首页/论文/1104.1601

arXiv 1104.16012011-04cs.DS

在线构造头寸堆

On-line construction of position heaps

Gregory Kucherov

备注：: to appear in Journal of Discrete Algorithms

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

我们提出了一个简单的线性时间在线算法来构造字符串的位置堆[Escherichfeucht et al，2011]。我们对位置堆的定义与[Escherichfeucht et al，2011]中提出的定义略有不同，因为它考虑了从左到右排序的后缀。我们的构造基于经典的后缀指针，类似于Ukkonen的后缀树算法[Ukkonen，1995]。使用后缀指针，位置堆可以扩展为允许线性时间字符串匹配算法的扩展位置堆[Escherichfeucht et al，2011]。

英文摘要：

We propose a simple linear-time on-line algorithm for constructing a position heap for a string [Ehrenfeucht et al, 2011]. Our definition of position heap differs slightly from the one proposed in [Ehrenfeucht et al, 2011] in that it considers the suffixes ordered from left to right. Our construction is based on classic suffix pointers and resembles the Ukkonen's algorithm for suffix trees [Ukkonen, 1995]. Using suffix pointers, the position heap can be extended into the augmented position heap that allows for a linear-time string matching algorithm [Ehrenfeucht et al, 2011].

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

位置堆的新算法

New Algorithms for Position Heaps

我们提出了几个结果的位置堆，一个相对较新的替代后缀树和后缀数组。首先，我们证明了，如果我们限制要寻找的模式的最大长度，那么我们也可以限制堆的高度，并减少插入和删除的最坏情况下的成本。其次，我们展示了如何在线性时间内建立一个位置堆，而不依赖于字母表的大小。第三，我们展示了如何增加位置堆，使其支持访问相应的后缀数组，反之亦然。第四，我们引入了一个位置堆的变体，它可以通过一个具有线性额外位数的压缩后缀数组来有效地模拟。

2013-01-13cs.DS

参数化字符串的位置堆

Position Heaps for Parameterized Strings

我们提出了一种新的索引结构参数化字符串，称为参数化位置堆。参数化位置堆适用于参数化模式匹配问题，其中如果存在从模式的符号到子串的符号的双射映射，则模式匹配文本的子串。我们提出了一个在线构造算法的参数化位置堆的文本，并表明我们的算法运行在线性时间相对于文本大小。我们还表明，通过使用参数化的位置堆，我们可以找到所有出现的模式在文本中的线性时间的产品的模式大小和字母表的大小。

2017-04-18cs.DS

从线性时间中的位置堆推断字符串

Inferring Strings from Position Heaps in Linear Time

位置堆是用于字符串匹配问题的文本字符串的索引结构。它们是有根树，其边和节点分别被标记和编号。本文研究了位置堆构造反问题的变形，并给出了线性时间算法。基本的问题是从一个带标记边和编号节点的有根树中恢复一个文本字符串。在变体问题中，输入树可能会丢失我们必须恢复的边标签或节点编号。

2022-12-12cs.DS

线性时间构造大字母表的LZ78 Tries和位置堆

Constructing LZ78 Tries and Position Heaps in Linear Time for Large Alphabets

我们提出了第一个最坏情况下的线性时间算法来计算一个给定的字符串在一个整数字母表的Lempel-Ziv 78因子分解。我们的算法是基于最近的标记祖先查询的后缀树的给定字符串。我们还表明，同样的技术可以用来构建一组字符串的位置堆在最坏情况下的线性时间，当一组字符串作为一个trie。

2015-01-26cs.DS

参数化位置堆的从右到左在线构造

Right-to-left online construction of parameterized position heaps

如果存在一个双射将一个字符串的字符映射到另一个字符串的字符，使得两个字符串变得相同，则称两个长度相等的字符串参数化匹配。参数化模式匹配问题是，给定两个字符串$T$和$P$，找出$T$中参数化匹配$P$的子串的出现次数. Diptarama等人[Position Heaps for Parameterized Strings，CPM 2017]提出了一种称为参数化位置堆的索引数据结构，并给出了从左到右的在线构造算法。本文提出了一种从右到左的参数化位置堆的在线构造算法。对于长度为$n$的文本串$T$，在两种分别大小为$σ$和$π$的字母表$Σ$和$Π$上，我们的构造算法在$O(n \log(σ+ π))$时间和$O(n)$空间中运行。我们的从右到左的参数化位置堆支持$O(m \log (σ+ π) + m π+ \mathit{pocc}))$时间的模式匹配查询，其中$m$是查询模式$P$的长度，$\mathit{pocc}$是要报告的出现次数。我们的建设和模式匹配算法是有效的Diptarama等人。的算法。

2018-08-03cs.DS

Trie树的参数化位置堆

The Parameterized Position Heap of a Trie

令$Σ$和$Π$是各自大小为$σ$和$π$的不相交字母表。如果存在双射$f:Σ\cup Π\rightarrow Σ\cup Π$，使得（1）$f$在$Σ$上是同一的，并且（2）$f$将一个字符串的字符映射到另一个字符串的字符，使得两个字符串变得相同，则称$Σ\cup Π$上的两个等长字符串参数化匹配（p匹配）。我们考虑的p-匹配问题（反向）特里$\mathcal{T}$和一个字符串模式$P$，这样的每一个路径，p-匹配$P$已被报告。令$N$为给定trie $\mathcal{T}$的大小。在本文中，我们提出了参数化的位置堆$\mathcal{T}$占用$O(N)$空间，并支持p-匹配查询在$O(m \log (σ+ π) + m π+ \mathit{pocc}))$时间，其中$m$是查询模式$P$的长度和$\mathit{pocc}$是路径的数量在$\mathcal{T}$报告。我们还提出了一个算法，构造一个给定的特里$\mathcal{T}$在$O(N (σ+ π))$时间和工作空间的参数化位置堆。

2019-03-14cs.DS

更多相关论文收起更多论文

堆中位数：通过递归构造二叉堆实现线性时间选择

Median of heaps: linear-time selection by recursively constructing binary heaps

本文提出一种以二叉堆递归构造为核心的最坏情况线性时间选择算法，支持原地实现，且性能与原地中位数之中位数方法相近。

2023-04-24cs.DS

字符串和Tries上Cartesian树匹配的位置堆

Position Heaps for Cartesian-tree Matching on Strings and Tries

Cartesian树模式匹配是最近引入的模式匹配方案，其检测具有与查询模式相似的结构的连续数据流中的片段。形式上，笛卡尔树模式匹配寻找文本串$S$的所有子串$S'$，使得$S'$的笛卡尔树与查询模式$P$的笛卡尔树一致。在本文中，我们提出了一个新的索引结构，这个问题称为笛卡尔树位置堆（CPH）。令$n$为输入文本字符串$S$的长度，$m$为查询模式$P$的长度，$σ$为字母表大小。我们发现，CPH的$S$，表示$\mathsf{CPH}(S)$，支持模式匹配查询在$O(m (σ+ \log (\min\{h, m\})) + occ)$时间与$O(n)$空间，其中$h$是高度的CPH和$occ$是模式出现的次数。我们展示了如何在$O(n)$工作空间的$O(n \log σ)$时间内构建$\mathsf{CPH}(S)$。此外，我们将问题扩展到文本是标记树（即Trie）的情况。给定一个trie $T$与$N$节点，我们表明，CPH的$T$，表示$\mathsf{CPH}(T)$，支持模式匹配查询的trie在$O(m (σ^2 + \log (\min\{h, m\})) + occ)$时间与$O(N σ)$空间。我们还展示了一个运行在$O(N σ)$时间和$O(N σ)$工作空间中的$\mathsf{CPH}(T)$的构造算法。

2021-08-14cs.DS

对堆的线性势函数

A Linear Potential Function for Pairing Heaps

本文给出了线性值域对堆的第一势函数。这意味着短操作序列的运行时间比以前已知的要快。它也比已知的唯一能给出插入的摊余常数摊余时间的势函数简单。

2016-06-25cs.DS

一个简单的证明：配对堆每次插入的平均时间为O（1）

A Simpler Proof that Pairing Heaps Take O(1) Amortized Time per Insertion

配对堆是堆（优先级队列）的一个简单的“自调整”实现。在最坏情况下，将一个项插入到配对堆中或减少一个项的键需要O（1）时间，合并两个堆也是如此。但删除一个最小键的项目可能需要时间，在最坏的情况下，堆大小成线性关系。引入配对堆的论文证明了每个堆操作的摊销时间限制为O（log n），其中n是堆中的项目数或操作中涉及的堆，通过将每个删除操作的时间收取O（log n），每个操作的时间为O（log n）。后来Iacono找到了一种方法，将每次插入的摊销时间减少到O（1），将meld的摊销时间减少到零，同时为其他更新操作保留O（log n）的摊销时间边界。我们给出了一个简单的证明Iacono的结果与显着较小的常数因子。我们的分析使用配对堆的自然表示，而不是转换到原来的分析和Iacono的二叉树。

2022-08-24cs.DS

减法游戏的快速评估

Faster Evaluation of Subtraction Games

减法游戏是用一堆或多堆代币进行的，玩家轮流从一堆代币中取出属于指定减法集合的一定数量的代币;最后一个移动的玩家获胜。我们描述了如何在单堆减法游戏中计算获胜堆大小的集合（对于由减法集合和最大堆大小$n$组成的输入），在时间上为$\tilde O(n)$，其中$\tilde O$省略了对数因子。对于多堆游戏，最佳的游戏是由每个堆的nim值确定的，我们描述了如何计算所有堆的nim值的大小达到~ $n$的时间$\tilde O(mn)$，其中$m$是最大的nim值发生在这些堆大小。这些时间界限改进了朴素动态规划算法与时间的关系$O(n|S|)$，因为所有这些游戏的$m\le|S|$。我们将这些结果应用到减平方的游戏中，其获胜位置的集合是数论中与Furstenberg-Sárközy定理有关的一种类型的最大平方差自由集。我们提供的实验证据表明，对于这个游戏，一组获胜的位置具有密度相媲美的dennessy已知的平方差自由集，并具有模块化的结构相关的已知结构，这些稠密集。此外，这个游戏的nim值（实验）显着小于其减法集的大小，这意味着我们的算法实现了一个多项式加速比动态规划。

2018-04-18cs.DSmath.NT

快速快照并发Braun堆

Fast Snapshottable Concurrent Braun Heaps

本文提出了一种新的并发堆算法，基于一个无状态的形状属性，有效地保持平衡插入和removeMin操作实现与移交锁定。它还提供了一个O（1）线性化的快照操作的基础上懒惰写时复制语义。这样的快照可用于在迭代期间提供堆的一致视图，以及进行推测性更新（稍后可能会删除）。该算法的简单性使其易于被证明是正确的，并且形状属性的选择提供了与高度优化的跳过列表实现竞争的优先级队列性能（并且对最坏情况的时间复杂度具有更强的界限）。提供了一个Scala参考实现。

2017-05-17cs.DCcs.DS

一种新的非负权图单源最短路径算法

A New Single-Source Shortest Path Algorithm for Nonnegative Weight Graph

单源最短路问题是图算法研究领域的经典问题。提出了一种新的非负权图单源最短路径算法。该算法可以将多轮Fibonacci堆操作压缩到一轮，相对于Dijkstra使用Fibonacci堆的算法节省运行时间。该算法的时间复杂度在最坏情况下也是O（m+nlogn），其中m是边数，n是节点数。然而，在某些情况下，例如，当一个图的边的权重都是相同的，最长的最短路径的跳数是远远小于n的边界可以是线性的。基于理论分析，我们证明了该算法是快速的Dijkstra的算法使用Fibonacci堆在平均情况下，当n是足够大的。

2015-10-15cs.DMcs.DSmath.MG

灵活高效的字符串阿贝尔匹配算法

Flexible and Efficient Algorithms for Abelian Matching in Strings

阿贝尔模式匹配问题在于找到文本的所有子串，这些子串是给定模式的排列。这个问题在许多领域都有应用，并且可以通过简单的滑动窗口方法在线性时间内解决。在这篇简短的通讯中，我们提出了一类新的算法，基于一种新的高效的指纹计算方法，称为堆计数，它被证明是快速，灵活和易于实现。可以证明，我们的解决方案具有线性最坏情况下的时间复杂度，此外，我们提出了一个广泛的实验评估表明，我们新提出的算法是最有效和灵活的解决方案，在实践中的阿贝尔匹配问题的字符串。

2018-03-07cs.DScs.IR