Optimizing Hierarchical Queries for the Attribution Reporting API
研究基于Attribution Reporting API的层级查询任务,利用优化和差分隐私方法应对隐私噪声,提出树结构去噪与隐私预算优化算法并在公开数据集验证。
2023-11-27 cs.CR cs.DS
Orthogonal Range Reporting and Rectangle Stabbing for Fat Rectangles
本文研究了输入对象或查询为胖矩形的特殊情况下的两个几何数据结构问题。我们表明,在这种情况下,一个显着的改善相比,一般情况下,可以实现。我们描述的数据结构,回答二维和三维正交范围报告查询的情况下,查询范围是一个\emph{fat}矩形。我们的二维数据结构使用$O(n)$字,并支持在$O(\log\log U +k)$时间查询,其中$n$是数据结构中的点的数量,$U$是宇宙的大小和$k$是查询范围中的点的数量。我们的三维数据结构需要$O(n\log^{\varepsilon}U)$字的空间和回答查询在$O(\log \log U + k)$时间。我们还考虑了一组三维胖矩形上的矩形刺伤问题。我们的数据结构使用$O(n)$空间,并在$O(\log U\log\log U +k)$时间内回答穿刺查询。
2019-05-07 cs.DS
Fully Retroactive Approximate Range and Nearest Neighbor Searching
我们描述了完全追溯的动态数据结构的近似范围报告和近似最近邻报告。我们将展示如何维护,任何积极的常数$d$,一组$n$点在$\R^d$索引的时间,这样我们就可以执行插入或删除在时间轴中的任何一点在$O(\log n)$摊销时间。对于任何小的常量$ε>0$,我们支持$(1+ε)$ -在$O(\log n + k)$时间中的时间轴的任何点的近似范围报告查询,其中$k$是输出大小。我们还展示了如何回答$(1+ε)$ -近似最近邻查询的任何点在过去或现在的$O(\log n)$时间。
2011-09-01 cs.CG cs.DS
I/O-Efficient Dynamic Planar Range Skyline Queries
我们提出了第一个完全动态的最坏情况I/O有效的数据结构,支持平面正交\textit{3-sided range skyline reporting queries}在$\bigO (\log_{2B^ε} n + \frac{t}{B^{1-ε}})$ I/O和更新$\bigO (\log_{2B^ε} n)$ I/O,使用$\bigO (\frac{n}{B^{1-ε}})$块的空间,$n$输入平面点,$t$报告点,和参数$0 \leq ε\leq 1$。我们得到的结果,通过扩展Sundar的优先级队列的消耗,以支持操作\textsc{DeleteMin}和\textsc{CatenateAndAttrite}在$\bigO (1)$最坏情况下的I/O,并在$\bigO(1/B)$摊销的I/O给定的一个恒定数量的块已经加载到主存中。最后,我们表明,任何基于指针的静态数据结构,支持\textit{dominated maxima reporting queries},即困难的特殊情况下,4边天际线查询,在$\bigO(\log^{\bigO(1)}n +t)$最坏的情况下的时间必须占用$Ω(n \frac{\log n}{\log \log n})$空间,通过适应一个类似的下界参数平面4边范围报告查询。
2012-07-10 cs.DS
Sorted Range Reporting and Range Minima Queries
针对有序范围选择问题,提出一种线性空间的最优权衡方案,预处理时间O(n)、查询时间O(k log k)且输出有序;同时给出一种接近线性时间的简单范围最小值查询方法,兼具实用性与效率。
2023-09-19 cs.DS
Path Query Data Structures in Practice
我们进行实验研究的数据结构,回答路径中位数,路径计数,并在加权树路径报告查询。这些查询问题推广了著名的范围中位数查询问题的数组,以及$2d$正交范围计数和报告问题的平面点集,树结构的数据。我们提出了最新的路径查询理论成果的实际实现。我们的数据结构,它使用树提取,重路径分解和小波树,实现在简洁和基于指针的形式。我们的简洁的数据结构被进一步专门化为普通或熵压缩。通过对大集合的实验,我们表明,简洁的数据结构的路径查询可能会提出一个可行的替代标准的基于指针的实现,在实际情况下。与通过显式遍历查询路径来计算答案的朴素方法相比,我们简洁的数据结构在路径中值查询中的速度要快几倍,并且在路径计数和路径报告查询中执行重复,同时空间效率要高几倍。我们的数据结构的基于普通指针的实现,需要比简单的多几倍的空间,产生$100$倍的速度。
2020-04-18 cs.DS
Optimal Color Range Reporting in One Dimension
颜色(或分类)范围报告是正交范围报告问题的一种变体,其中输入中的每个点都被分配一个\emph{color}。正交点报告查询的答案包含查询范围$Q$中的所有点,而颜色报告查询的答案仅包含$Q$中的点的不同颜色。在本文中,我们描述了一个O(N)-空间的数据结构,回答一维颜色报告查询在最佳的$O(k+1)$时间,其中$k$是答案中的颜色的数量和$N$是在数据结构中的点的数量。我们的结果也可以动态化,并扩展到外部记忆模型。
2013-06-21 cs.DS
Optimal Planar Range Skyline Reporting with Linear Space in External Memory
设P是R^2中的n个点的集合。给定一个矩形Q = [α_1,α_2] x [β_1,β_2],范围天际线查询返回P \cap Q中点的最大值。一个重要的变体是所谓的顶开查询,其中Q是一个3边矩形,其上边缘以y = \infty为基础(即β_2 = \infty)。这些查询在许多数据库应用程序中至关重要。在内部存储器中,广泛的研究致力于设计能够有效地回答这样的查询的数据结构。相比之下,目前还没有明确的了解他们的确切复杂性,在外部存储器。本文提出了几种线性大小的结构,以最佳的I/O成本回答上述查询。我们证明了一个top-open查询可以在O(log_B(n)+ k/B)I/O中解决,其中B是块大小,k是查询结果中的点数。当数据点位于一个U × U网格中,且U ≥ n时,查询代价为O(log log_B(U)+ k/B),当U = O(n)时,查询代价为O(1 + k/B).同样的效率也适用于3边查询,其中Q是右开矩形。然而,如果Q是一个左开或下开的3边矩形,问题的难度会增加。我们证明了在最坏的情况下,任何线性大小的结构必须执行Ω((n/B)^ \eps + k/B)I/O来解决这样的查询,其中\eps > 0可以是任意小的常数。事实上,左开和右开查询和一般(4边)查询一样困难,我们给出了一个线性大小的结构,查询时间为O((n/B)^ \eps + k/B)。有趣的是,这表明4侧范围天际…
2013-07-16 cs.DS
Subquadratic Dynamic Path Reporting in Directed Graphs Against an Adaptive Adversary
研究了动态有向图的可达性和最短路问题。而代数动态数据结构支持边缘更新和可达性/距离查询已经知道了相当长的时间,他们不,一般来说,允许报告的基础路径在相同的时间范围内,特别是对自适应对手。在本文中,我们开发了第一个已知的完全动态的可达性数据结构的工作对自适应对手和支持边缘更新和路径查询两个自然变量:(1)点对点路径报告,和(2)单源可达性树报告。对于DAG中的点对点查询,我们实现了$O(n^{1.529})$最坏情况下的更新和查询边界,而对于DAG中的树报告,最坏情况下的边界是$O(n^{1.765})$。更重要的是,我们展示了如何提升这些算法的工作在一般的图形上的成本增加的界限,以$n^{1+5/6+o(1)}$,使更新时间摊销。在实现这一点的过程中,我们得到了两个有趣的子结果。我们给次二次全动态算法的拓扑顺序(在一个DAG),和强连通组件。据我们所知,这样的算法以前没有被描述过。此外,我们提供了确定性的增量数据结构的可达性和最短路径,处理边缘插入和报告次二次最坏情况下的时间范围内的相应路径。对于可达性和加权有向图中的$(1+ε)$ -近似最短路径,这些边界与完全动态可达性的最佳已知动态矩阵逆随机边界相匹配[v.d.Brand,Nanongkai和Saranurak,FOCS'19]。对于未加权图中的精确最短路径,在增量设置中获得的界限多项式地改进在完全动态设置中的相应的最佳已知的…
2022-03-31 cs.DS
Simplex Range Searching Revisited: How to Shave Logs in Multi-Level Data Structures
我们重新讨论了计算几何中的单纯形范围搜索的经典问题和相关问题。我们提出了一个新的结果,提高了以前的界限由多个对数因子,是由使用多级数据结构。重点包括:$\bullet$对于一组$n$点在一个恒定的维度$d$,我们给数据结构与$O(n^d)$(或稍好)的空间,可以回答最佳的$O(\log n)$时间和最佳的$O(\log n + k)$时间,其中$k$表示的输出大小的单纯形范围计数查询。对于半群范围搜索,我们得到了$O(n^d\mathop{\rm polylog}n)$空间的$O(\log n)$查询时间。Matoušek在近三十年前提出的具有类似空间边界的先前数据结构具有$O(\log^{d+1}n)$或$O(\log^{d+1}n + k)$查询时间。$\bullet$对于一组$n$单形在一个恒定的维度$d$,我们给出了数据结构与$O(n)$空间,可以回答刺计数查询(计数包含一个查询点的单形的数量)在$O(n^{1-1/d})$时间,刺报告查询在$O(n^{1-1/d}+k)$时间。以前的数据结构在空间和查询时间方面有额外的$\log^d n$因子。对于二维$n$(可能相交)线段的集合,给出了一种$O(n)$空间的数据结构,该数据结构可以在$O(\sqrt{n})$时间内回答射线射击查询。这改进了Wang最近的数据结构[SoCG'20],具有$O(n\log n)$空间和$O(…
2022-10-20 cs.CG cs.DS
Range Quantile Queries: Another Virtue of Wavelet Trees
我们展示了如何使用平衡小波树作为一个数据结构,存储一个数字列表,并支持高效的{ \em范围分位数查询}。范围分位数查询获取子列表的排名和端点,并返回该子列表中具有该排名的数字。例如,如果秩是子列表长度的一半,则查询返回子列表的中位数。我们还展示了如何使用这些查询来支持空间高效的{ \em彩色范围报告}和{ \em文档列表}。
2010-04-07 cs.DS
I/O-Efficient Data Structures for Colored Range and Prefix Reporting
受信息检索应用的启发,我们考虑了秩空间中的一维着色范围报告问题。目标是为集合C_1,...,C_m \subseteq {1,.,sigma},其支持以下类型的查询:给定索引a、b,报告集合Union_{a <= i <= b} C_i。我们在I/O模型中研究了这个问题,并证明了存在一个最优线性空间数据结构,它能在O(1+k/B)I/O中回答查询,其中k表示输出大小,B表示磁盘块大小.事实上,我们得到了相同的三边正交范围报告的更难的问题。在这个问题中,我们要对秩空间中的一组n个二维点进行预处理,使得可以报告形式为[x_1,x_2] x(-infinity,y]的查询矩形内的所有点。这个问题的最佳前界要么是O(n lg^2_Bn)空间和O(1+k/B)查询I/O,要么是O(n)空间和O(lg^(h)_Bn +k/B)查询I/O,其中lg^(h)_Bn是以B为底的对数迭代h次,对于任何常数整数h。前面的边界都是在不可分割假设下实现的,而我们的解决方案利用了底层机器的全部功能。因此,打破不可分割性假设为我们提供了更清晰和最优的边界。我们的研究结果也意味着一个最佳的解决方案,下面的彩色前缀报告问题。给定一组字符串S,每个磁盘块的长度为O(1),函数c:S -> 2^{1,.,sigma},支持以下类型的查询:给定字符串p,报告集合Union_{x in S intersection p*}…
2011-04-15 cs.DS cs.IR
Internal Dictionary Matching
我们介绍的数据结构回答查询的出现模式从一个给定的字典$\mathcal{D}$在片段的一个给定的字符串$T$的长度$n$。字典是内部的,因为$\mathcal{D}$中的每个模式都是作为$T$的一个片段给出的。这样,$\mathcal{D}$占用的空间与模式$d=|\mathcal{D}|$的数量成比例,而不是它们的总长度,后者可能是$Θ(n\cdot d)$。特别是,我们考虑以下类型的查询:报告和计数的所有出现的模式从$\mathcal{D}$在一个片段$T[i..j]$和报告不同的模式从$\mathcal{D}$发生在$T[i..j]$。我们将展示如何构建,在$\mathcal{O}((n+d) \log^{\mathcal{O}(1)} n)$的时间,回答这些查询的时间$\mathcal{O}(\log^{\mathcal{O}(1)} n+|output|)$的数据结构。计数模式的情况更加复杂,需要将局部一致性解析与正交范围搜索相结合。另一方面,报告不同的模式,使用字符串中最大重复的结构。最后,我们提供了紧-次多项式因子-上界和下界的情况下,一个动态字典。
2019-09-25 cs.DS
Dynamic Set Intersection
考虑维护动态集合的家族$F$的问题,该家族受到插入、删除和集合交集报告查询的影响:给定$S,S'\in F$,以任何顺序报告$S\cap S'$的每个成员。我们表明,在字RAM模型中,$w$是字的大小,给定一个上限$d$的最大大小的任何一组,我们可以支持集交集查询在$O(\frac{d}{w/\log^2 w})$预期的时间,并在$O(\log w)$预期的时间更新。利用该算法可以在$O(m+\frac{mα}{w/\log^2 w} +t)$期望时间内列出图$G=(V,E)$的所有$t$三角形,其中$m=|E|$和$α$是$G$的荫度.这改进了在$O(m α)$时间内运行的Chiba和Nishizeki的30年历史的三角形枚举算法。我们在$F$上提供了一个增量数据结构,它支持交叉{ \em见证}查询,在这里我们只需要找到{ \em one} $e\in S\cap S'$。查询和插入都需要$O\paren{\sqrt \frac{N}{w/\log^2 w}}$预期时间,其中$N=\sum_{S\in F} |S|$。最后,我们提供了时间/空间权衡的全动态集合交集报告问题。使用$M$空间字,每个更新花费$O(\sqrt {M \log N})$预期时间,每个报告查询花费$O(\frac{N\sqrt{\log N}}{\sqrt M}\sqrt{op+1})$预期时间,其中$op…
2015-05-05 cs.DS
Path and Ancestor Queries on Trees with Multidimensional Weight Vectors
我们考虑$n$节点上的序树$T$,每个节点分配一个$d$维权重向量$\pnt{w} \in \{1,2,\ldots,n\}^d,$,其中$d \in \mathbb{N}$是一个常数.我们研究路径查询的推广众所周知的{ \textit{orthogonal range queries} },其中一个维度是树拓扑结构,而不是线性顺序。由于在我们的定义中$d$只表示权重向量的维数而不考虑树的拓扑结构,因此具有$d$维权重向量的树中的路径查询推广了相应的$(d+1)$维正交范围查询。我们解决{ \textit{ancestor dominance reporting} }问题作为支配报告问题的直接推广,时间上的%$Ø((\lg^{d-1} n)/(\lg\lg n)^{d-2}+k)$时间上的$Ø(\lg^{d-1}{n}+k)$ %和$Ø(n(\lg n)^{d-1}/(\lg \lg n)^{d-2})$字的空间,以及$Ø(n\lg^{d-2}n)$字的空间,其中$k$是输出的大小,对于$d \geq 2.$,我们还实现了$Ø(n\lg^{d-2+\eps}{n})$字的空间的折衷,对于相同的问题,查询时间为$Ø((\lg^{d-1} n)/(\lg\lg n)^{d-2}+k),$,当$d \geq 3.$时我们在$Ø(n\lg^{d-1}{n})$中求解{ \textit{pa…
2019-10-02 cs.DS
Gapped Indexing for Consecutive Occurrences
经典的字符串索引问题是将字符串S预处理为支持高效模式匹配查询的紧凑数据结构。典型的查询包括存在查询(决定模式是否出现在S中),报告查询(返回模式出现的所有位置)和计数查询(返回模式出现的次数)。在本文中,我们考虑字符串索引的一个变体,其中目标是压缩表示字符串,使得给定两个模式P1和P2以及间隙范围[α,β],我们可以快速找到P1和P2在[α,β]中的距离的连续出现,即,两个事件彼此紧接着出现,且距离在范围内。我们提出的数据结构,使用n(n)的空间和查询时间的存在和计数(|P1| + |P2| +n^(2/3)*occ^(1/3))的报告的查询(|P1| + |P2| +n^(2/3)*occ^(1/3))。我们补充这一点与条件下界的基础上,集合相交问题表明,任何解决方案,使用n(n)空间必须使用\tilde Ω}(|P1| + |P2| + \sqrt{n})查询时间。为了获得我们的结果,我们开发了新的技术和想法的独立利益,包括一个新的后缀树分解和硬度的一个变种的集合相交问题。
2021-02-04 cs.DS
Text Indexing: From Reporting to Counting
CWI(荷兰数学与计算机科学研究学会);Vrije Universiteit(阿姆斯特丹自由大学);King’s College London(伦敦国王学院);Birkbeck, University of London(伦敦大学伯贝克学院);The Cyprus Institute(塞浦路斯研究所)
研究通过证明组合引理,将其应用于字符串后缀树,提出算法框架,存储频繁子串计数,利用报告查询计算不频繁子串,实现高效索引,支持多种字符串计数应用,提升查询时间。
2026-08-13 cs.DS
On Dynamic Range Reporting in One Dimension
我们考虑的问题,保持一个动态的整数集和回答查询的形式:报告一个点(相当于所有点)在一个给定的间隔。范围搜索是整数搜索的一种自然和基本变体,可以使用前导搜索来解决。然而,对于一个RAM的W位字,我们展示了如何执行更新在O(lg w)的时间和O(lglg w)的时间回答查询。更新时间与van Emde Boas结构相同,但查询时间以指数方式更快。现有的下限表明,实现我们的查询时间的前身搜索需要双指数较慢的更新。我们提出了一些论据来支持我们的解决方案是最佳的猜测。我们的解决方案是基于一个新的和有趣的递归的想法,这是“更极端”的范埃姆德博厄斯递归。van Emde Boas在trie中的每条路径上使用简单的递归(重复的减半),而我们在每条路径上使用非平凡的van Emde Boas式递归。尽管如此,我们的算法在从正确的角度看时非常干净。为了实现我们的数据结构的线性空间,我们解决了一个问题,这是独立的利益。我们开发了第一个需要次线性空间的动态完美散列方案。这给出了使用低空间的动态Bloomier滤波器(稀疏向量的近似存储方案)。我们加强以前的下界,以表明这些结果是最优的。
2005-02-05 cs.DS
Path-Reporting Distance Oracles with Linear Size
本文首次提出线性规模的多对数 stretch 路径报告距离预言机,支持低查询时间,并推广到成对查询,显著优化了规模与 stretch 的权衡。
2024-05-23 cs.DS
A Practical Index Structure Supporting Fréchet Proximity Queries Among Trajectories
Sportlogiq(Sportlogiq公司)
我们提出了一个可扩展的方法范围和$k$最近邻查询计算昂贵的指标,如连续Fréchet距离轨迹数据。基于度量指标的聚类,我们得到一个动态的树结构,其大小是线性的轨迹的数量,无论轨迹的个人大小或空间维度,这使得一个利用低“内在维度”的数据集有效的搜索空间修剪。由于距离计算是昂贵的,通用的度量索引方法是不切实际的。我们提出的策略,(i)提高已知的上限和下限计算,(ii)建立集群树,没有任何或很少的距离调用,和(iii)搜索使用范围的度量修剪,减少间隔排序,和随机旋转报告的最终结果。我们分析了我们的方法的效率和有效性,并在不同的合成和真实世界的数据集上进行了广泛的实验。结果表明,改进国家的最先进的方法,准确的查询,甚至进一步加快查询,可能会返回近似的结果。令人惊讶的是,在真实数据集上的大多数精确最近邻查询都是在没有任何距离计算的情况下回答的。
2020-05-28 cs.CG cs.DS cs.LG
Parameter-free Locality Sensitive Hashing for Spherical Range Reporting
我们提出了一种用于点集$S$上的球面范围报告的数据结构,即,报告位于给定查询点$q$的半径$r$内的$S$中的所有点。我们的解决方案建立在Indyk和Motwani的局部敏感哈希(LSH)框架之上,该框架代表了高维近邻问题的渐近最佳解决方案。虽然传统的LSH数据结构有几个参数,其最佳值取决于从$q$到$S$的点的距离分布,我们的数据结构是无参数的,除了空间使用,这是由用户配置。然而,它的预期查询时间基本上匹配LSH数据结构的查询时间,LSH的参数已经在给定的空间约束下针对所讨论的数据和查询 * 进行了 * 最优选择。特别是,我们的数据结构提供了一个平滑的权衡之间的硬查询(通常由标准LSH解决)和容易的查询,如报告的点的数量是一个恒定的分数的$S$,或几乎所有的点在$S$远离查询点。相反,已知的数据结构仅基于输入的某些参数来固定LSH参数。该算法的预期查询时间以$O(t (n/t)^ρ)$为界,其中$t$是要报告的点数,而$ρ\in (0,1)$取决于数据分布和所用LSH族的强度。我们进一步提出了一种无参数的方式使用多探测,LSH家庭,支持它,并表明,对于许多这样的家庭,这种方法使我们能够得到预期的查询时间接近$O(n^ρ+t)$,这是最好的,我们可以希望实现使用LSH。以前在高维中最好的运行时间是$Ω(t n^ρ)$。对于许多数据分布,接近$q$的点集的固有维数较低,我们可以给出改…
2016-07-20 cs.DS
Data Structure Lower Bounds for Document Indexing Problems
我们研究数据结构问题有关的文件索引和模式匹配查询和我们的主要贡献是表明,指针机模型的计算可以是非常有用的证明高和无条件的下限,不能在任何其他已知的计算模型与当前的技术。通常,我们的下界匹配已知的空间-查询时间权衡曲线,事实上,对于所有考虑的问题,我们的下界和已知的上界之间有一个非常好的和合理的匹配,至少对于一些输入参数的选择。我们考虑的问题是集合交集查询(报告变量和半组计数变量),索引一组文档的两个模式查询,或禁止模式查询,或查询通配符,和索引的输入集的缺口模式(或两个模式),以找到那些匹配的文档在查询时。
2016-04-21 cs.DS
Orthogonal Range Searching on the RAM, Revisited
在计算几何中,正交范围搜索是研究最广泛的课题之一,我们提出了几个新的结果。我们的所有结果都是在标准字RAM模型的秩空间中的点:** 我们提出了两个数据结构的2-D正交范围空虚。第一个实现O(nlglg n)空间和O(lglg n)查询时间。这改进了Alstrup,Brodal,and Rauhe(FOCS'00)以前的结果,其空间复杂度为O(nlg ^eps n),查询时间复杂度为O(lglg n),或者其空间复杂度为O(nlglg n),查询时间复杂度为O(lg^2 lg n)。我们的第二个数据结构使用O(n)空间,并在O(lg^eps n)时间内回答查询。Nekrich(WADS'07)提出的最佳O(n)空间数据结构在O(lg n/lglg n)时间内回答查询。** 对于3-d正交范围报告,对于任何常数eps>0,我们获得空间O(n lg^{1+eps} n)和查询时间O(lglg n + k)。这改进了Afshani(ESA'08),Karpinski和Nekrich(COCOON'09)和Chan(SODA'11)的先前结果,空间复杂度为O(n lg^3 n),查询时间复杂度为O(lglg n + k),或者空间复杂度为O(n lg^{1+eps} n),查询时间复杂度为O(lg^2 lg n + k)。这意味着在3以上的所有恒定维度中正交范围报告的改进的界限。** 我们给…
2011-03-28 cs.CG cs.DS
Range Minimum Queries in Minimal Space
我们考虑的问题,计算一个序列的范围最小查询。我们假设一个包含值和查询的命令序列。我们的目标是快速确定当前位置和前一位置之间存在的最小值$i$。范围最小查询被用作几个算法的子例程,即与字符串处理相关的子例程。我们提出了一个数据结构,可以处理这些命令序列。我们获得了有效的结果的几个变化的问题,特别是我们获得$O(1)$时间每命令的离线版本和$O(α(n))$摊销时间的在线版本,其中$α(n)$是逆阿克曼函数和$n$序列中的值的数量。该数据结构也具有非常小的空间需求,即$O(\ell)$,其中$\ell$是活动$i$位置的最大数目。我们实现了我们的数据结构,并表明它是对现有的替代品的竞争力。我们获得了相当的命令处理时间,在纳秒范围内,和更小的空间需求。
2021-02-18 cs.DS
Minimal Suffix and Rotation of a Substring in Optimal Time
对于预先给定的文本,子字符串最小后缀查询要求确定由其在文本中出现的位置指定的子字符串的词典最小非空后缀。我们开发了一个数据结构回答这样的查询最佳:在恒定的时间后,线性时间预处理。这改进了Babenko等人(CPM 2014)的结果,其折衷解决方案的特征在于这些时间复杂度的$Θ(n\log n)$乘积。接下来,我们扩展我们的查询,以支持连接的$O(1)$子字符串,其中的建设和查询时间是保留的。我们应用这些广义查询计算字典最小和最大旋转后,线性时间预处理后,在恒定的时间给定的子串。我们的数据结构主要依赖于Lyndon字和Lyndon因子分解的性质。我们将它们与进一步的算法和组合工具相结合,如融合树和字符串的顺序同构的概念。
2016-01-29 cs.DS
Dynamic Unit-Disk Range Reporting
本文研究动态单位圆盘范围报告问题,通过提出圆弧浅切割算法将查询时间从 O(log^2 n/log log n+k) 改进为 O(log n+k),同时保持更新复杂度不变,并进一步优化了动态单位圆盘范围空查询的更新时间与查询时间。
2024-12-30 cs.CG cs.DS
Approximate Range Emptiness in Constant Time and Optimal Space
本文研究了\emph{$\varepsilon$-approximate range emptiness}问题,其任务是从$\{0,\ldots,U-1\}$中表示$n$点的集合$S$,并回答形式为“$[a ; b]\cap S \neq \emptyset$?“的概率为\emph{false positives}。这将\emph{Bloom filters}的功能从单点查询推广到任何间隔长度的$L$。将误报率设置为$\varepsilon/L$并执行$L$查询,布隆过滤器使用空间$O(n \lg(L/\varepsilon))$位、针对长度高达$L$的间隔的由$\varepsilon$限定的误报概率、使用查询时间$O(L \lg(L/\varepsilon))$来产生该问题的解决方案。我们的第一个贡献是表明,空间/错误的权衡不能改善渐近:任何数据结构回答近似范围空查询的时间间隔的长度高达$L$与误报概率$\varepsilon$,必须使用空间$Ω(n \lg(L/\varepsilon)) - O(n)$位。在积极的一面,我们表明,查询时间可以大大提高,常数时间,同时匹配我们的空间下限到一个较低的顺序添加剂项。这一结果是通过一个简洁的数据结构(非近似一维)范围空/报告查询,这可能是独立的利益。
2014-07-10 cs.DS
Space-Efficient Data Structures for Polyominoes and Bar Graphs
本文为多格骨牌及其子类条形图提出空间高效数据结构,分别以近最优比特数支持常数时间邻域与可见性查询,并证明其紧凑性与简洁性。
2023-11-28 cs.DS
Nearly Optimal Internal Dictionary Matching
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Massachusetts Institute of Technology(麻省理工学院);Feicheng Hailiang Foreign Language School(费城海亮外国语学校);Tsinghua University(清华大学)
提出一种名为基本子串结构(BASS)的O(n)大小数据结构,用于内部字典匹配问题,在近乎最优的查询和预处理时间内处理所有查询类型,包括CountDistinct、Count和ReportDistinct查询的加速。
2026-07-02 cs.DS
Dynamic Convex Hulls for Simple Paths
本文研究平面动态凸包的两种受限场景,提出基于双端队列的最优方案,实现最坏情况常数时间更新与对数时间查询,并证明匹配下界,改进了此前的摊还对数时间更新结果。
2024-03-08 cs.CG cs.DS
Internal Pattern Matching Queries in a Text and Applications
本研究提出用于文本内部模式匹配查询的最优数据结构,其查询时间与片段长度商成正比、空间与构造时间均为$O(n/ \log_σn)$,可应用于周期计算等经典字符串内部问题,并给出了字符串同步集的新构造方法。
2023-05-02 cs.DS
Dynamic Indexability: The Query-Update Tradeoff for One-Dimensional Range Queries
B树是一种基本的二级索引结构,广泛用于回答一维范围报告查询。给定一组$N$键,可以在$O(\log_B \nm + \frac{K}{B})$ I/O中回答范围查询,其中$B$是磁盘块大小,$K$是输出大小,$M$是主存缓冲区的大小。当插入或删除键时,如果我们要求立即将结果更改提交到磁盘,则B树将在$O(\log_B N)$ I/O中更新。否则,可以使用内存缓冲区来缓冲最近的更新,并且可以将更改批量写入磁盘,这显著降低了摊销更新成本。一种系统的级联更新方法是使用对数方法,结合分数级联,产生一个动态B树,支持$O(\frac{1}{B}\log\nm)$ I/O中的插入和$O(\log\nm + \frac{K}{B})$ I/O中的查询。这样的边界也被数据库文献中的几个已知的动态B树变体所匹配。本文证明了对于任何具有查询代价$O(q+\frac{K}{B})$和摊销插入代价$O(u/B)$的动态一维范围查询索引结构,如果$q=O(\log B)$,则折衷方案$q\cdot \log(u/q) = Ω(\log B)$必须成立.对于最合理的参数值,我们有$\nm = B^{O(1)}$,在这种情况下,我们的查询插入折衷意味着上面提到的边界已经是最优的。我们的下界在{ \em可索引性模型}的动态版本中成立,这是独立的利益。
2008-11-26 cs.DB cs.DS
Universally Optimal Decremental Tree Minima
Max Planck Institute for Informatics(马克斯·普朗克信息学研究所)
本文提出了一种普遍最优的数据结构,用于维护动态森林中每棵树的最小顶点权重,结合路径分解和splay树技术,实现高效处理动态图问题。
2026-02-17 cs.DS
Compressed Indexing with Signature Grammars
压缩索引问题是将长度为$n$的字符串$S$预处理为支持模式匹配查询的压缩表示。也就是说,给定长度为$m$的字符串$P$,报告$S$中所有出现的$P$。我们提出了一种数据结构,支持模式匹配查询在$O(m + occ (\lg\lg n + \lg^εz))$时间使用$O(z \lg(n / z))$空间,其中$z$是$S$和$ε> 0$的LZ77解析的大小是一个任意小的常数,当字母表是小或$z = O(n^{1 - δ})$的任何常数$δ> 0$。我们还提出了两种数据结构的一般情况下,一个空间增加了$O(z\lg\lg z)$,和一个查询时间的变化从最坏的情况下预期。这些结果改进了以前最好的已知的解决方案。值得注意的是,这是第一个决定$P$是否在$O(m)$时间中使用$O(z\lg(n/z))$空间出现在$S$中的数据结构。我们的研究结果主要是通过一种新的随机语法构建算法与众所周知的技术相结合,模式匹配的2D范围报告。
2018-04-11 cs.DS
Faster batched range minimum queries
范围最小查询(RMQ)是许多压缩数据结构和字符串匹配算法的重要组成部分。虽然这个问题在理论上基本上已经解决了,复杂的数据结构允许恒定时间查询,但在某些情况下,查询的数量$q$相当小,并且是预先给定的,这鼓励使用更简单的方法。Alzamel等人最近的一项工作是将输入数组收缩为一个更短的数组,其大小与$q$成比例。在这项工作中,我们建立在他们的解决方案上,将处理小批量查询的速度提高了3.8- 7.8倍(差距随着$q$的增加而增加)。帮助我们实现这一优势的关键思想是采用众所周知的稀疏表技术来处理块,并进行推测性的块最小值比较。我们还提出了一个更快(但可能使用更多空间)的变体,没有数组收缩。
2017-07-10 cs.DS
Bundled References: An Abstraction for Highly-Concurrent Linearizable Range Queries
我们提出了捆绑引用,一个新的构建块,提供高度并发的链接数据结构的线性范围查询操作。绑定引用允许范围查询遍历通过数据结构的路径,该路径与目标原子快照一致,并且由应被访问以保持线性化的最小数量的节点组成。我们实现我们的技术到一个跳表,二叉搜索树,和链表数据结构。我们的评估表明,在混合工作负载中,我们的设计对最先进的技术进行了改进,对于跳表提高了3.9倍,对于二叉搜索树提高了2.1倍。我们还将捆绑的数据结构集成到DBx 1000内存数据库中,与相同的竞争对手相比,收益高达20%。
2020-12-31 cs.DC cs.DS
The covert set-cover problem with application to Network Discovery
我们解决了一个版本的集合覆盖问题,我们不知道最初的集合(因此被称为隐蔽),但我们可以查询一个元素,找出哪些集合包含这个元素,以及查询一个集合知道的元素。我们希望使用最少数量的此类查询找到一个小的集合覆盖。我们提出了一个Monte Carlo随机算法,近似的最佳集覆盖的大小$OPT$内$O(\log N)$因素与高概率使用$O(OPT \cdot \log^2 N)$查询,其中$N$是输入大小。我们应用这种技术的网络发现问题,涉及到验证所有的边缘和非边缘的一个未知的$n$顶点图的分层图查询的基础上,从最小数量的顶点。通过将其归结为隐蔽的集合覆盖问题,我们提出了一个$O(\log^2 n)$ -竞争蒙特卡罗随机算法的隐蔽版本的网络发现问题。以前最著名的算法有一个竞争比$Ω(\sqrt{n\log n})$,因此我们的结果实现了指数级的改善。
2012-02-06 cs.DS
Searching in Dynamic Catalogs on a Tree
在本文中,我们考虑以下修改的迭代搜索问题。我们给出树$T$,使得动态目录$C(v)$与每个树节点$v$相关联。对于任何$x$和$T$中的任何节点到根路径$π$,我们必须在$\cup_{v\in π} C(v)$中找到$x$的前身。我们提出了一个线性空间的动态数据结构,支持这样的查询在$O(t(n)+|π|)$的时间,其中$t(n)$是所需的时间在一个目录中搜索和$|π|$表示路径$π$上的节点数。我们还考虑了这个问题的报告变体,其中对于任何$x_1$,$x_2$和任何路径$π'$,必须报告$\cup_{v\in π'} (C(v)\cap [x_1,x_2])$的所有元素;这里$π'$表示任意节点$v_0$和其祖先$v_1$之间的路径。我们表明,这样的查询可以回答在$O(t(n)+|π'|+ k)$的时间,其中$k$是在答案中的元素的数量。为了说明我们的技术的应用,我们描述了第一动态数据结构的刺最大值问题,水平点定位问题,正交线段相交问题与最佳的$O(\log n/\log \log n)$查询时间和多对数更新时间。
2010-07-20 cs.DS
DESSERT: An Efficient Algorithm for Vector Set Search with Vector Set Queries
本文提出DESSERT算法,通过检索表高效解决向量集查询的近似搜索问题,并在ColBERT模型上实现2-5倍加速且召回率损失极小。
2023-10-26 cs.DS
ZigZag Trie: A Novel Index for Contextual Queries
King’s College London(伦敦国王学院);University of Texas at Dallas(德克萨斯大学达拉斯分校);North Carolina State University(北卡罗来纳州立大学);Louisiana State University(路易斯安那州立大学);The Cyprus Institute(塞浦路斯研究院)
针对文本中字符串上下文查询效率低的问题,提出ZigZag Trie全文索引,以线性时间空间构建,支持四种上下文查询,速度远超基线。
2026-09-18 cs.DB cs.DS
Range Longest Increasing Subsequence and its Relatives
Rutgers University(罗格斯大学);Indian Institute of Science(印度科学学院)
本文提出了针对范围最长递增子序列问题及其变种的高效算法,改进了传统方法的时间复杂度,并在理论基础上证明了算法的最优性。
2025-12-01 cs.DS
The Dichotomy of Evaluating Homomorphism-Closed Queries on Probabilistic Graphs
本文针对概率图上的同态封闭查询,证明了无界查询的评估是#P难的,并结合有界查询的已有分类,给出了完整的数据复杂度二分类,涵盖多种查询片段。
2022-01-06 cs.CC cs.DB cs.DS
I/O-Efficient Planar Range Skyline and Attrition Priority Queues
在平面范围天际线报告问题中,我们将n个2D点的集合P存储在一个结构中,使得给定查询矩形Q = [a_1,a_2] x [b_1,b_2],skyline)的数据。如果Q的边接地,则查询是3边的,从而产生两个变体:顶开(b_2 = \infty)和左开(a_1 = - \infty)查询。我们所有的结果都在外部存储器中,在O(n/B)空间预算下,对于静态和动态设置:* 对于静态P,我们给出了在O中回答top-open查询的结构(log_B n + k/B),O(loglog_B U + k/B),当宇宙为R^2,一个U × U网格,一个秩空间网格[O(n)]^2时,I/O为O(1 + k/B),(其中k是报告点的数量)。查询复杂度在所有情况下都是最优的。* 我们证明了左开的情况更难,使得任何线性大小的结构必须为查询招致Ω((n/B)^e + k/B)I/O。我们证明了这种情况与一般的4边查询一样困难,为此我们给出了一个静态结构,其最优查询成本为O((n/B)^e + k/B)。* 我们给出了一个动态结构,支持在O(log_2B^e(n/B)+ k/B^1-e)的I/O的顶开查询,和O(log_2B^e(n/B))的I/O的更新,任何e满足0 \le e \le 1。这导致了4边查询的动态结构,其最优查询成本为O((n/B)^e + k/B),摊销更新成本为O(log(n/B))。作为…
2013-06-12 cs.DS
High-accuracy log-concave sampling with stochastic queries
MIT(麻省理工学院);Yale University(耶鲁大学)
本文提出利用具有亚指数尾部的随机梯度实现高精度对数凹采样,展示其在迭代和查询复杂度上与凸优化问题的分离,并提供信息论论证证明轻尾随机梯度对高精度的必要性。
2026-05-14 cs.DS cs.LG math.PR
Optimizing the Number of Gates in Quantum Search
$ $在其通常的形式中,Grover的量子搜索算法使用$O(\sqrt{N})$查询和$O(\sqrt{N} \log N)$其他基本门在$N$位数据库中找到解决方案。Grover在2002年展示了如何减少$O(\sqrt{N}\log\log N)$的其他门的数量,用于数据库具有唯一解决方案的特殊情况,而不会显著增加查询的数量。我们将展示如何进一步减少到$O(\sqrt{N}\log^{(r)} N)$门的任何恒定的$r$,和足够大的$N$。这意味着,平均而言,两个查询之间的门只会接触到算法作用的$\log N$量子位的常数。对于2的幂的非常大的$N$,我们可以选择$r$,使得算法基本上使用最小数量的$\fracπ{4}\sqrt{N}$查询,并且仅使用$O(\sqrt{N}\log(\log^{\star} N))$其他门。
2016-10-21 cs.DS quant-ph