[论文解读] Random input helps searching predecessors

Djamal Belazzougui, Alexis C. Kaporis+1 more|arXiv (Cornell University)|Apr 21, 2011

Algorithms and Data Compression参考文献 18被引用 4

一句话总结

本文提出了一种动态前驱数据结构，在随机输入来自(f₁,f₂)-平滑分布的前提下，通过使用O(n^{1+δ})空间，实现了每次查询的O(1)期望时间（高概率whp）。该结构利用对全集的分层划分以及基于代表性键的VEB结构，实现了快速前驱查询，最坏情况时间复杂度为O(√(log n / log log n))。

ABSTRACT

We solve the dynamic Predecessor Problem with high probability (whp) in constant time, using only $n^{1+δ}$ bits of memory, for any constant $δ> 0$. The input keys are random wrt a wider class of the well studied and practically important class of $(f_1, f_2)$-smooth distributions introduced in \cite{and:mat}. It achieves O(1) whp amortized time. Its worst-case time is $O(\sqrt{\frac{\log n}{\log \log n}})$. Also, we prove whp $O(\log \log \log n)$ time using only $n^{1+ \frac{1}{\log \log n}}= n^{1+o(1)}$ bits. Finally, we show whp $O(\log \log n)$ time using O(n) space.

研究动机与目标

• 通过利用现实输入分布而非对抗性输入，突破前驱查找的最坏情况下界。
• 设计一种支持高概率O(1)时间前驱查询的动态数据结构，且空间使用接近线性。
• 分析该数据结构在(f₁,f₂)-平滑分布下的性能，该类分布是一般性类别，包含均匀分布和规则分布。
• 在最小化空间使用的同时，实现高效的摊销时间与最坏情况时间界限。

提出的方法

• 使用大小为O(n)的代表性集合R将全集U划分为O(n)个区间，每个键通过C₁ log n位进行索引。
• 在索引后的代表性键R上使用van Emde Boas（VEB）树变体，以实现高概率下O(1)时间的快速前驱查询。
• 采用参数化VEB构造，参数为κ，以调节空间与查询时间之间的权衡：设置κ = δ可实现O(n^{1+δ})空间与O(1)查询时间。
• 使用q*-堆维护动态桶[r_i, r_{i+1})，每个操作的最坏情况时间复杂度为O(1)，空间复杂度为O(log n)，从而实现高效的更新操作。
• 将VEB结构与两个来自先前工作的辅助动态前驱结构结合，以确保最坏情况时间复杂度为O(√(log n / log log n))。
• 在(f₁,f₂)-平滑输入分布下利用概率分析，证明高概率性能界限。

实验结果

研究问题

• RQ1 在存在最坏情况下界的情况下，是否能在现实输入分布下实现高概率的常数时间前驱查询？
• RQ2 动态前驱数据结构的性能在多大程度上依赖于输入分布的平滑性，特别是(f₁,f₂)-平滑分布？
• RQ3 在使用分层划分与基于VEB的代表性键索引时，可能实现哪些空间-时间权衡？
• RQ4 能否在随机输入下维持O(1)摊销时间的同时，对最坏情况时间进行有界控制？
• RQ5 已知数据结构如q*-堆与VEB树在概率假设下对实现最优性能的贡献有多大？

主要发现

• 所提出的结构在(f₁,f₂)-平滑输入分布下，使用O(n^{1+δ})空间，实现了O(1)查询时间（高概率）。
• 通过在VEB构造中设置κ = δ，查询时间为O(1)，空间为O(n^{1+δ})，常数依赖于平滑参数。
• 当κ = log n / log log n时，空间为O(n^{1+o(1)} Ridley，查询时间为O(log log log n)，提供接近线性空间的解决方案，且查询时间为次对数级。
• 当κ = 1时，空间为O(n)，查询时间为O(log log n)，与已知最优静态界限一致，但支持动态操作。
• 通过与辅助动态结构结合，最坏情况时间被限制在O(√(log n / log log n))，确保无论输入顺序如何，结果均正确。
• 在高概率下，每次更新的摊销时间为O(1)，使得该结构在现实输入模型下的动态工作负载中具有高效性。