[论文解读] Dynamic data structures for twin-ordered matrices

Bartłomiej Bosek, Jadwiga Czyżewska+5 more|arXiv (Cornell University)|Feb 21, 2026

Algorithms and Data Compression被引用 0

一句话总结

一个用于 d-twin 有序二进制 n×n 矩阵的动态数据结构，支持在 O(log log n) 期望最坏情况时间内进行单元查询和更新，使用 O_d(n) 空间。

ABSTRACT

We present a dynamic data structure for representing binary $n imes n$ matrices that are $d$-twin-ordered, for a~fixed parameter $d$. Our structure supports cell queries and single-cell updates both in $\Oh(\log \log n)$ expected worst case time, while using $\Oh_d(n)$ memory; here, the $\Oh_d(\cdot)$ notation

研究动机与目标

• 为带有界定的 twin-width（d-twin-ordered）的二进制矩阵的动态表示研究提供动机与形式化框架。
• 在保持近线性空间和快速访问/更新时间的前提下，将静态紧凑表示推广到动态设置。
• 开发可描述性斜板分解（canonical slab decompositions）和数据结构，以实现高效查询和更新。
• 在不依赖显式收缩序列的情况下，利用收缩序列启发的结构。
• 提供具有可证明界限的均摊及（最终）完全动态变体。

提出的方法

• 提出并利用 d-twin-ordered 矩阵具有大小为 O_d(n) 的 slab 分解的概念。
• 使用粘性片段集数据结构和二维正交点定位原语有效地计算规范的 slab 分解（定理 3.1）。
• 通过静态二维点定位结构存储并查询 slabs，并用动态字典来跟踪更新（Q）。
• 对坐标集应用 van Emde Boas 字典，实现 O(log log n) 时间操作。
• 证明一个均摊与去缓动（de-amortized）动态数据结构的界限（定理 4.1 及相关结果）。
• 提供从 slab 描述 K 出发的初始化，时间为 O_d((n+|K|) log log n) 。

实验结果

研究问题

• RQ1 是否可以为 d-twin-ordered 二进制矩阵构建一个紧凑的动态数据结构，其在静态空间效率上再保留一个与 d 相关的因子？
• RQ2 在保持 d-twin-ordered 保证的前提下，Init、QueryBit 和 Update 操作在动态场景中的时间边界为何？
• RQ3 如何从给定的 slab 描述高效地计算规范 slab 分解，以实现动态维护？
• RQ4 均摊与去缓动策略是否能在接近常数的均摊更新成本下保持查询时间为 O(log log n)？
• RQ5 哪些数据结构原语（如二维点定位、粘性片段集、van Emde Boas 字典）足以支持对 twin-ordered 矩阵的动态维护？

主要发现

• 存在一个用于 d-twin-ordered 二进制 n×n 矩阵的动态数据结构，使用 O_d(n) 内存，Init、QueryBit 和 Update 的时间如定理 1.1 所述。
• Init(n, K) 从 slab 分解初始化，时间为 O_d((n+|K|) log log n)，其中 K 是一组不相交的一条 slab。
• QueryBit(i, j) 以 O(log log n) 的期望最坏时间返回 M[i, j]。
• Update(i, j) 将 M[i, j] 翻转，时间为 O(log log n) 的期望最坏时间。
• 对于从静态到动态的转换，均摊数据结构 A 实现 Init 为 O((n+|K|) log log n)，QueryBit 为 O(log log n)，Update 为 O(log log n) 的均摊，并使用 O_d(n) 空间（定理 4.1）。
• 该框架依赖于规范 slab 分解（大小为 O_d(n)），并在必要时通过 Decompose 进行重建，受限于 O(n+|K|) 条 slab。