[论文解读] Word equations in linear space

Artur Jeż|arXiv (Cornell University)|Feb 2, 2017

semigroups and automata theory参考文献 18被引用 3

一句话总结

本文证明了字词方程可满足性问题在非确定性线性空间内可判定，将该问题置于上下文敏感语言类中。通过结合霍夫曼编码与一种新型基于依赖关系的编码策略，作者将空间复杂度从 O(n log n) 降低至 O(n)，并利用 Immerman–Szelepcsényi 定理证明了可满足与不可满足的字词方程语言均为上下文敏感语言。

ABSTRACT

Satisfiability of word equations is an important problem in the intersection of formal languages and algebra: Given two sequences consisting of letters and variables we are to decide whether there is a substitution for the variables that turns this equation into true equality of strings. The exact computational complexity of this problem remains unknown, with the best lower and upper bounds being, respectively, NP and PSPACE. Recently, the novel technique of recompression was applied to this problem, simplifying the known proofs and lowering the space complexity to (nondeterministic) O(n log n). In this paper we show that satisfiability of word equations is in nondeterministic linear space, thus the language of satisfiable word equations is context-sensitive, and by the famous Immerman-Szelepcsenyi theorem: the language of unsatisfiable word equations is also context-sensitive. We use the known recompression-based algorithm and additionally employ Huffman coding for letters. The proof, however, uses analysis of how the fragments of the equation depend on each other as well as a new strategy for nondeterministic choices of the algorithm, which uses several new ideas to limit the space occupied by the letters.

研究动机与目标

• 弥合字词方程可满足性问题已知的 NP-难下界与 PSPACE 上界之间的差距。
• 将基于重组压缩的字词方程求解空间复杂度从 O(n log n) 降低至非确定性空间中的 O(n)。
• 通过 Immerman–Szelepcsényi 定理证明可满足字词方程的语言是上下文敏感的。
• 开发一种基于重组压缩与字母依赖感知编码的高效空间算法。

提出的方法

• 将 Jeż (2015) 的基于重组压缩的算法扩展，引入霍夫曼编码以实现高效的字母表示。
• 提出一种基于依赖关系的字母新编码方法，利用方程中其依赖的因子。
• 采用优化的压缩策略，在最小化位编码大小的同时限制局部修改与新字母的引入。
• 利用受解结构引导的非确定性选择，确保正确性与空间效率。
• 如引理 5 所示，在线性空间内应用块压缩与对压缩。
• 在各阶段持续维护紧凑的字母表与符号映射表示，以保持线性空间复杂度。

实验结果

研究问题

• RQ1 字词方程可满足性问题是否可在非确定性线性空间内求解？
• RQ2 可满足字词方程的语言是否为上下文敏感语言？
• RQ3 基于重组压缩的字词方程求解空间复杂度能否降低至 O(n)？
• RQ4 方程片段之间的依赖分析在高效空间计算中起到何种作用？
• RQ5 前缀编码（如霍夫曼编码）如何与重组压缩结合以最小化空间使用？

主要发现

• 字词方程可满足性问题在非确定性线性空间内可判定，即属于 NSPACE(n)。
• 可满足字词方程的语言是上下文敏感的，根据 Immerman–Szelepcsényi 定理，不可满足字词方程的语言同样为上下文敏感语言。
• 通过使用霍夫曼编码与基于依赖关系的字母编码，该算法实现了 O(n) 的空间复杂度。
• 证明采用了一种新颖的非确定性选择策略，限制了新字母的引入数量，并确保方程中仅发生局部修改。
• 该空间界对任意前缀码（包括霍夫曼编码）均成立，总空间受限于输入大小的常数倍。
• 该算法在 O(log N) 个阶段内终止，其中 N 为解的长度，且每个阶段将解的长度减少为常数倍。