[论文解读] Pseudo-Power Avoidance

Ehsan Chiniforooshan, Lila Kari+1 more|ArXiv.org|Nov 11, 2009

Algorithms and Data Compression参考文献 20被引用 15

一句话总结

本文研究了在反自同构对合下伪幂自由词，将 Thue 的重复避免理论推广至受 DNA 互补配对启发的场景。本文分类了存在无限伪 k 次幂自由词的字母表与对合，并提出了高效算法：伪平方自由性的线性时间 O(n) 算法，伪立方自由性的 O(n²) 算法，以及适用于任意 k 的通用 O(n² log n) 算法。

ABSTRACT

Repetition avoidance has been studied since Thue's work. In this paper, we considered another type of repetition, which is called pseudo-power. This concept is inspired by Watson-Crick complementarity in DNA sequence and is defined over an antimorphic involution $ϕ$. We first classify the alphabet $Σ$ and the antimorphic involution $ϕ$, under which there exists sufficiently long pseudo-$k$th-power-free words. Then we present algorithms to test whether a finite word $w$ is pseudo-$k$th-power-free.

研究动机与目标

• 确定在何种字母表与反自同构对合下存在无限伪 k 次幂自由词。
• 对 k ≥ 2 的情况下可构造伪 k 次幂自由无限词的条件进行分类。
• 开发高效算法，以检测有限词是否不含伪 k 次幂因子。
• 将经典重复避免结果（如 Thue 的结果）扩展至受 DNA Watson-Crick 配对启发的反自同构对合设定下。

提出的方法

• 使用反自同构对合 θ，其定义为对换与镜像的复合，具有规范分解形式（θ = (a₀,a₁)⋯(a₂ₘ₋₂,a₂ₘ₋₁)·Mir）。
• 引入三个关键数组：rmp_w（最右极大周期性）、lmp_w（最左极大周期性）与 cmp_w（中心极大周期性），用于检测伪幂。
• 利用后缀数组与 LCP 技术，实现 rmp_w、lmp_w 与 cmp_w 的线性时间计算。
• 通过 cmp_w 与 lmp_w 数组检查重叠周期性，检测伪立方（xxϕ(x), ϕ(x)xx, xϕ(x)x）。
• 应用二次时间算法，通过扫描索引并比较距离与周期性边界，验证所有伪立方形式。
• 结合周期性检测与重叠检查，使用通用 O(n² log n) 时间算法，找出词中所有 k 次伪幂。

实验结果

研究问题

• RQ1 在何种字母表大小与反自同构对合下，存在无限伪 k 次幂自由词？
• RQ2 对于 k ≥ 4，能否构造出伪 k 次幂自由无限词，其条件为何？
• RQ3 对于 k = 2、3 以及一般 k，检测有限词是否为伪 k 次幂自由的计算复杂度为何？
• RQ4 如何利用反自同构对合的结构设计高效决策算法，以判断伪幂自由性？

主要发现

• 当字母表大小 ≤ 2 时，不存在无限伪平方自由词；当大小 ≥ 5 时，无论使用何种反自同构对合，此类词均存在。
• 当字母表大小 ≥ 3 时，存在无限伪立方自由词，且该结论对所有 k ≥ 4 成立。
• 本文提出一个 O(n) 算法，用于检测长度为 n 的词是否为伪平方自由。
• 提出一个 O(n²) 算法用于检测伪立方自由性，其正确性通过周期性数组分析得以证明。
• 开发出一个通用 O(n² log n) 算法，用于检测词中所有 k 次伪幂，适用于任意 k ≥ 2。
• 伪 k 次幂自由无限词的存在性取决于字母表大小与所用特定反自同构对合，尤其对 k = 2 和 k = 3 情况显著。