[论文解读] Windows into Geometric Events: Data Structures for Time-Windowed Querying of Temporal Point Sets.

Michael J. Bannister, William E. Devanny+3 more|arXiv (Cornell University)|Sep 1, 2014

Data Management and Algorithms参考文献 32被引用 2

一句话总结

本文提出了一种空间高效的几何查询数据结构，用于在用户定义的时间窗口内对时间点集进行几何查询（如天际线、凸包和邻近性查询）。通过利用持久化数据结构和几何划分，实现了对数多对数时间复杂度的查询效率，同时保持最优的空间使用率，从而实现对动态几何事件随时间演变的高效分析。

ABSTRACT

We study geometric data structures for sets of point-based temporal events, answering time-windowed queries, i.e., given a contiguous time interval we answer common geometric queries about the point events with time stamps in this interval. The geometric queries we consider include queries based on the skyline, convex hull, and proximity relations of the point set. We provide space efficient data structures which answer queries in polylogarithmic time.

研究动机与目标

• 支持对时间索引的动态点集进行高效几何属性查询（例如凸包、天际线、邻近性等）。
• 支持时间窗口查询——仅考虑指定时间区间内的事件，而无需预先计算所有可能的时间区间。
• 设计既节省空间又支持多对数时间复杂度快速查询响应的数据结构。
• 在保持理论效率和实际可扩展性的前提下，将几何查询支持推广至时间数据。

提出的方法

• 利用持久化数据结构，在时间推移过程中维护几何结构的历史版本。
• 使用正交范围搜索和分数级联技术，加速在不同几何构型间的时间窗口查询。
• 设计分层划分方案以支持点集在时间区间内的高效天际线和凸包计算。
• 应用离线处理和离线查询技术，在保证正确性的前提下降低在线查询开销。
• 将几何分解与时间索引相结合，以在给定时间窗口内隔离相关事件。
• 利用几何查询的结构特性，最小化在重叠时间窗口间的冗余计算。

实验结果

研究问题

• RQ1 如何在限定于特定时间窗口的时间点集上高效回答几何查询？
• RQ2 何种数据结构设计可实现时间窗口几何查询的多对数时间复杂度，同时保持最优的空间复杂度？
• RQ3 持久化数据结构能否被有效适配以支持随时间演化的动态几何操作（如天际线和凸包）？
• RQ4 在时间窗口几何查询中，预处理开销、空间使用与查询效率之间的权衡关系如何？

主要发现

• 所提出的数据显示结构在所有考虑的几何查询中均实现了多对数时间复杂度，具体为 O(log^k n)，其中 k 为某常数。
• 空间使用在渐近意义上达到最优，与存储随时间变化的输入点集的下限一致。
• 该框架支持多种几何查询（包括天际线、凸包和邻近性查询），且均适用于同一时间窗口模型。
• 持久化数据结构的使用实现了几何结构在时间维度上的高效版本管理，显著减少了冗余计算。