[论文解读] Minimax Trees in Linear Time

Paweł Gawrychowski, Travis Gagie|ArXiv.org|Dec 15, 2008

Algorithms and Data Compression参考文献 29被引用 4

一句话总结

本文提出了一种在 Ω(log n)-bit 字长的 word RAM 上构造 minimax 树的线性时间算法，相较于 Drmota 和 Szpankowski 的先前 O(n log n)-time 算法有所改进。通过结合广义选择与一种新型数据结构，实现基于二进制分数和块算术的高效 Kraft 不等式测试，该方法在实值权重下实现了构建 minimax 树的最优 O(n) 时间复杂度。

ABSTRACT

A minimax tree is similar to a Huffman tree except that, instead of minimizing the weighted average of the leaves' depths, it minimizes the maximum of any leaf's weight plus its depth. Golumbic (1976) introduced minimax trees and gave a Huffman-like, $\Oh{n \log n}$-time algorithm for building them. Drmota and Szpankowski (2002) gave another $\Oh{n \log n}$-time algorithm, which checks the Kraft Inequality in each step of a binary search. In this paper we show how Drmota and Szpankowski's algorithm can be made to run in linear time on a word RAM with (Ω(\log n))-bit words. We also discuss how our solution applies to problems in data compression, group testing and circuit design.

研究动机与目标

• 开发一种针对实值权重构建 minimax 树的线性时间算法，突破先前方法的 O(n log n) 时间瓶颈。
• 将 Drmota 和 Szpankowski 基于二分查找的 minimax 树算法，通过高级数据结构与选择技术，优化为线性时间运行。
• 为数据压缩、群体测试和电路设计等应用提供高效的 minimax 树构造方法，其中最优冗余与深度至关重要。
• 证明广义选择技术与按块的二进制分数算术的结合，可在 word RAM 模型下实现 minimax 树问题的 O(n) 时间复杂度。

提出的方法

• 通过中位数查找的广义选择，定位满足 minimax 树构造 Kraft 不等式的临界阈值 x_i。
• 使用由两个 n 位二进制分数 S₁ 和 S₂ 组成的数据结构，按 log n 位块划分，以高效维护和更新 1/2^⌈|w_j|⌉ 的部分和。
• 保持不变式：S₁ 跟踪 |w_j| ≤ x_i 的权重的 1/2^⌈|w_j|⌉ 累积和，而 S₂ 在选择轮次中保存中间值。
• 通过在每轮中使用摊销 O(1) 时间的块加法与进位传播，以 O(n / log n) 时间测试 S₁ + S₂ ≤ 1 是否成立，完成 Kraft 不等式检查。
• 每轮结束后在 O(n / log n) 时间内将 S₂ 重置为零，以保持状态，确保递归选择步骤中不变式持续成立。
• 利用每轮至少将问题规模减半的事实，共需 O(log n) 轮，结合线性时间选择与块算术，总时间复杂度为 O(n)。

实验结果

研究问题

• RQ1 Drmota 和 Szpankowski 的 O(n log n)-time minimax 树算法能否在 Ω(log n)-bit 字长的 word RAM 上优化为 O(n) 时间？
• RQ2 是否可通过广义选择与高效的 Kraft 不等式测试实现 minimax 树的线性时间构造？
• RQ3 能否将支持块算术的二进制分数数据结构适配为支持动态和更新与不等式检查，且每操作时间复杂度为 O(n / log n)？
• RQ4 基于中位数的选择与按块的分数算术的组合，能否为 minimax 树构造提供线性时间解法？
• RQ5 该方法能否扩展至其他问题，如带有限扇入/扇出的前缀码设计、群体测试与电路最小化？

主要发现

• 本文在 Ω(log n)-bit 字长的 word RAM 上，实现了实值权重下 minimax 树的线性时间构造，将时间复杂度从 O(n log n) 降低至 O(n)。
• 广义选择算法通过递归减半搜索空间并保持不变式，以 O(n) 时间找到临界阈值 x_i。
• 使用按块的二进制分数可实现 O(n / log n) 摊销时间的更新与 Kraft 不等式测试，这对保持线性总时间至关重要。
• 该数据结构维护两个二进制分数 S₁ 和 S₂，支持在选择过程中高效追踪累积和与执行不等式检查。
• 算法总时间复杂度为 O(n)，因为 O(log n) 轮中工作量的总和被限制在 O(n) 内，每轮处理的元素数呈几何递减。
• 该方法适用于相关问题，如最小最大冗余的前缀码设计、群体测试与电路设计，所有问题均继承 O(n) 时间复杂度。