[论文解读] The Dynamic Longest Increasing Subsequence Problem

Alex Chen, Timothy Chu+1 more|arXiv (Cornell University)|Sep 30, 2013

Algorithms and Data Compression参考文献 7被引用 6

一句话总结

本文提出一种基于红黑树森林的动态数据结构，以高效维护在插入和删除操作下序列的最长递增子序列（LIS）。该结构支持在 O(r + log n) 时间内查询，更新操作最坏情况时间复杂度为 O(r log(n/r))，其中 r 为 LIS 长度；当仅在末尾插入时，更新时间复杂度为 O(log n)。

ABSTRACT

In this paper, we construct a data structure to efficiently compute the longest increasing subsequence of a sequence subject to dynamic updates. Our data structure supports a query for the longest increasing subsequence in $O(r+\log n)$ worst-case time and supports inserts anywhere in the sequence in $O \left(r\log{n/r} ight)$ worst-case time (where $r$ is the length of the longest increasing subsequence). The same data structure with a minor modification supports $O(\log n)$ worst-case time insertions if the insertions are performed at the end of the sequence. The data structure presented can also be augmented to support delete operations in the same worst-case time as insertions.

研究动机与目标

• 设计一种高效的动态数据结构，以在序列发生插入和删除操作时，持续维护最长递增子序列（LIS）的长度。
• 通过支持任意位置的插入和删除操作，弥补现有研究仅支持末尾操作的不足。
• 提供一种近似最优时间复杂度的解决方案，以实现 LIS 长度的实时维护，从而支持对序列有序性的实时监控。
• 使需要动态有序性检查的应用（如搜索引擎）能够在发生小幅更新后避免执行完整排序。
• 在递增子序列这一特定场景下，实现优于通用动态拓扑排序算法的时间复杂度。

提出的方法

• 使用红黑树森林表示每个元素的层级（以该索引结尾的 LIS 长度），每个层级对应一棵红黑树。
• 利用红黑树维护每个层级集合 L_k 中的索引，支持前驱、后继、分裂和合并操作，时间复杂度为 O(log t)。
• 应用引理6，高效计算集合 T_{k+1}，即 L_{k+1} 中大于 min(T_k) 且满足 f(i) > f(max(T_k)) 的索引。
• 通过在层级上进行二分查找，确定新元素 (x, f(x)) 的正确层级 l(x)，方法是针对每个层级查询 f(i) 的前驱。
• 通过树的分裂与合并更新层级集合：利用前驱查询结果获取 T_k 的边界，然后将剩余元素与 T_{k-1} 合并。
• 通过在每个层级的最大索引上维护一个平衡二叉搜索树，实现仅在末尾插入时更新时间复杂度为 O(log n)。

实验结果

研究问题

• RQ1 能否设计一种动态数据结构，高效支持插入和删除操作，同时维护最长递增子序列的长度？
• RQ2 在任意插入和删除操作下，更新 LIS 的最坏情况时间复杂度最优解是什么？
• RQ3 是否能将仅在末尾插入时的性能优化至 O(log n)，并与通用动态拓扑排序算法进行比较？
• RQ4 当 LIS 长度 r 较大时，该结构的效率如何随 r 变化？
• RQ5 该算法具有何种“指针”性质？靠近序列末尾是否能提升更新性能？

主要发现

• 该数据结构在最坏情况下的 LIS 长度查询时间复杂度为 O(r + log n)，其中 r 为 LIS 长度。
• 支持在序列任意位置的插入操作，最坏情况时间复杂度为 O(r log(n/r))，在给定约束下为最优。
• 当插入操作被限制在序列末尾时，更新时间复杂度优化为 O(log n)，得益于对层级最大值的平衡二叉搜索树维护。
• 该结构对删除操作的支持时间复杂度与插入操作相同，保证了在各类动态操作下的效率。
• 当 r = n 时，该算法与通用动态拓扑排序的最坏情况时间复杂度一致，但在 r 较小时表现更优。
• 使用红黑树可高效实现前驱、分裂和合并操作，这些操作对于在更新过程中维护层级集合 L_k 至关重要。