[论文解读] On Range Searching with Semialgebraic Sets II

Pankaj K. Agarwal, Jiřı́ Matoušek+1 more|arXiv (Cornell University)|Aug 16, 2012

Computational Geometry and Mesh Generation参考文献 19被引用 5

一句话总结

本文提出了一种线性规模的数据结构，用于在 ℝᵈ 中对常数复杂度的半代数集合进行范围搜索，利用多项式分割技术，实现接近 O(n¹⁻¹⁄ᵈ) 的查询时间。该工作几乎解决了范围搜索领域长期存在的一个开放问题，尤其在 d ≥ 5 时显著优于以往的解决方案，其核心是采用随机化算法高效构造多项式分割。

ABSTRACT

Let $P$ be a set of $n$ points in $\R^d$. We present a linear-size data structure for answering range queries on $P$ with constant-complexity semialgebraic sets as ranges, in time close to $O(n^{1-1/d})$. It essentially matches the performance of similar structures for simplex range searching, and, for $d\ge 5$, significantly improves earlier solutions by the first two authors obtained in~1994. This almost settles a long-standing open problem in range searching. The data structure is based on the polynomial-partitioning technique of Guth and Katz [arXiv:1011.4105], which shows that for a parameter $r$, $1 < r \le n$, there exists a $d$-variate polynomial $f$ of degree $O(r^{1/d})$ such that each connected component of $\R^d\setminus Z(f)$ contains at most $n/r$ points of $P$, where $Z(f)$ is the zero set of $f$. We present an efficient randomized algorithm for computing such a polynomial partition, which is of independent interest and is likely to have additional applications.

研究动机与目标

• 开发一种在 ℝᵈ 中针对常数复杂度半代数集合的线性空间范围搜索数据结构。
• 实现接近 O(n¹⁻¹⁄ᵈ) 的查询时间，与单纯形范围搜索结构的性能相匹配。
• 通过改进 d ≥ 5 时早期的 O(n¹⁻¹⁄ᵈ⁺ε) 边界，几乎解决范围搜索领域长期存在的开放问题。
• 提供一种高效且独立有趣的随机化算法，用于计算多项式分割。

提出的方法

• 采用 Guth 和 Katz 提出的多项式分割技术，将 ℝᵈ 划分为若干单元，每个单元包含至多 n/r 个点。
• 构造一个 d 元多项式 f，其总次数为 O(r¹ᐟᵈ)，使得 ℝᵈ⧵Z(f) 被划分为若干连通区域，每个区域内的点数较少。
• 采用递归分解策略，在每个单元和分割的片段上构建次级数据结构。
• 应用多层构造方法，以处理位于低次代数曲面上的退化点集。
• 通过参数 δ* 控制预处理时间，当设置 δ* = ε/c 时，实现 O(n¹⁺ε) 的预处理时间。
• 集成一种高效的随机化算法用于计算多项式分割，其应用范围不仅限于范围搜索。

实验结果

研究问题

• RQ1 能否为半代数范围搜索构造一个线性规模的数据结构，使得查询时间接近 O(n¹⁻¹⁄ᵈ)？
• RQ2 多项式分割技术是否可被调整，以实现常数复杂度半代数集合的近似最优查询时间？
• RQ3 能否设计一种高效的随机化算法来计算多项式分割，从而支持快速范围查询？
• RQ4 在大量点位于低次代数曲面上的高退化点集中，如何有效处理范围搜索问题？

主要发现

• 该论文实现了对任意 ε > 0 的 O(n¹⁻¹⁄ᵈ⁺ε) 查询时间，且空间复杂度为线性，几乎达到单纯形范围搜索的最优性能。
• 对于 d ≥ 5，该结果显著优于 1994 年提出的 O(n¹⁻¹⁄ᵈ⁺ε) 边界，几乎解决了该长期开放问题。
• 通过调节构造中的参数 δ* = ε/c，预处理时间可达到 O(n¹⁺ε)，对任意 ε > 0 成立。
• 开发了一种高效的随机化算法用于计算多项式分割，该算法本身具有独立价值。
• 通过多层多项式分割方法有效处理了退化配置，解决了以往工作中的关键瓶颈。
• 该构造具有鲁棒性和通用性，适用于任意固定 d、Δ、s 的常数复杂度半代数集合族 Γ₅,Δ,s。