \log n}})$. Also, we prove whp $O(\log \log \log n)$ time using only $n^{1+ \frac{1}{\log \log n}}= n^{1+o(1)}$ bits. Finally, we show whp $O(\log \log n)$ time using O(n) space.

研究の動機と目的

• 敵対的入力ではなく現実的な入力分布を活用することで、先行者探索における最悪ケース下界を克服すること。
• 近線形空間を用い、高確率で O(1) 時間の先行者クエリをサポートする動的データ構造を設計すること。
• (f₁,f₂)-スムーズ分布、これは一様分布や正規分布を含む一般クラスである、を用いた場合のデータ構造の性能を分析すること。
• 空間使用量を最小限に抑えながら、均し時間と最悪ケース時間の両方の境界を効率的に達成すること。

提案手法

• ユニバース U を O(n) 個の区間へ分割し、サイズ O(n) の代表セット R を用い、各キーあたり C₁ log n ビットでインデックス化する。
• インデックス化された代表キー R に対して、van Emde Boas (VEB) 木の変種を用いて、高確率で O(1) 時間で先行者クエリを実行可能にする。
• パrameterized VEB 構成を用い、空間とクエリ時間のトレードオフを調整する：κ = δ と設定すると、空間は O(n^{1+δ})、クエリ時間は O(1) になる。
• q*-ヒープを用いて、動的バケット [r_i, r_{i+1}) を O(log n) の空間と O(1) の最悪ケース時間で維持し、効率的な更新を可能にする。
• 事前研究の2つの補助的動的先行者構造と VEB 構造を組み合わせることで、最悪ケース時間の O(√(log n / log log n)) の保証を達成する。
• (f₁,f₂)-スムーズ入力分布の下での確率的解析を活用し、高確率での性能境界を証明する。

実験結果

リサーチクエスチョン

• RQ1 最悪ケース下界が存在する中で、現実的な入力分布においても高確率で定数時間の先行者クエリを達成できるか？
• RQ2 動的先行者データ構造の性能は、特に (f₁,f₂)-スムーズ分布のような入力分布のスムーズさにどのように依存するか？
• RQ3 階層的分割と代表キーベースの VEB インデキシングを用いる場合、どのような空間-時間トレードオフが可能か？
• RQ4 ランダム入力下で、O(1) の均し時間のまま、最悪ケース時間も束縛できるか？
• RQ5 既知のデータ構造、例えば q*-ヒープや VEB 樹形図は、確率的仮定の下で最適性能を達成するためにどの程度貢献するか？

主な発見

• 提案されたデータ構造は、任意の δ > 0 に対して、(f₁,f₂)-スムーズ入力分布下で、高確率で O(n^{1+δ}) の空間を用い、O(1) のクエリ時間で動作する。
• VEB 構成において κ = δ と設定することで、クエリ時間は O(1)、空間は O(n^{1+δ}) になり、定数はスムーズさパラメータに依存する。
• κ = log n / log log n と設定すると、空間は O(n^{1+o(1)}) になり、クエリ時間は O(log log log n) となる。これは、近線形空間で対数未満のクエリ時間を持つ解決策である。
• κ = 1 と設定すると、空間は O(n)、クエリ時間は O(log log n) になり、静的構造で達成可能な最良の境界を動的サポートと共に再現する。
• 補助的動的構造と組み合わせることで、最悪ケース時間は O(√(log n / log log n)) に束縛され、入力順序にかかわらず正しさが保証される。
• 均し時間の更新処理は、高確率で O(1) であり、現実的な入力モデル下での動的ワークロードに対して効率的である。