[论文解读] The Euler Path to Static Level-Ancestors

Amir M. Ben-Amram|ArXiv.org|Sep 5, 2009

Algorithms and Data Compression参考文献 15被引用 8

一句话总结

本文提出了一种简单且实用的线性时间预处理算法，用于静态层级祖先问题，利用欧拉回路和改进的 Find-Smaller 数据结构。该方法扩展了 Berkman 和 Vishkin 的方法，支持对层级祖先、后代和后继的高效常数时间查询，提供了一种简洁且可实现的解决方案，优于以往复杂或难以扩展的方法。

ABSTRACT

Suppose that a rooted tree T is given for preprocessing. The Level-Ancestor Problem is to answer quickly queries of the following form. Given a vertex v and an integer i > 0, find the i-th vertex on the path from the root to v. Algorithms that achieve a linear time bound for preprocessing and a constant time bound for a query have been published by Dietz (1991), Alstrup and Holm (2000), and Bender and Farach (2002). The first two algorithms address dynamic versions of the problem; the last addresses the static version only and is the simplest so far. The purpose of this note is to expose another simple algorithm, derived from a complicated PRAM algorithm by Berkman and Vishkin (1990,1994). We further show some easy extensions of its functionality, adding queries for descendants and level successors as well as ancestors, extensions for which the formerly known algorithms are less suitable.

研究动机与目标

• 提出一种实用且高效的静态层级祖先问题算法，尽管以往方法复杂，但该问题长期缺乏简洁的解决方案。
• 简化 Berkman 和 Vishkin 基于 PRAM 的欧拉回路算法，使其适用于串行 RAM 架构，提升其实用性和效率，适用于实际应用。
• 扩展层级祖先数据结构的功能，支持额外查询：层级后代和层级后继，这些查询在树遍历和迭代中非常有用。
• 实现 O(n) 预处理时间、O(1) 查询时间，且空间复杂度为 O(n)，达到目前已知最优时间复杂度，同时提升简洁性和可扩展性。

提出的方法

• 使用欧拉回路表示有根树，将树转化为线性数组，其中每个顶点出现多次。
• 从欧拉回路构建数组 E（顶点序列）、L（每个位置的层级）和 R（每个顶点的最后一次出现位置索引）。
• 将层级祖先查询转化为 Find-Smaller（FS）问题：对于顶点 v 和层级 l，寻找 R[v] 之后第一个层级 ≤ l 的顶点。
• 使用基于微集的数据结构，结合基于块的掩码，支持对 (±1) FS 问题的 O(1) 查询，利用位操作提升效率。
• 通过对称的数据结构和范围检查，将该方法扩展以支持 Find-Greater 查询，用于层级后代和层级后继查询。
• 通过后序遍历（仅保留最后一次访问）优化空间，将 E 和 L 数组的大小减半，同时在修改后的（≥1）步长性质下保持正确性。

实验结果

研究问题

• RQ1 能否设计一种简单、实用且高效的算法来解决静态层级祖先问题，避免以往动态或基于 PRAM 方法的复杂性？
• RQ2 欧拉回路技术能否被适配，以在同一框架下支持层级祖先查询，同时支持层级后代和层级后继查询？
• RQ3 能否通过一种空间高效且易于实现的数据结构，实现 O(n) 预处理时间和 O(1) 查询时间，用于层级祖先查询？
• RQ4 如何有效应用微集技术于 (±1) Find-Smaller 问题，以实现线性预处理时间下的常数时间查询？

主要发现

• 所提出的算法实现了 O(n) 预处理时间和 O(1) 查询时间，用于层级祖先查询，达到目前已知最优理论边界。
• 该算法显著简化且更实用，优于以往解决方案，包括原始的 Berkman-Vishkin PRAM 算法，后者因表大小过大而长期被认为不切实际。
• 该方法自然支持对层级后代和层级后继查询的扩展，而这些查询在早期算法中无法高效支持。
• 通过空间优化，仅使用欧拉回路中每个顶点的最后一次访问，将 E 和 L 数组的大小减半，且不增加时间复杂度。
• 基于微块和位掩码的 Find-Smaller 结构在 O(n) 时间和空间复杂度下支持 O(1) 查询，且在高效位操作假设下具有实际性能表现。
• 该算法已在 C 语言中实现，并可供实际使用，证明了其在真实应用中的可行性和实用性。