Approximating binary longest common subsequence in almost-linear time
最长公共子序列(LCS)是一个基本的字符串相似性度量,计算两个字符串的LCS是一个经典的算法问题。教科书上的动态规划算法给出了二次时间的精确算法,这在合理的细粒度复杂性假设下基本上是最好的,所以一个自然的问题是找到更快的近似算法。当输入是两个二进制字符串时,在线性时间中有一个简单的$\frac{1}{2}$近似:计算最长的公共全0或全1子序列。即使在真正的次二次时间中,是否有可能得到更好的近似值,这一点一直是开放的。Rubinstein和Song证明,在两个输入字符串长度相等的假设下,答案是肯定的。我们解决这个问题,推广他们的结果不等长的字符串,证明,对于任何$\varepsilon>0$,存在$δ>0$和$(\frac{1}{2}+δ)$ -近似算法的二进制LCS运行在$n^{1+\varepsilon}$时间。作为我们的结果和Akmal和Vassilevska-Williams的结果的结果,对于任何$\varepsilon>0$,存在在$n^{1+\varepsilon}$时间上的$q$ -ary字符串上LCS的$(\frac{1}{q}+δ)$ -近似。我们的技术建立在最近的工作Guruswami,他和李谁证明了新的界限容忍删除错误的纠错码。他们证明了一个组合的“结构引理”的字符串分类,他们根据自己的振荡模式。我们证明和使用的算法推广这个结构引理,这可能是独立的利益。
2023-02-09 cs.DM cs.DS math.CO
Sparse long blocks and the variance of the longest common subsequences in random words
考虑两个独立的随机字符串具有相同的长度和采取的价值一致的共同有限的字母表。我们研究了当长块或其他类型的非典型子串稀疏地加入其中时,这些串的最长公共连续性(LCS)的长度的方差的顺序。在弱条件下的平均LCS曲线的导数,LCS的方差的顺序被证明是线性的字符串的长度。我们还认为,我们的证明结转到许多模型所使用的计算生物学家模拟DNA序列。这是第一个结果,解决了一个现实的模型的随机字符串的LCS的波动的顺序的公开问题。到目前为止,这种类型的结果只建立在低熵的情况下。
2016-09-23 math-ph math.CO math.MP
Upper bounds on the average edit distance between two random strings
本文采用Lueker技术改进了两条随机字符串平均编辑距离的已知上界,特别是针对小字母表的所有已知上界,同时提供了一种新实现来改进除大小为2和4外所有小字母表上最长公共子序列平均长度的下界。
2024-07-25 cs.DM math.CO
The Gapped $k$-Deck Problem
ECE Department University of Illinois(伊利诺伊大学电气与计算机工程系);Department of Mathematics University of Illinois(伊利诺伊大学数学系);Calit2 University of California, San Diego(加州大学圣地亚哥分校CALIT2)
本文提出带间隔的k-牌组重构问题,通过修改Morse-Thue构造和Dudik-Schulman方法,首次给出G_2(k)的构造性上界并加以改进。
2022-05-17 math.CO
A nonlinear bound for the number of subsequence sums
我们表明,一个有限零和自由序列$α$在阿贝尔群至少有$c|α|^{4/3}$不同的子序列和,除非$α$是“控制”的一个小数目的条款,这里$|α|$表示的数目的条款$α$,和$c>0$是一个绝对常数。
2022-12-20 math.CO math.NT
A positive fraction Erdos-Szekeres theorem and its applications
本文证明了Erdős–Szekeres定理的正比例版本,构造了渐近最优的块单调子序列,并给出序列划分上界,进而应用于互相回避点集与双弧图问题。
2023-04-01 math.CO
On $k$-modal subsequences
本文证明了任意由 $n$ 个互异实数组成的序列必包含长度至少为 $\sqrt{(2k+1)(n-\frac14)} - \frac{k}{2}$ 的 $k$-模态子序列,且该界限紧致,从而证实了 F.R.K.Chung 的旧猜想。
2024-03-20 math.CO
On the existence of zero-sum subsequences of distinct lengths
本文给出了有限Abel p-群上短正规序列的一个刻划,从而肯定地回答了Gao关于这类群的一个猜想。本文的主要结果是由Alon,Friedland和Kalai的一个定理导出的,这个定理最初是为了研究几乎正则图中正则子图的存在性而证明的。在初等p-群的特殊情况下,利用Alon的组合零元定理解决了Gao的猜想。最后,我们表明,假设每个整数满足性质B,这个猜想的情况下,有限的阿贝尔群的秩为2。
2012-05-25 math.CO math.GR math.NT
Sparse Long Blocks and the Micro-Structure of the Longest Common Subsequences
考虑两个长度相同的随机字符串,由一个在固定的有限字母表中一致取值的iid序列生成。将一个长常量块插入其中一个字符串中,其中常量块是仅由一种类型的符号组成的连续子串。长块替换相等大小的段,其长度小于字符串的长度,但大于其平方根。我们表明,对于足够长的字符串的最佳对齐对应的最长的共同子序列(LCS)对待插入块非常不同,这取决于字母表的大小。对于两个字母的字母,长常量块主要与另一个字符串中的相同符号对齐,而对于三个或更多字母,情况正好相反,块主要与间隙对齐。我们进一步提供了模拟结果的比例差距块的各种长度。在我们的模拟中,这些块是iid序列中的“常规块”,并且不是人为插入的。尽管如此,我们观察到这些自然块的现象类似于人工插入块的情况:对于两个字母,长块对齐的间隙比例较小;对于三个或更多字母,情况正好相反。因此,两字母最佳比对和三字母最佳比对的微观性质似乎完全不同。
2014-01-30 math-ph math.CO math.MP
Generalizations and Variants of the Largest Non-crossing Matching Problem in Random Bipartite Graphs
本文研究了按不同分布族D =(D_n)_n选取的二行字典序排列数组的最长递增子序列的长度的统计特性,以及当n趋于无穷大时的统计特性。这个框架包括研究的问题,如所谓的最长增加子序列问题,最长的共同子序列问题,问题有关的直接债券渗流模型,等等。我们定义了几个不同分布的自然族,并刻画了根据它们选择的最长递增子序列的期望长度的渐近行为。特别是,我们考虑推广到d-行阵列以及对称限制的两行阵列。
2011-05-03 cs.DM math.CO
Closeness to the Diagonal for Longest Common Subsequences in Random Words
研究了由有限字母表中的两个独立iid随机序列的最长公共子序列(LCS)所对应的空位对齐的性质。它示出,这样的最佳对齐通常匹配类似的短长度的片段。这对于理解两个序列的最佳比对的结构是重要的。此外,它还表明,任何属性,共同的两个序列,通常持有在大多数地方的最佳对齐时,这个相同的属性持有,具有很高的概率,类似的短长度的字符串。我们的结果应该,特别是,证明有用的模拟,因为它们意味着重新缩放的二维表示的LCS得到一致接近对角线的序列的长度增长没有限制。
2016-04-20 math.CO math.PR
Perfect sequence covering arrays
$(n,k)$序列覆盖阵列是$[n]$的一组排列,使得$[n]$的$k$不同元素的每个序列是至少一个排列的子序列。一个$(n,k)$序列覆盖数组是完美的,如果有一个正整数$λ$,使得$[n]$的每个$k$不同元素的序列是精确的$λ$排列的子序列。虽然已知序列覆盖阵列的最小大小的相对接近的上界和下界,但对于完美序列覆盖阵列并非如此。在这里,我们提出了新的非平凡的界限,后者。特别地,对于$k=3$,我们得到了一个线性的下界和一个几乎线性的上界。
2020-02-20 math.CO
An (almost) optimal answer to a question by Wilf
我们提出了一类排列,其中每个排列的不同顺序的连续性的数量接近几乎最优值的长度增长到无穷大的排列。
2004-04-08 math.CO
The Random Subsequence Model and Uniform Codes for the Deletion Channel
Stanford University(斯坦福大学);Massachusetts Institute of Technology(麻省理工学院)
本文引入随机子序列模型,研究其在删除信道中的应用,证明均匀随机码在删除信道中可达到正率,并提供精确的分析公式。
2026-04-08 cond-mat.dis-nn cs.IT math.CO
Repetition-free longest common subsequence of random sequences
两个序列x和y的无重复最长公共子序列(LCS)是x和y的LCS,其中每个符号可以最多出现一次。令R表示两个序列的n个符号的无重复LCS的长度,每个符号在k元字母表上随机、均匀且独立地选择。我们研究的渐近,在n和k,R的行为,并建立有三个不同的制度,这取决于n和k的相对增长速度。对于每一个区域,我们建立了R的极限行为。事实上,我们做得更多,因为我们实际上建立了R与其极限行为的大偏差的尾界。我们的研究是基于Sankoff(1999)提出的样本模型和Adi等人(2007)提出的相似性度量。一个自然的问题,出现在这种情况下,这是因为我们表明,是有关长期开放的问题,在该地区的概率组合,是要了解的渐近,在n和k,参数R的行为。
2013-05-21 cs.DS math.CO
The zero-rate threshold for adversarial bit-deletions is less than 1/2
我们证明了存在一个绝对常数$δ>0$,使得任何容许$(1/2-δ)N$对抗性删除的二进制码$C\subset\{0,1\}^N$必须满足$|C|\le 2^{\text{poly}\log N}$,从而有速率渐近地接近0。这是第一个常数分数改进的平凡的界限,代码容忍$N/2$敌对删除必须有率渐近为0。等价地,我们证明了存在绝对常数$A$和$δ>0$,使得任何一组$C\subset\{0,1\}^N$的$2^{\log^A N}$二进制字符串必须包含两个字符串$c$和$c'$,其最长的公共子序列的长度至少为$(1/2+δ)N$。作为一个直接的推论,我们表明,$q$ -ary代码容忍一小部分$1-(1+2δ)/q$的敌对删除也必须有率接近0。我们的技术包括字符串正则参数和结构引理,分类二进制字符串的振荡模式。利用这些工具,我们可以在任何大型代码中找到具有相似振荡模式的两个字符串,并利用它们来找到一个长的公共子序列。
2022-11-15 cs.DM cs.IT math.CO
Periodic words, common subsequences and frogs
令$W^{(n)}$为通过重复固定单词$W$而获得的$n$ -字母单词,并且令$R_n$为相同字母表上的随机$n$ -字母单词。我们给出了几个结果的长度$W^{(n)}$和$R_n$之间的最长公共子序列(LCS),特别是,我们表明,它的期望是$γ_W n-O(\sqrt{n})$的一个有效的可计算常数$γ_W$。这是通过一个新的相互作用的粒子系统,我们称之为“青蛙动力学”的问题。在这个系统中,粒子(“青蛙”)按照标签给出的顺序在彼此之间跳跃。剥去标签,青蛙动力学简化为PushTASEP的变体。在$W$的所有符号都不同的特殊情况下,我们得到了一个明确的公式为常数$γ_W$和一个封闭形式的表达式为相关的青蛙动力学的平稳分布。此外,我们还对随机词对的LCS的渐近性提出了新的猜想。这些示意图是通过计算机实验使用一种新的启发式算法来计算LCS。通过我们的计算,我们发现周期性的单词比随机单词更像随机单词,正如LCS所测量的那样。
2021-06-04 math.CO math.PR
How many double squares can a string contain?
计算正方形的类型,而不是它们的出现,我们考虑的问题的边界的数目不同的正方形在一个字符串。Fraenkel和Simpson在1998年证明了一个长度为n的字符串最多包含2n个不同的正方形。Ilie在2007年提出了2n - Theta(log n)的渐近上界。我们证明了一个长度为n的字符串最多包含5 n/3个不同的正方形。这个新的上界是通过研究双方阵的组合结构得到的,并证明了长度为n的串至多包含2n/3个双方阵.此外,所建立的结构性质为Fraenkel和Simpson的结果提供了新的证明。
2014-08-02 math.CO
On the number of subsequence sums related to the support of a sequence in finite abelian groups
本文研究了有限阿贝尔群中序列支撑相关的子序列和数量问题,确定了满足特定极值条件的序列结构,给出了 Gao 等人猜想的反例,并为 Hamidoune 的猜想提供了另一种证明。
2024-04-29 math.CO math.NT
The Chvátal-Sankoff problem: Understanding random string comparison through stochastic processes
针对1975年提出的、尚未解决的Chvátal-Sankoff问题(求随机二进制串归一化最长公共子序列长度的极限系数$γ$),研究结合统计力学方法与LCS组合结构已有结果,将$γ$与随机粒子过程参数关联,得到了$γ$的新估计。
2024-08-13 cs.DM math.CO math.PR
The Expected Number of Distinct Substrings in an Alphabet String
East Tennessee State University(东田纳西州立大学);High Point University(海点大学)
本文研究字母串中不同子串的期望数量,针对独立同分布序列,证明了期望值 $E(D)$ 的相关结果。
2026-09-18 math.CO math.PR
Optimal Bounds for Distinct Quartics
本研究解决了二维字符串中不同四次方的渐近紧界问题,证明其数量为$\u00a0(n^2 \u00a0 n)$,并给出了最坏情况下最优的$\u00a0(n^2 \u00a0 n)$时间计算算法,完善了高维字符串重复结构的研究。
2024-03-11 cs.DS math.CO
On the longest increasing subsequence and number of cycles of butterfly permutations
本文研究由带部分主元高斯消元法生成的随机蝴蝶排列,探讨了其最长递增子序列和循环数问题,建立了幂律界限与中心极限定理,揭示了其与典型随机排列的区别。
2024-11-16 cs.NA math.CO math.NA