Detecting $k$-(Sub-)Cadences and Equidistant Subsequence Occurrences
研究了等距子序列模式匹配问题。给定一个模式字符串$P$和一个文本字符串$T$,如果$P$是文本的一个子序列,使得$P$的连续符号在出现时是等间隔的,则我们说$P$是$T$的一个\emph{equidistant subsequence}。我们可以把等距终止问题看作是(子)终止的推广。我们给出了位并行算法,产生$o(n^2)$时间算法寻找$k$ -(子)节奏和等距序列。此外,$O(n\log^2 n)$和$O(n\log n)$时间算法,分别为等距和阿贝尔等距匹配的情况下$|P| = 3$,显示。该算法利用最近推出的一种技术,可以有效地计算卷积与线性约束。
2020-02-17 cs.DS
Compact multi-text index for circular Cartesian tree matching
提出基于BWT的笛卡尔扩展BWT索引结构,支持动态扩展和静态压缩两种变体,用于高效循环笛卡尔树匹配。
2026-06-18 cs.DS
Compressed Subsequence Matching and Packed Tree Coloring
提出了一种新的文法压缩串的子序列匹配算法。给定一个大小为$n$的文法,在一个大小为$σ$的字母表上压缩一个大小为$N$的字符串和一个大小为$m$的模式字符串,我们的算法使用$O(n+\frac{nσ}{w})$空间和$O(n+\frac{nσ}{w}+m\log N\log w\cdot occ)$或$O(n+\frac{nσ}{w}\log w+m\log N\cdot occ)$时间。这里$w$是字的大小,而$occ$是模式出现的次数。我们的算法使用更少的空间比以前的算法,也是更快的$occ=o(\frac{n}{\log N})$发生。该算法使用了一种新的数据结构,使我们能够有效地找到下一次出现的一个给定的字符后,一个给定的位置在压缩字符串。该数据结构又基于树颜色问题的新数据结构,其中节点颜色被打包在位串中。
2014-06-05 cs.DS
Approximate Cartesian Tree Matching: an Approach Using Swaps
本文首次研究带一次相邻交换的近似笛卡尔树模式匹配,提出两种算法,分别以 Theta(mn) 时间和 O((m^2 + n)log m) 时间找出文本中与模式在一次换位后具有相同笛卡尔树的所有因子。
2024-10-18 cs.DS
Fast Arc-Annotated Subsequence Matching in Linear Space
弧注释字符串是一个字符串,称为基地,增加了一组对,称为弧,每个连接两个基地。给定弧注释字符串$P$和$Q$,弧保留子序列问题是确定是否可以通过从$Q$删除碱基从$Q$获得$P$。每当删除一个基准时,端点位于该基准中的任何圆弧也将被删除。弧注释字符串中的弧是“嵌套”的,是RNA分子的自然模型,它捕获了这些分子的一级和二级结构。嵌套弧标注字符串的弧保持子序列问题是研究RNA分子功能的基本问题。Gramm等人[ACM Trans.Algorithms 2006]给出了使用$O(nm)$时间和空间的该问题的算法,其中$m$和$n$分别是$P$和$Q$的长度。在本文中,我们提出了一种新的算法,使用$O(nm)$时间和$O(n + m)$空间,从而匹配以前的时间范围,同时显着减少空间从二次项线性。这对于处理大RNA分子至关重要,因为空间可能是瓶颈。为了获得我们的结果,我们引入了一些新的想法,这可能是独立的兴趣弧注释字符串的相关问题。
2010-09-08 cs.DS
Efficient algorithms for the longest common subsequence in $k$-length substrings
在$k$长度的子串中寻找最长公共子序列(LCS $k$)是最近提出的一个计算生物学问题。这是公知的LCS问题的推广,其中来自两个序列$A$和$B$的匹配符号被来自$A$和$B$的长度为$k$的匹配非重叠子串替换。我们提出了几种算法LCS $k$,是非平凡的体现,从LCS研究(动态规划,稀疏动态规划,制表)的主要概念。我们的算法利用线性时间和线性空间的预处理,从一个序列中找到所有长度为$k$的子串在另一个序列中的出现。
2013-11-18 cs.DS
Combinatorial Algorithms for Subsequence Matching: A Survey
在本文中,我们提供了一系列的最新成果的概述,关于算法的搜索在单词中的连续性或连续性发生在一个词的分析集。
2022-10-10 cs.DS cs.FL
Approximate Cartesian Tree Matching with One Difference
本文研究允许一处差异的近似 Cartesian 树模式匹配,提出通用 O(nM) 算法并证明其在多种随机模型下平均线性,同时给出可推广到多处差异的自动机算法。
2025-05-14 cs.DS
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。
2021-08-14 cs.DS
Conditional Indexing Lower Bounds and Normalization Boundaries for Elastic Subsequence Matching
该研究基于SETH假设,推导弹性子序列匹配中多种得分对应的静态索引下界,分析归一化边界,为相关匹配问题的索引设计提供理论限制。
2026-10-12 cs.DS
Approximate Cartesian Tree Matching with Substitutions
King’s College London(伦敦国王学院);DIENS, École normale supérieure de Paris, PSL Research University(巴黎高等师范学院,PSL研究大学)
本文提出了一种近似Cartesian树匹配算法,通过汉明距离度量在时间序列分析中提升鲁棒性。
2026-02-09 cs.DS
Subsequences With Gap Constraints: Complexity Bounds for Matching and Analysis Problems
我们考虑间隙约束的连续性,即,可以嵌入到串W中的长度为k的连续性P使得所引起的间隙(即,p映射到的位置之间的w的因子)满足给定的间隙约束$gc = (C_1, C_2, ..., C_{k-1})$ ;我们称p为w的GC子序列。在间隙约束GC的情况下,定义的长度下限和上限$C_i = (L^-_i, L^+_i) \in \mathbb{N}^2$和/或正则语言$C_i \in REG$,我们证明了严格的(条件上的正交向量(OV)假设)的复杂性边界检查是否一个给定的p是一个GC-子序列的字符串w。我们还考虑了一个字符串的所有gc-连续性的整个集合,并调查这些gc-连续性的普遍性,等价性和包容性问题的复杂性。
2022-06-28 cs.CC cs.DS cs.FL
Extending the Burrows-Wheeler Transform for Cartesian Tree Matching and Constructing It
本文针对笛卡尔树匹配索引构造中指针结构空间开销过大的瓶颈,提出一种紧凑空间且近线性时间的构造方法,并将其扩展为支持多循环文本的动态索引,用于发现与偏移和缩放无关的重复基序。
2024-11-19 cs.DS
Subsequences in Bounded Ranges: Matching and Analysis Problems
本文研究有界范围内的子序列匹配与分析问题,给出匹配问题的二次时间上下界,证明多数相关分析问题在该场景下难解,并给出循环单词匹配的应用示例。
2024-09-13 cs.DS cs.FL
Generic Subsequence Matching Framework: Modularity, Flexibility, Efficiency
子序列匹配是解决数据采掘和相似性检索中许多问题的理想方法。它已被证明,几乎任何数据类(音频,图像,生物特征,信号)是或可以由某种类型的时间序列或符号串,它可以被视为各种子序列匹配方法的输入表示。数据类型、具体任务及其部分或全部解决办法的多样性如此广泛,以致于为某一特定任务选择、实施和确定适当解决办法的参数可能既复杂又费时;将不同研究领域的碎片进行可能富有成效的组合可能既不明显也不容易实现。这一领域的主要作者还提到了实施偏差,这使得难以对竞争方法进行适当的比较。因此,我们提出了一个新的通用子序列匹配框架(SMF),试图克服上述问题的统一框架,简化和加快子序列匹配相关系统的设计,开发和评估。我们确定了几个相对独立的子任务解决不同的文献和SMF使他们能够结合在一起,以直接的方式实现新的质量和效率。该框架可以应用于多种应用领域,其组件可以有效地重用。其严格的模块化架构和开放性也使来自不同领域的有效解决方案,例如有效的基于指标的索引。这是DEXA 2012上发表的一篇论文的扩展版本。
2012-06-12 cs.DS cs.IR cs.MM
Faster Exponential Algorithm for Permutation Pattern Matching
排列模式匹配问题询问,给定$n$元素和$π$上的两个排列$σ$,$σ$是否允许具有与$π$相同的相对顺序的子序列(或者,在计数版本中,有多少这样的顺序)。这个自然问题被Bose,Buss和Lubiw [IPL 1998]证明是NP完全的,因此我们应该寻求精确的指数时间解。Berendsohn、Kozma和Marx [IPEC 2019]提出的迄今为止渐进最快的此类解决方案在$\mathcal{O}(1.6181^n)$时间内有效。我们设计了一个简单而快速的$\mathcal{O}(1.415^{n})$时间算法的检测和计数版本。我们还证明,这是最佳的算法之间的一定的自然类。
2021-08-25 cs.DS
Parallel Algorithm for Longest Common Subsequence in a String
在模式识别和匹配领域中,寻找最长公共子序列是一个非常重要的问题。本文提出了一种基于并行计算的算法。我们使用OpenMPAPI包作为中间件将数据发送到不同的处理器。我们已经测试了我们的算法在一个系统中有四个处理器和2 GB的物理内存。最好的结果表明,并行算法的性能(计算速度)提高了3.22。
2013-06-19 cs.DS
CT-Miner: Fast and Coarse-Grained Time-Series Pattern Mining via Cartesian Trees
Yonsei University(延世大学)
针对时间序列模式挖掘计算开销大的问题,提出基于笛卡尔后缀树的CT-Miner算法,将穷举模式收集从O(n^4)降至O(n^2),并证明其能生成紧凑表示,保留聚类结构。
2026-10-06 cs.DS cs.LG
Longest Square Subsequence Problem Revisited
最长平方子序列(LSS)问题包括计算给定字符串$S$的最长子序列,该字符串是正方形,即,出现在$S$中的形式$XX$的最长子序列。众所周知,长度为$n$的字符串$S$的LSS可以使用$O(n^2)$时间[Kosowski 2004]计算,或者使用$O(n^2 (\log \log n)^2 / \log^2 n)$时间[Tiskin 2013]进行(依赖于模型的)多对数加速。我们提出了第一个算法的LSS的运行时间取决于其他参数,即,我们证明了$S$的LSS可以在$O(r \min\{n, M\}\log \frac{n}{r} + n + M \log n)$时间和$O(M)$空间中计算,其中$r$是$S$的LSS的长度,$M$是$S$上的匹配点的数量。
2020-07-29 cs.DS
A hardness result and new algorithm for the longest common palindromic subsequence problem
2-LCPS问题,首先由Chowdhury等人[Fundam.通知。,129(4):329-340,2014],要求计算两个给定字符串$A$和$B$之间的最长回文公共子序列(的长度)。我们表明,2-LCPS问题是至少一样难的研究最长的公共子序列问题的四个字符串(4-LCS问题)。然后,我们提出了一个新的算法,解决了2-LCPS问题在$O(σM^2 + n)$时间,其中$n$表示的长度$A$和$B$,$M$表示之间的匹配位置的数量$A$和$B$,和$σ$表示的数量不同的字符出现在$A$和$B$。我们的新算法比Chowdhury等人的算法更快。的稀疏算法时,$σ= o(\log^2n \log\log n)$。
2016-12-22 cs.DS
Subsequence Matching and LCS with Segment Number Constraints
本文研究分段LCS(SegLCS)和分段子序列匹配(SegE)问题,提出SegE的SETH条件时间下界、O(mn)时间算法,以及SegLCS的O(fn2(n1-ℓ+1))时间算法。
2025-02-26 cs.DS
Linear Time Subsequence and Supersequence Regex Matching
Univ. Lille, Inria, CNRS, Centrale Lille(里尔大学、法国国家信息与自动化研究所、法国国家科学研究中心、中央理工学院里尔分校);University of Wrocław(弗罗茨瓦夫大学);University of Göttingen(哥廷根大学);Humboldt-Universität zu Berlin(柏林洪堡大学)
本文提出线性时间算法解决字符串的子序列或超序列是否匹配正则表达式的问题,并证明定量问题与经典LCS/SCS复杂度相同,而其他字符串关系(如中缀、前缀)的匹配问题复杂度与经典正则表达式匹配相同。
2026-06-15 cs.DS cs.FL
Subsequence Matching and Analysis Problems for Formal Languages
本文研究由文法或自动机表示的语言中的子序列匹配与分析问题,扩展了正则语言的高效算法,为上下文无关语言提供了高效算法,并证明了上下文敏感语言的不可判定性。
2024-10-10 cs.DS cs.FL
Fast and Compact Regular Expression Matching
我们研究了字符串匹配中的4个问题,即正则表达式匹配,近似正则表达式匹配,字符串编辑距离,和子序列索引,在一个标准的字RAM模型的计算,允许在恒定的时间内操作的字符串大小的字。我们展示了如何提高空间和/或删除依赖于字母表的大小,为每个问题使用现有算法的改进制表技术或通过结合已知的算法在一个新的方式。
2008-09-22 cs.DS
Longest Common Subsequence in k-length substrings
在本文中,我们定义了一个新的问题,出于计算生物学,$LCSk$的目的是找到最大数量的$k$长度$substrings$,在两个输入字符串匹配,同时保持其出现顺序。传统的LCS定义是我们问题的一个特例,其中$k = 1$。我们提供了一个算法,解决一般情况下的$O(n^2)$时间,其中$n$是输入字符串的长度,等于所需的时间为特殊情况下的$k=1$。该算法的空间需求是$O(kn)$。%,但是,为了启用解决方案的%回溯,需要$O(n^2)$空间。我们还定义了一个互补的$EDk$距离测度,并证明了$EDk(A,B)$可以在$O(nm)$时间和$O(km)$空间中计算,其中$m$,$n$分别是输入序列$A$和$B$的长度。
2014-02-10 cs.DS
Pattern matching in $(213,231)$-avoiding permutations
给定置换$σ\in S_k$和$π\in S_n$与$k<n$,\emph{pattern matching}问题是决定$π$是否匹配$σ$作为顺序同构子序列。在$π$和$σ$都避免两个大小- $3$置换$213$和$231$的情况下,我们给出了一个线性时间算法。对于只有$σ$避免$213$和$231$的特殊情况,我们提出了一个$O(max(kn^2,n^2\log(\log(n)))$时间算法.我们扩展我们的研究,避免$213$和$231$的bivincular模式,并提出了一个$O(kn^4)$时间算法。最后我们研究了避免$213$和$231$的最长子序列的相关问题。
2015-11-05 cs.DS math.CO
The Longest Common Bitonic Subsequence: Match-Sensitive Algorithms and Conditional Hardness
American International University-Bangladesh(孟加拉国美国国际大学)
本文提出两种算法解决最长公共双峰子序列问题,通过动态规划和匹配敏感方法提高效率。
2026-10-20 cs.DS
A Space-Efficient Algorithm for Longest Common Almost Increasing Subsequence of Two Sequences
本文研究两个序列的最长公共近似递增子序列问题,提出改进空间复杂度的动态规划算法,并进一步设计在匹配对数量较少时更快的算法。
2025-05-07 cs.DS
THAAD: Efficient Matching Queries under Temporal Abstraction for Anomaly Detection
本文提出了一种新的基于时态数据的异常检测算法和高效的数据结构。时间序列数据表示的符号时间间隔序列,描述增加和减少的趋势,在一个紧凑的方式使用梯度时间抽象技术。然后,我们发现不寻常的序列中使用动态数据结构的几何观测支持多对数更新和查询时间的基础上。此外,我们引入了一个新的参数来控制相应的符号之间的成对差异,除了一个距离度量之间的连续性。在公共DNS网络流量数据集上的实验结果表明,与基线相比,我们的方法具有优越性。
2019-11-04 cs.DB cs.DS
Hardness of Permutation Pattern Matching
排列模式匹配(Permutation Pattern Matching,PPM)是一个判定问题,其输入是一对排列$π$和$τ$,表示为整数序列,任务是确定$τ$是否包含与$π$序同构的子序列。Bose,Buss和Lubiw证明了PPM在一般输入下是NP完全的。我们表明,PPM是NP完全的,即使当$π$没有长度为3的递减子序列和$τ$没有长度为4的递减子序列。这提供了当$π$和$σ$中的一个或两个被限制为置换的适当遗传类时PPM是困难的第一个已知示例。当$π$和$τ$都避免长度为3的递减子序列时,以及当$π$避免长度为2的递减子序列时,已知PPM是多项式,在这个意义上,该硬度结果是严格的。结果在另一个意义上也是紧的:我们将证明,对于避免长度为3的递减序列的置换类的任何遗传真子类C,存在求解PPM实例的多项式算法,其中$π$来自C,并且$τ$是任意的。我们也得到类似的硬度和易处理的结果,所谓的斜合并模式的类。从这些结果中,我们推导出一个复杂性二分法的PPM问题限制到$π$属于$Av(ρ)$,其中$Av(ρ)$表示类的置换,避免置换$ρ$。具体地说,我们证明了当$ρ$在集合{1,12,21,132,213,231,312}中时,问题是多项式的,并且对于任何其他$ρ$,问题是NP完全的。
2016-08-01 cs.DM cs.DS math.CO
Hidden Words Statistics for Large Patterns
我们在这里研究所谓的子序列模式匹配,也被称为隐藏模式匹配,其中一个搜索给定的模式$w$的长度$m$作为子序列中的长度$n$的随机文本。感兴趣的量是作为子序列的$w$的出现次数(即,出现在不一定连续的文本位置中)。这个问题在入侵检测、痕迹重建、删除通道和基于DNA的存储系统中有着广泛的应用。在所有这些应用中,模式$w$具有可变长度。据我们所知,该问题仅针对固定长度的$m=O(1)$解决[Flajolet、Szpankowski和Vallée,2006]。在我们的主要结果,我们证明了$m=o(n^{1/3})$的子序列出现的次数是正态分布。此外,我们证明了在$w$的结构上的一些约束下,渐近正态性可以扩展到$m=o(\sqrt{n})$。对于由相同符号组成的特殊模式$w$,我们指出对于$m=o(n)$,连续数的分布要么是渐近正态分布,要么是渐近对数正态分布.我们猜想,这种二分法对所有的模式都是正确的。我们使用Hoeffding的投影方法的$U$ -统计来证明我们的研究结果。
2020-03-21 cs.DS math.PR
Subsequences With Generalised Gap Constraints: Upper and Lower Complexity Bounds
本文研究广义间隔约束下的子序列匹配问题,证明其 NP-hard 性并给出参数化复杂度分析,同时识别出若干可高效求解的子类。
2024-04-16 cs.DS
Multivariate Fine-Grained Complexity of Longest Common Subsequence
我们重温了经典的组合模式匹配问题,找到一个最长的共同子序列(LCS)。对于长度为$n$的字符串$x$和$y$,教科书算法在时间$O(n^2)$中求解LCS,但是尽管已经花费了很多努力,但是没有$O(n^{2-\varepsilon})$时间算法是已知的。最近的工作确实表明,这样的算法将反驳强指数时间假设(SETH)[Abboud,Backurs,Vassilevska Williams + Bringmann,Künnemann FOCS'15]。尽管有二次时间的障碍,但40多年来,一个持久的科学兴趣继续为LCS及其变体产生快速算法。特别注意的是识别和利用输入参数,产生强次二次时间算法的特殊情况下的利益,例如,差异文件比较。这条研究路线一直成功地进行到1990年,当时重大的改进停止了。在本文中,使用细粒度复杂性的镜头,我们的目标是(1)证明缺乏进一步的改进和(2)确定是否LCS的某些特殊情况下承认比目前已知的更快的算法。为此,我们对LCS的多变量复杂性进行了系统的研究,并考虑了文献中先前讨论的所有参数:输入大小$n:=\max\{|x|,|y|\}$,较短字符串$m:=\min\{|x|,|y|\}$的长度,$x$和$y$的LCS的长度$L$,删除数$δ:= m-L$和$Δ:= n-L$,字母表大小,以及匹配对$M$和显性对$d$的数量。对于任何一类的实例,通过固定每个参数单独的输…
2018-03-02 cs.CC cs.DS
Kernelization lower bound for Permutation Pattern Matching
如果置换$π$包含长度为$|σ|$的子序列,其元素的相对顺序与置换$σ$中的元素的相对顺序相同,则置换$π$包含置换$σ$作为模式。这个概念在枚举组合学中起着重要的作用。我们证明了这个问题没有一个多项式内核(广泛认为的复杂性假设$\mbox{NP} \not\subseteq \mbox{co-NP}/\mbox{poly}$下),通过引入一个新的多项式减少从集团问题置换模式匹配。
2015-01-11 cs.CC cs.DS
Cell-Probe Bounds for Online Edit Distance and Other Pattern Matching Problems
给出了流中编辑距离、汉明距离、卷积和最长公共子序列计算的单元探测界。在该模型中,给定固定的$n$符号串,并且在流中一次一个$δ$比特符号到达。在每个符号到达之后,报告固定字符串与流的最近符号的后缀之间的距离。单元探测模型可能是显示数据结构下限的最强计算模型,特别是包括流行的字RAM模型。* 我们首先给出一个时间的$Ω((δ\log n)/(w+\log\log n))$下限,以给出在线汉明距离和卷积的每个输出,其中$w$是单词大小。这个界限依赖于一个新的编码方案,并首次举行,即使当$w$是一个单一的位小。* 然后,我们考虑在线编辑距离和最长公共子序列的位探测模型($w=1$)与一个恒定大小的输入字母表的问题。我们给出了适用于这两个问题的$Ω(\sqrt{\log n}/(\log\log n)^{3/2})$的下界。第二组结果依赖于我们的新编码方案以及精心构建的硬分布。* 最后,对于在线编辑距离问题,我们证明了在细胞探针模型中存在一个$O((\log n)^2/w)$上界。这个界限与我们的新下限形成了对比,并且在已知的细胞探针和RAM模型复杂性之间建立了指数差距。
2014-07-24 cs.DS
Multiple serial episode matching
在前一篇文章中,我们推广了Knuth-Morris-Pratt(KMP)模式匹配算法,定义了一种非常规的RAM--MP-RAM(带有额外操作的RAM),并设计了一个O(n)的在线算法来解决MP-RAM上只有一个单集时的串行集匹配问题。我们在这里给出了两个扩展的情况下,我们同时搜索几个模式,并比较它们。更精确地,给定$q+1$字符串(长度为$n$和$q$模式$m\_1,...,m\_q$的文本$t$)和自然数$w$,{ \em多系列情节匹配问题}在于找到包含模式$m\_1,...,m\_q$作为连续性的文本$t$的大小$w$窗口的数量,即对于每个$m\_i$,如果$m\_i=p\_1,..., p\_k$,则字母$p\_1,..., p\_k$出现在窗口中,与$m\_i$中的顺序相同,但不必连续(它们可以与其他字母交错)。}本文的主要贡献是提出了一种实时在线求解该问题的算法$O(nq)$。
2006-03-13 cs.DS
Improved Algorithms for Approximate String Matching (Extended Abstract)
近似字符串匹配问题在计算生物学、文本处理和模式识别等领域都有重要的应用。已经做出了很大的努力来设计有效的算法来解决问题的几个变体,包括两个字符串的比较,字符串中的近似模式识别或两个字符串共享的最长公共子序列的计算。我们设计了一个输出敏感的算法,在时间O((s-1))内解决长度分别为n和m的两个字符串之间的编辑距离问题。|N-m| min(m,n,s)+m+n)和线性空间,其中s是两个字符串之间的编辑距离。这个最坏情况下的时间界限设置算法的二次因子独立于最长字符串长度,并改善了这个问题的现有理论界限。我们的算法的实现也擅长在实践中,特别是在两个字符串比较的长度显着不同的情况。我们算法的源代码可在http://www.cs.miami.edu/dimitris/edit_distance上获得
2008-07-28 cs.DS
Sketching, Streaming, and Fine-Grained Complexity of (Weighted) LCS
我们研究了小字母长度字符串的最长公共子序列问题(LCS)的草图和流算法$|Σ|$。对于判断字符串$x,y$的LCS长度是否至少为$L$的问题,我们得到了$\mathcal{O}(L^{|Σ| - 1} \log L)$的草图大小和流空间使用率。我们还证明了匹配的无条件下界。作为一个应用程序,我们研究了LCS的一个变体,其中每个字母符号都配备了一个权重,作为输入,任务是计算一个共同的子序列的最大总重量。使用我们的草图算法,我们得到了这个问题的$\mathcal{O}(\textrm{min}\{nm, n + m^{\lvert Σ\rvert}\})$时间算法,长度为$n,m$的字符串$x,y$,$n \ge m$。我们证明了最优的运行时间为低阶因素,假设强指数时间假设。
2018-10-02 cs.DS
Cadences in Grammar-Compressed Strings
终止符是对应于基础字符串中相等字符的索引的结构最大算术级数。本文提出了一种多项式时间检测文法压缩二进制串中3-终止的算法。该算法也转化为一个线性时间检测算法的3-终止在未压缩的二进制字符串。此外,本文证明了几个变种的韵律检测问题是NP-完全的语法压缩字符串。因此,长度为3的模式的等距子序列匹配问题是NP-完全的语法压缩的三进制字符串。
2020-08-12 cs.DS
Optimal Adaptive Detection of Monotone Patterns
我们研究自适应次线性算法检测阵列中的单调模式。给定固定的$2 \leq k \in \mathbb{N}$和$\varepsilon > 0$,考虑在一个数组$f \colon [n] \to \mathbb{R}$中找到一个长度- $k$递增的子序列的问题,假设$f$是$\varepsilon$ -远远没有这样的连续性。最近,它表明,上述任务的非自适应查询复杂度是$Θ((\log n)^{\lfloor \log_2 k \rfloor})$。在这项工作中,我们打破了非自适应的下限,提出了一个自适应算法,使$O(\log n)$查询这个问题。这是最优的,匹配Fischer [2004]的经典$Ω(\log n)$自适应下限用于单调性测试(对应于$k=2$情况),并且特别意味着测试最长递增子序列(LIS)是否具有恒定长度的查询复杂度为$Θ(\log n)$。
2019-11-04 cs.DM cs.DS math.CO
Exact Sampling of Permutations with a Fixed Longest Increasing Subsequence
University of Oxford(牛津大学);University of Bristol(布里斯托大学)
研究对长度为 n 且最长递增子序列长度为 k 的排列进行精确均匀采样,对于 k ∈ Θ(n) 给出期望运行时间 O(n log log n) 的直接拒绝采样器,对于任意 k 给出基于 Robinson-Schensted 对应的精确采样器,并通过行列式恒等式和 Hankel 矩矩阵优化实现。
2026-07-09 cs.DS math.CO
Quadratic Conditional Lower Bounds for String Problems and Dynamic Time Warping
字符串的经典相似性度量是最长公共子序列和Levenshtein距离(即,经典的编辑距离)。曲线的经典相似性度量是动态时间规整。这些测量可以通过简单的$O(n^2)$动态规划算法来计算,并且尽管付出了很多努力,但是还没有已知的具有显著更好的运行时间的算法。我们证明,即使仅限于二进制字符串或一维曲线,分别,这些措施没有强次二次时间算法,即,对于任何$\varepsilon > 0$,没有运行时间为$O(n^{2-\varepsilon})$的算法,除非强指数时间假设失败。我们将结果推广到编辑距离的任意固定成本的四个操作(删除在两个字符串之一,匹配,替代),通过识别平凡的情况下,可以解决在恒定的时间,并证明二次时间硬度二进制字符串的所有其他成本的选择。这改善和推广已知的硬度结果Levenshtein距离[Backurs,Indyk STOC'15]的限制,二进制字符串和推广到任意成本,并增加了重要的问题,最近的一系列研究显示越来越多的二次时间问题的条件下界。作为我们的主要技术贡献,我们介绍了一个框架,证明二次时间硬度的相似性措施。要应用该框架,只需构造一个小工具即可,该小工具封装了模拟从可满足性减少所需的所有表达能力。最后,我们证明二次时间硬度最长回文子序列和最长串联子序列通过减少最长的共同子序列,显示条件下界的基础上强指数时间假设也适用于字符串问题,不一定是相似的措施。
2015-04-02 cs.CC cs.DS
Computing maximal palindromes in non-standard matching models
本文厘清多种非标准匹配模型下基于反转与基于对称的回文定义是否等价,并扩展 Gusfield 与 Manacher 算法以线性时间计算所有极大回文。
2025-02-15 cs.DS
Core-Sparse Monge Matrix Multiplication: Improved Algorithm and Applications
本文研究核心稀疏 Monge 矩阵乘法,证明乘积矩阵核心大小的线性上界,给出 O((n+δ) log n) 时间算法,并应用于加权序列比对和最长递增子序列的快速重建。
2025-07-07 cs.DS
The Fine-Grained Complexity of Episode Matching
本文研究了Episode Matching问题的细粒度复杂度,证明了除非SETH为假否则不存在$O((nm)^{1-ε})$算法,并为该问题的索引版本提出了近乎最优的时空权衡数据结构。
2024-02-14 cs.CC cs.DS