[论文解读] 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 6

一句话总结

本文提出了首个线性空间的数据结构，通过结合稀疏频率表和优化预处理的创新方法，保证了数组范围众数查询的 O(√n) 查询时间。此外，还引入了三种额外的线性空间结构，分别实现 O(k)、O(m) 和 O(|j−i|) 的查询时间，其中 k 为不同元素的数量，m 为整个数组中众数的频率，显著改进了静态范围众数查询在空间-时间权衡方面的现有工作。

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.

研究动机与目标

• 设计用于数组中静态范围众数查询的高效静态数据结构，要求使用线性空间并支持快速查询。
• 通过在 O(n) 空间内实现 O(√n) 查询时间，弥合理论空间界与实际效率之间的差距。
• 将范围众数查询推广到更高维度的几何设置。
• 分析空间-时间权衡的极限，并识别动态和多维范围众数查询中的开放问题。

提出的方法

• 提出一种 O(n²⁻²ε)-空间数据结构，对任意 ε ∈ [0, 1/2]，支持 O(n^ε)-时间查询，当 ε = 1/2 时达到 O(√n) 时间。
• 引入稀疏频率表方法，在减少空间使用的同时保持高效的查询访问。
• 采用基于计数的方法，实现 O(m)-时间查询，其中 m 为整个数组中众数的频率。
• 通过直接存储小范围内的众数信息，设计出支持 O(|j−i|)-时间查询的结构。
• 借鉴 Krizanc 等人 [30] 的技术，消除对前驱查询的依赖，从而提升查询时间性能。
• 将该方法推广至 d 维范围众数查询，尽管对 d ≥ 2 的情况未提供高效解法。

实验结果

研究问题

• RQ1 是否存在一种线性空间数据结构，能够以 O(√n) 时间支持范围众数查询？
• RQ2 静态数组范围众数查询在空间-时间权衡方面，最紧致的界限是什么？
• RQ3 能否构建 O(n)-空间数据结构，使其查询时间依赖于 k（不同元素数量）、m（众数频率）或区间长度？
• RQ4 是否可以将范围众数查询数据结构推广到更高维度的几何设置？
• RQ5 线性空间范围众数查询数据结构的根本下界是什么？

主要发现

• 本文提出了首个保证 O(√n) 查询时间的线性空间数据结构，解决了长期存在的开放问题。
• 对于任意 ε ∈ [0, 1/2]，O(n²⁻²ε)-空间结构支持 O(n^ε)-时间查询，当 ε = 1/2 时达到 O(√n) 时间。
• 三种额外的 O(n)-空间结构分别实现了 O(k)、O(m) 和 O(|j−i|) 的查询时间，可在特定输入条件下提供性能提升。
• 所提出的方法通过消除对前驱查询的依赖，优于 Krizanc 等人 [30] 的方法，从而实现了更优的最坏情况查询时间。
• 本文指出，动态范围众数查询和多维范围众数查询仍是开放问题，尚无已知的高效解法。
• 已知线性空间数据结构的下界为 Ω(log n / log log n)，但尚不清楚是否可实现 O(log n / log log n) 的查询时间。