[논문 리뷰] Time-Space Trade-Offs for Longest Common Extensions

Philip Bille, Inge Li Goertz외 2명|arXiv (Cornell University)|2012. 11. 01.

Algorithms and Data Compression참고 문헌 19인용 수 7

한 줄 요약

이 논문은 최장 공통 확장(LCE) 문제에 대해 부드러운 시간-공간 트레이드오프를 제시하며, $ O(n/\tau) $ 공간을 사용하고 $ O(\tau \log(|∂\mathrm{LCE}(i,j)|/\tau)) $ 시간에 쿼리를 처리하는 데이터 구조를 가능하게 한다. 또는 $ O(n/\sqrt{\tau}) $ 공간과 $ O(\tau) $ 쿼리 시간을 제공한다. 주요 기여는 이전의 극단적인 경우를 통합하고 향상시킨 거의 최적의 트레이드오프를 제공하는 것으로, 문자열 매칭과 팰린드롬 탐지에의 적용이 가능하다.

ABSTRACT

We revisit the longest common extension (LCE) problem, that is, preprocess a string $T$ into a compact data structure that supports fast LCE queries. An LCE query takes a pair $(i,j)$ of indices in $T$ and returns the length of the longest common prefix of the suffixes of $T$ starting at positions $i$ and $j$. We study the time-space trade-offs for the problem, that is, the space used for the data structure vs. the worst-case time for answering an LCE query. Let $n$ be the length of $T$. Given a parameter $τ$, $1 \leq τ\leq n$, we show how to achieve either $O(\infrac{n}{\sqrtτ})$ space and $O(τ)$ query time, or $O(\infrac{n}τ)$ space and $O(τ\log({|\LCE(i,j)|}/τ))$ query time, where $|\LCE(i,j)|$ denotes the length of the LCE returned by the query. These bounds provide the first smooth trade-offs for the LCE problem and almost match the previously known bounds at the extremes when $τ=1$ or $τ=n$. We apply the result to obtain improved bounds for several applications where the LCE problem is the computational bottleneck, including approximate string matching and computing palindromes. We also present an efficient technique to reduce LCE queries on two strings to one string. Finally, we give a lower bound on the time-space product for LCE data structures in the non-uniform cell probe model showing that our second trade-off is nearly optimal.

연구 동기 및 목표

• 문자열 알고리즘에서의 핵심 성능 저하 요소인 최장 공통 확장(LCE) 문제에 대해, 부드러운 시간-공간 트레이드오프가 부족한 문제를 해결한다.
• 공간 사용량과 쿼리 시간을 균형 있게 조절하는 데이터 구조를 개발하여, 두 개의 알려진 극단(예: $ O(n) $ 공간에 $ O(1) $ 쿼리 시간, $ O(1) $ 공간에 $ O(n) $ 쿼리 시간) 사이를 보간한다.
• 차이 커버, 압축 트라이, 범위 최소값 쿼리 감소 기법을 조합하여 거의 최적의 트레이드오프를 달성한다.
• 확률적(Monte Carlo 및 Las Vegas) 및 결정적 해법을 제공하며, 성능에 대한 증명 가능한 경계를 확보한다.
• 모든 $ O(n/\tau) $-공간 LCE 데이터 구조가 $ \Omega(\tau) $ 쿼리 시간을 요구한다는 하한을 증명하여, 트레이드오프의 거의 최적성임을 입증한다.

제안 방법

• 차이 커버를 사용하여 문자열 $ T $ 의 $ O(n/\sqrt{\tau}) $ 개의 서피스를 샘플링하고, 가장 가까운 공통 조상(NCA) 쿼리를 통해 효율적인 LCE 계산을 가능하게 한다.
• 모든 $ O(n/\tau) $-공간 솔루션의 경우, 문자열을 크기 $ \tau $ 의 블록으로 분할하고, 블록 대표값 간의 LCE 값을 사전 계산한 후, 재귀적 구조를 사용하여 $ O(\tau \log(|∂\mathrm{LCE}|/\tau)) $ 시간 내에 쿼리를 처리한다.
• 두 문자열의 LCE 쿼리를 단일 문자열의 LCE로 감소시키기 위해, 고유한 구분 기호로 문자열을 연결하고, 피ン프린팅을 사용해 부분 문자열을 효율적으로 비교한다.
• 범위 최소값 쿼리(RMQ)에서 LCE로의 감소를 통해 하한을 증명한다: 모든 $ O(n/\tau) $-공간 LCE 구조는 $ \Omega(\tau) $ 쿼리 시간을 요구한다.
• 확률적 피ン프린팅을 사용하여 Las Vegas 변형에서 $ O(n\log n) $ 전처리 시간과 $ O(n) $ 공간을 확보하며, 높은 확률로 정확한 결과를 제공한다.
• 블록 기반 샘플링과 샘플된 서피스에서의 LCE 계산을 조합하여, 공간과 쿼리 시간 사이의 트레이드오프를 달성한다.

실험 결과

연구 질문

• RQ1 최장 공통 확장(LCE) 문제에 대해, 두 개의 알려진 극단(예: $ O(n) $ 공간에 $ O(1) $ 쿼리 시간, $ O(1) $ 공간에 $ O(n) $ 쿼리 시간) 사이를 부드럽게 보간하는 시간-공간 트레이드오프를 달성할 수 있는가?
• RQ2 공간이 $ O(n/\tau) $ 이고, $ O(\tau \log(|∂\mathrm{LCE}(i,j)|/\tau)) $ 시간에 LCE 쿼리를 지원하는 데이터 구조를 설계할 수 있는가? 이때 전처리 시간이 효율적이어야 한다.
• RQ3 LCE 데이터 구조의 시간-공간 곱에 대한 이론적 하한은 무엇이며, 실용적 구성은 이 하한에 얼마나 가까이 도달할 수 있는가?
• RQ4 두 문자열의 LCE 쿼리를 최소한의 오버헤드로 단일 문자열의 LCE로 감소시킬 수 있는가? 특히 한 문자열이 다른 문자열보다 훨씬 짧을 경우에 유리한가?
• RQ5 공간이 $ O(n/\tau) $ 인 솔루션에 대한 확률적 전처리를 결정적으로 바꿀 수 있는가? 이때 $ O(n\log n) $ 시간과 $ O(n) $ 공간을 유지할 수 있는가?

주요 결과

• 논문은 $ O(n/\sqrt{\tau}) $ 공간과 $ O(\tau) $ 쿼리 시간을 사용하는 시간-공간 트레이드오프를 제시한다. $ \tau = 1 $ 에서는 $ O(1) $-시간, $ O(n) $-공간 솔루션과 일치하고, $ \tau = n $ 에서는 $ O(n) $-시간, $ O(1) $-공간 솔루션과 일치한다.
• $ \tau = \sqrt{n} $ 일 경우, $ O(n/\sqrt{\tau}) $-공간 솔루션은 $ O(n^{3/4}) $ 공간과 $ O(\sqrt{n}) $ 쿼리 시간을 사용하며, 부드러운 보간을 제공한다.
• 두 번째 트레이드오프는 $ O(n/\tau) $ 공간과 $ O(\big(\tau \log(|∂\mathrm{LCE}(i,j)|/\tau)\big) $ 쿼리 시간을 제공하며, Las Vegas 변형에서는 $ O(n) $ 전처리 시간을 확보한다.
• 논문은 비균일 셀 프로브 모델에서 모든 $ O(n/\tau) $-공간 LCE 데이터 구조가 $ \Omega(\tau) $ 쿼리 시간을 요구한다는 하한을 증명하여, 트레이드오프가 거의 최적임을 입증한다.
• RMQ에서 LCE로의 감소를 통해, 시간-공간 트레이드오프가 최적에 $ \log^2 n $ 요인 내에 있다는 것을 보이며, 이 격차를 줄일 수 있는지 여부는 여전히 열려 있다.
• 두 문자열 LCE 감소 기법을 통해 문자열 크기의 차이를 고려할 수 있으며, 한 문자열이 다른 문자열보다 훨씬 짧을 경우 더 나은 성능을 달성할 수 있다.