[论文解读] Towards Optimal Range Medians

Beat Gfeller, Peter Sanders|ArXiv.org|Jan 13, 2009

Video Surveillance and Tracking Methods参考文献 9被引用 4

一句话总结

本文提出了一种新的范围中位数问题（RMP）算法，用于计算由查询区间定义的子数组中的中位数。该算法采用基于数值的划分和分数级联技术，实现 $O(n\log k + k\log n)$ 的时间复杂度与 $O(n\log k)$ 的空间复杂度，相较于以往结果优化了一个对数因子，并在 $k = O(n)$ 时达到已知比较算法的下界。此外，该方法在 RAM 模型中实现了线性空间复杂度，查询时间保持 $O(\log n)$。

ABSTRACT

We consider the following problem: given an unsorted array of $n$ elements, and a sequence of intervals in the array, compute the median in each of the subarrays defined by the intervals. We describe a simple algorithm which uses O(n) space and needs $O(n\log k + k\log n)$ time to answer the first $k$ queries. This improves previous algorithms by a logarithmic factor and matches a lower bound for $k=O(n)$. Since the algorithm decomposes the range of element values rather than the array, it has natural generalizations to higher dimensional problems -- it reduces a range median query to a logarithmic number of range counting queries.

研究动机与目标

• 解决范围中位数问题（RMP），即高效计算由区间定义的子数组的中位数。
• 改进现有算法中 $O(n\log k + k\log n\log k)$ 的时间复杂度，消除不必要的 $\log k$ 因子。
• 在 $k = O(n)$ 时实现最优或近似最优的查询时间，与比较算法的已知下界一致。
• 将该方法扩展至 RAM 模型中的线性空间复杂度，利用紧凑数据结构和位数组上的秩操作。
• 将该方法推广至高维问题，并支持动态更新，每次操作的摊销时间复杂度为 $O(\log^2 n)$。

提出的方法

• 通过类似快速排序的方法递归地对数组元素的值域进行划分，构建基于数值的树形结构。
• 将每个查询转化为对数值划分区域的对数数量级范围计数查询，利用分数级联技术加速处理过程。
• 在 RAM 模型中，通过在压缩位数组上使用秩-选择操作来实现范围计数，结合数组收缩技术保持密度。
• 数据结构的构建时间复杂度为 $O(n\log n)$，支持任意秩中位数的 $O\left(\log n\right)$ 查询时间，不仅限于中位数。
• 对于动态变体，使用 BB(α) 树作为主结构，按数值排序，辅以按位置排序的次级结构，以支持高效的计数与更新。
• 动态操作（插入/删除）的摊销时间复杂度为 $O(\log^2 n)$，通过次级结构的旋转-重建策略并结合摊销成本分析实现。

实验结果

研究问题

• RQ1 能否将 $k = O(n)$ 时范围中位数查询的时间复杂度优化至 $O(n\log k + k\log n\log k)$ 以下？
• RQ2 是否可能在 $O(n\log k)$ 空间下实现 $O(n\log k + k\log n)$ 的时间复杂度，与比较算法的下界一致？
• RQ3 能否在 RAM 模型中仅使用 $O(n)$ 空间，同时保持 $O(\log n)$ 的查询时间？
• RQ4 能否将该方法推广至高维范围中位数查询问题？
• RQ5 能否支持动态操作（插入与删除）且每次操作的时间复杂度为多对数级？

主要发现

• 所提出的算法实现了 $O(n\log k + k\log n)$ 的时间复杂度与 $O(n\log k)$ 的空间复杂度，相较于以往的 $O(n\log k + k\log n\log k)$ 时间复杂度优化了一个对数因子。
• 当 $k = O(n)$ 时，该算法在渐近意义上是最优的，与比较算法的 $Ω(n\log k)$ 下界一致。
• 当 $k = ω(n)$ 时，该算法的时间复杂度与最优解仅相差 $\log n$ 因子，并且在受限的指针机模型中为最优。
• 在 RAM 模型中，该算法实现了 $O(n)$ 的空间复杂度与 $O\left(\log n\right)$ 的查询时间，优于以往线性空间解法所需的 $O(n^\epsilon)$ 查询时间。
• 该方法可自然推广至高维情形，尽管在二维中实现 $O(\log n)$ 查询时间仍具挑战性，如将数组收缩技术推广至二维存在困难所示。
• 动态变体支持插入与删除操作，摊销时间复杂度为 $O(\log^2 n)$，范围中位数查询的最坏情况时间复杂度也为 $O(\log^2 n)$，与图像中值滤波的已知界限一致。