[论文解读] Tight Thresholds for Cuckoo Hashing via XORSAT

Martin Dietzfelbinger, Andreas Goerdt+4 more|IT University Of Copenhagen (IT University of Copenhagen)|Dec 1, 2009

Advanced Image and Video Retrieval Techniques参考文献 22被引用 14

一句话总结

本文通过证明成功阈值恰好与随机 k-XORSAT 问题的已知阈值一致，为离线布谷鸟散列建立了紧致阈值。作者利用超图核心分析及与随机约束满足问题的联系，推导出 k≥3 时 k 选择布谷鸟散列的精确阈值，表明当 n/m < c_k 时可高概率成功构建，而当 n/m > c_k 时则不可能，其中 c_k 由 k-XORSAT 相变决定。结果可扩展至不规则散列（每条键的选择数不同）及多键桶，通过一个假设阈值和一种近乎最优的构造算法实现。

ABSTRACT

We settle the question of tight thresholds for offline cuckoo hashing. The problem can be stated as follows: we have n keys to be hashed into m buckets each capable of holding a single key. Each key has k &gt;= 3 (distinct) associated buckets chosen uniformly at random and independently of the choices of other keys. A hash table can be constructed successfully if each key can be placed into one of its buckets. We seek thresholds alpha_k such that, as n goes to infinity, if n/m &lt;= alpha for some alpha &lt; alpha_k then a hash table can be constructed successfully with high probability, and if n/m &gt;= alpha for some alpha &gt; alpha_k a hash table cannot be constructed successfully with high probability. Here we are considering the offline version of the problem, where all keys and hash values are given, so the problem is equivalent to previous models of multiple-choice hashing. We find the thresholds for all values of k &gt; 2 by showing that they are in fact the same as the previously known thresholds for the random k-XORSAT problem. We then extend these results to the setting where keys can have differing number of choices, and provide evidence in the form of an algorithm for a conjecture extending this result to cuckoo hash tables that store multiple keys in a bucket.

研究动机与目标

• 确定 k≥3 个选择每键时离线布谷鸟散列成功阈值 c_k 的精确值。
• 解决一个开放问题：布谷鸟散列的阈值是否与随机 k-XORSAT 问题的阈值一致。
• 将阈值分析扩展至不规则布谷鸟散列，其中键具有不同的选择数量。
• 对支持多键桶的布谷鸟散列提出假设阈值并进行实验验证。
• 设计并评估一种简单算法，使其负载因子接近理论阈值。

提出的方法

• 利用随机 k-XORSAT 中相变的已知结果，推断布谷鸟散列的阈值。
• 分析随机 k-均匀超图的核心结构，以建模键放置的可行性。
• 通过在超图上应用迭代剥除过程，刻画有效赋值存在的条件。
• 应用生成函数与微积分技术，证明阈值函数 Γ(A,c,s) 在 c ∈ [2/5,1) 区间内的单调递增性。
• 将阈值 c_k 表示为由 k-XORSAT 相变导出的方程组的解。
• 提出一种用于多键桶的贪心构造算法，并通过实验验证其性能。

实验结果

研究问题

• RQ1 对于每个键有 k≥3 个选择的离线布谷鸟散列，其成功阈值是否恰好与随机 k-XORSAT 问题的已知阈值一致？
• RQ2 在给定每键平均选择数的前提下，不规则布谷鸟散列中选择分布的最优方案是什么？
• RQ3 当桶被允许存储多个键时，阈值行为如何变化？
• RQ4 一种简单的贪心算法是否能在多键布谷鸟散列中实现接近理论阈值的负载因子？
• RQ5 与布谷鸟散列相关的超图核心结构中，相变的精确数学表征是什么？

主要发现

• 对于每个键有 k≥3 个选择的离线布谷鸟散列，其成功阈值 c_k 与随机 k-XORSAT 问题的已知阈值完全一致。
• 在不规则布谷鸟散列中，当一半键有 3 个选择、另一半有 4 个选择时，平均每个键 3.5 个选择的最优方案得以实现。
• k-XORSAT 的阈值由随机 k-均匀超图的核心结构决定，而该结构决定了布谷鸟散列中键分配的可行性。
• 本文证明了函数 Γ(A,c,s) 在 c ∈ [2/5,1) 区间内严格递增，支持了阈值的存在性与唯一性。
• 所提出的多键桶贪心算法实现了与假设阈值极为接近的负载因子，表明其具有出色的实验性能。
• 分析证实，k-XORSAT 中的相变直接决定了布谷鸟散列中的阈值行为，从而解决了长期存在的一个开放问题。