arXiv 1610.034212016-10cs.DS

在线性时间内计算所有不同的平方数

Computing All Distinct Squares in Linear Time for Integer Alphabets

Hideo Bannai, Shunsuke Inenaga, Dominik Köppl

摘要：

给定一个整数字母表上的字符串，我们提出了一个算法，计算属于这个字符串的所有不同的广场在时间线性的字符串长度的集合。作为应用，我们展示了如何在线性时间内计算最小增广后缀树的树拓扑。除此之外，我们详细说明了一个算法计算最长的前一个表在一个简洁的表示使用压缩的工作空间。

英文摘要：

Given a string on an integer alphabet, we present an algorithm that computes the set of all distinct squares belonging to this string in time linear to the string length. As an application, we show how to compute the tree topology of the minimal augmented suffix tree in linear time. Asides from that, we elaborate an algorithm computing the longest previous table in a succinct representation using compressed working space.

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

常长字母表上空间有效的线性时间Lempel-Ziv分解

Space Efficient Linear Time Lempel-Ziv Factorization on Constant~Size~Alphabets

我们提出了一种新的算法，用于计算线性时间内给定长度$N$的字符串的Lempel-Ziv分解（LZ 77），该算法仅利用工作空间的$N\log N + O(1)$位，即，单个整数数组，用于常量大小的整数字母表。这极大地改善了线性时间LZ 77分解（Kärkkäinen et al. CPM 2013）的最佳空间要求，它需要两个长度为$N$的整数数组。计算实验表明，尽管算法的复杂度增加，但算法的速度仅为以前最快的线性时间算法的两倍左右。

2013-10-05cs.DS

一般字母表上的最优平方检测

Optimal Square Detection Over General Alphabets

正方形（对于某些字符串$x$，形式为$xx$的片段）可以说是字符串中最自然的重复类型。关于平方的基本算法问题是检查给定长度为$n$的字符串是否是无平方的，也就是说，不包含这种形式的片段。Main和Lorentz [J. Algorithms 1984]为这个问题设计了一个$\mathcal{O}(n\log n)$时间算法，并证明了一个匹配的下界，假设所谓的通用字母表，这意味着该算法只允许检查两个字符是否相等。但是，它们的下限还假设字符串中存在$Ω(n)$不同的符号。作为一个开放性问题，他们问如果限制字母表的大小，是否有更快的算法。克劳什莫尔（Theor）Comput. Sci. 1986年]设计了一个线性时间算法恒定大小的字母表，并结合最近的结果，他的方法实际上意味着这样的算法线性排序的字母表。最近，Ellert和Fischer [ICALP 2021]通过为一般有序字母表设计线性时间算法，即假设字符的线性顺序允许恒定的时间顺序比较，大大放松了这一假设。然而，1984年Main和Lorentz的公开问题对于一般（无序）字母表仍然没有解决。在本文中，我们表明，测试平方自由的长度$n$字符串的大小PDMATHAMR一般字母表可以做$\mathcal{O}(n\log σ)$比较，不能做$o(n\log σ)$比较。我们补充这个结果与$\mathcal{O}(n\log σ)$时间算法…

2023-03-13cs.DS

字母表后缀数组和LCP数组的时空最优构造

Optimal Time and Space Construction of Suffix Arrays and LCP Arrays for Integer Alphabets

后缀数组和LCP数组是广泛用于各种字符串处理的最基本的数据结构之一。考虑了整数字母表上长度为$N$的只读字符串的两个问题：对于$1 \leq σ\leq N$，字符串包含$σ$不同字符，后缀数组的构造，以及后缀数组和LCP数组的同时构造.对于字RAM模型，我们提出的算法来解决这两个问题，在$O(N)$的时间，通过使用$O(1)$额外的字，这是最佳的时间和空间。额外的字意味着除了输入字符串和输出后缀数组和LCP数组的空间之外所需的空间。我们的贡献改进了以前最有效的算法，[Nong，TOIS 2013]使用$σ+O(1)$额外单词的$O(N)$时间和[Franceschini和Muthukrishnan，ICALP 2007]使用$O(1)$额外单词的$O(N \log N)$时间，用于构建后缀数组，并且它改进了以前在$O(N)$时间中运行的最有效的解决方案，该解决方案使用$σ+ O(1)$额外的字来构造后缀数组和LCP数组，[Nong，TOIS 2013]和[Manzini，SWAT 2004]的组合。

2019-07-13cs.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

整数字母表上 DAWG、对称索引结构与 MAW 的线性时间计算

Linear-time Computation of DAWGs, Symmetric Indexing Structures, and MAWs for Integer Alphabets

本文提出在整数字母表上利用后缀树以线性时间构造 DAWG 的算法，并据此首次实现词缀树、对称 CDAWG 等结构的线性时间构建，同时给出 MAW 的最优输入输出敏感计算。

2023-07-04cs.DScs.FL

最优原地后缀排序

Optimal In-Place Suffix Sorting

后缀数组是许多涉及字符串搜索和数据压缩的应用程序的基本数据结构。在过去的20年里，设计时间/空间有效的后缀阵列构造算法引起了人们的极大关注，并取得了相当大的进展。我们得到的\emph{first}在位后缀数组的建设算法，是最佳的时间和空间（只读）整数字母表。具体而言，本文做出了以下贡献：1.对于整数字母表，我们得到了第一个后缀排序算法，它需要线性时间，只使用$O(1)$工作空间（工作空间是输入字符串和输出后缀数组之外所需的总空间）。输入字符串可以在算法执行期间被修改，但是应该在算法终止时被恢复。2.我们通过为只读整数字母表提供第一个就地线性时间算法来加强第一个结果，该算法具有$|Σ|=O(n)$（即，不能修改输入字符串）。该算法解决了Franceschini和Muthukrishnan在ICALP 2007中提出的公开问题。开放性问题要求在$o(n\log n)$时间内设计就地算法，并最终在$O(n)$时间内使用$|Σ| \leq n$设计（只读）整数字母表。我们的结果实际上稍微强一些，因为我们允许$|Σ|=O(n)$。3.此外，对于只读通用字母表（即，只允许比较），我们提出了一个最优的原地$O(n\log n)$时间后缀排序算法，恢复了Manzini和Ferragina在ESA 2002中提出的一个公开问题Franceschini和Muthukrishnan的结果.

2018-11-09cs.DS

更多相关论文收起更多论文

在线正方形检测

Online Square Detection

在线正方形检测问题是检测一个字符串中第一次出现的正方形，该字符串的字符被一次一个地提供作为输入。回想一下，正方形是一个字符串，它是两个相同字符串的串联。本文提出了一种在有序字母表上的$O(n\logσ)$时间和线性空间中求解该问题的算法，其中$σ$是输入字符串中不同字母的个数。我们的解决方案是相对简单的，不需要太多的内存，不像以前已知的在线算法具有相同的工作时间。此外，我们还提出了一种适用于$O(n\log n)$时间和无序字母表线性空间的算法，尽管该解决方案在相同时间范围内并没有优于之前已知的结果。

2014-11-07cs.DS

一种新的字母极大极小树算法

A New Algorithm for Building Alphabetic Minimax Trees

我们展示了如何为序列（W = w_1，>.，w_n），其中$d$是不同整数的个数（\lceil w_i \rceil）。我们应用这个算法来建立一个字母前缀码给定的样本。

2008-10-28cs.DScs.ITmath.IT

多对数字母表上的线性空间子串范围计数

Linear-Space Substring Range Counting over Polylogarithmic Alphabets

Bille和Gørtz（2011）最近介绍了子串范围计数的问题，为此我们被要求将具有整数标签的$n$字符的字符串$S$存储在（[0，u]）中，以便稍后，给定间隔（[a，b]）和长度为$m$的模式$P$，我们可以快速计数其第一个字符的标签在（[a，u]）中的$P$的出现次数。b]）。他们展示了如何在$\Oh{n \log n / \log \log n}$空间中存储$S$，并在$\Oh{m + \log \log u}$时间中回答查询。我们证明，如果$S$是在一个字母表的大小（\polylog（n）），那么我们可以实现最佳的线性空间。此外，如果（u = n \polylog（n）），则我们还可以将时间减少到$\Oh{m}$。我们的结果给出了位置受限子串计数的线性空间和时间界，以及区间索引子串、间隔索引子串和对齐模式匹配的计数形式.

2012-02-15cs.DS

基于非交叉LCE算法的一般字母表上的近似最优计算

Near-Optimal Computation of Runs over General Alphabet via Non-Crossing LCE Queries

最长公共扩展查询（LCE查询）和运行在算法字符串学中无处不在。线性时间算法计算运行和预处理恒定时间LCE查询已经知道了十多年。然而，这些算法假设线性可排序的整数字母表。Bannai et.最近的一篇突破性论文。al. (SODA 2015）展示了这两个概念之间的联系：字符串中的所有运行都可以通过线性数量的LCE查询来计算。Kosolobov（\emph{Inf.\ Process.\ Lett.}，2016）是第一个在一般有序字母表上考虑这些问题的人，他提出了一种用于回答$O(n)$ LCE查询的$O(n (\log n)^{2/3})$时间算法。Gawrychowski等人改进了这一结果。al.（CPM 2016接受）到$O(n \log \log n)$时间。在这项工作中，我们注意到一个特殊的\emph{non-crossing}属性的LCE查询要求在运行计算。我们发现，任何$n$这样的非交叉查询可以回答在线$O(n α(n))$的时间，这产生了一个$O(n α(n))$时间算法计算运行。

2016-06-27cs.DS

pi和pi'失效函数的在线验证

Online validation of the pi and pi' failure functions

设pi_w表示词w的Morris-Pratt算法的失效函数。本文研究了如下问题：给定一个整数数组A[1. n]，是否存在任意字母表上的一个词w，使得对于所有i，A[i]=pi_w[i]？此外，字母表的最小基数是多少？在单位成本RAM模型中，我们给出了一个线性的实时的算法。我们的算法在最小字母表上返回一个单词w，使得pi_w = A，并且只使用o（n）个单词的内存。然后我们考虑函数pi'而不是pi，并给出了这种情况下的O（nlog n）在线算法。这是这个问题的第一个多项式算法的在线版本。

2009-04-13cs.DS

序列1-可映射性的快速算法

Faster algorithms for 1-mappability of a sequence

在k-可映射性问题中，我们给定一个长度为n的字符串x以及整数m和k，我们被要求对x的每个长度为m的因子y计算x的其他长度为m的因子的个数，这些因子与y的汉明距离最多为k。我们在这里集中讨论k = 1的问题。对于k = 1，已知的最快算法需要时间O（mn log n/ log log n）和空间O（n）。我们提出了两个算法，它们分别需要O（mn）和O（nlog^2 n）的最坏情况时间和O（n）的空间，从而极大地改进了现有技术.此外，我们还提出了一个算法，当m = Ω（logn/ log σ）时，对于整数字母表，平均需要O（n）的时间和空间，其中σ是字母表的大小.

2017-05-11cs.DS

整数上平方和公式的约束传播算法

A Constraint Propagation Algorithm for Sums-of-Squares Formulas over the Integers

整数上的平方和公式已经被广泛研究，利用它们与一致符号嵌入矩阵的等价性。这种表示与组合参数相结合，已被用来产生平方和公式，并表明某些类型的公式不存在。在本文中，我们介绍了一种算法，产生一致的签署插入矩阵，或证明他们的不存在性，扩展以前的方法超出了什么是计算上可行的手。

2018-10-11cs.DS

$k$-runs、参数化平方及其他广义平方的快速计算

Fast Computation of $k$-Runs, Parameterized Squares, and Other Generalised Squares

本文证明 $k$-错配重复输出规模为 $O(nk\log k)$，并据此给出 $O(nσ\log σ)$ 枚举与 $O(n\log n)$ 计数不等价参数化平方的算法。

2025-09-02cs.DS

有效地检验Simon的同余式

Efficiently Testing Simon's Congruence

西蒙同余$\sim_k$定义如下：如果两个词具有相同的长度不超过$k$的同余集合，则它们是$\sim_k$等价的。我们提出了一种算法，计算，给定两个字$s$和$t$，最大的$k$，其中$s\sim_k t$。我们的算法运行在线性时间$O(|s|+|t|)$时，输入的单词是在整数字母表$\{1,\ldots,|s|+|t|\}$（或其他字母，可以在线性时间排序）。这种方法也导致在一般字母表的情况下的最佳算法。我们的结果是基于一种新的组合方法和一系列有效的数据结构。

2021-03-15cs.DScs.FL

随机Reed-Solomon码在线性规模字母表下达到插入删除场景的半Singleton界

Random Reed-Solomon Codes Achieve the Half-Singleton Bound for Insertions and Deletions over Linear-Sized Alphabets

该研究证明随机Reed-Solomon码在线性规模字母表下以高概率逼近插入删除场景的半Singleton界，通过结合随机矩阵技术与最长公共子序列结构性质，大幅降低了达到该界所需的字母表规模。

2024-07-10cs.DScs.ITmath.CO

具有非线性代价的无限字母表的最优前缀码

Optimal Prefix Codes for Infinite Alphabets with Nonlinear Costs

设$P = \{p(i)\}$是非负整数集上严格正概率的测度。虽然输入的可计数数目阻止了霍夫曼算法的使用，但是存在非平凡的$P$，对于这些非平凡的$P$，已知方法找到在最小化期望码字长度的意义上最优的源代码。然而，对于某些应用，源代码应该改为最小化非线性目标函数族中的一个，$β$ -指数平均值，形式为$\log_a \sum_i p(i) a^{n(i)}$的那些，其中$n(i)$是第$i$码字的长度，并且$a$是正常数。这种最小化的应用包括使单次通信（$a<1$）中消息接收的机会最大化的新问题和使缓冲器溢出的机会最小化的先前已知的问题（$a>1$）。本文介绍的方法，寻找最佳的指数平均值的代码。一种方法适用于几何分布，而另一种方法适用于尾部较轻的分布。后者的算法适用于泊松分布，都扩展到字母码，以及最大限度地减少逐点冗余。还考虑了最小化缓冲区溢出机会的上述应用。

2007-11-26cs.DScs.ITmath.IT

对$β$ -指数惩罚最优的无穷字母前缀码

Infinite-Alphabet Prefix Codes Optimal for $β$-Exponential Penalties

设$P = \{p(i)\}$是非负整数集上严格正概率的测度。虽然输入的可计数数目阻止了霍夫曼算法的使用，但是存在非平凡的$P$，对于这些非平凡的$P$，已知方法找到在最小化期望码字长度的意义上最优的源代码。然而，对于某些应用，源代码应该改为最小化非线性目标函数族中的一个，$β$ -指数平均值，形式为$\log_a \sum_i p(i) a^{n(i)}$的那些，其中$n(i)$是第$i$码字的长度，并且$a$是正常数。这种最小化的应用包括最大化单次通信（$a<1$）中消息接收的机会的问题和最小化嵌入系统（$a>1$）中缓冲器溢出的机会的问题。本文介绍的方法，寻找最佳的指数平均值的代码。一种方法适用于几何分布，而另一种方法适用于尾部较轻的分布。后一种算法适用于泊松分布。两者都被扩展到最大限度地减少逐点冗余。

2007-04-17cs.DScs.ITmath.IT

判定N的根的存在性及值的一个快速算法

A Fast Algorithm for Determining the Existence and Value of Integer Roots of N

我们证明了所有不能被3整除的完全奇数平方都可以有效地写成sqrt（N）= a +18 p，其中常数a由N的基本性质决定.该方程可以通过仅基于整数运算的高效四步算法确定性地求解。不需要乘或除多位整数，算法也不需要种子值。当N是一个完满平方时，它找到整数p，当算法没有解而终止时，它证明N是非平方的。迭代次数的比例近似为平方根的log（sqrt（N）/2）。本文还概述了如何讨论的平方的方法之一，可以扩展到找到一个任意根的N。最后，我们提出了一个规则，区分产品的孪生素数平方。

2010-03-28cs.DMcs.DSmath.NT