×
弗朗西斯科·克劳德；冈萨洛·纳瓦罗；亚历杭德罗·帕切科

具有对数搜索时间的语法压缩索引。 （英语） Zbl 1477.68104号

J.计算。系统。科学。 118, 53-74 (2021).
摘要：让文本\（T[1..n]\）是由无上下文文法生成的唯一字符串，其中包含\（g\）（终结符和非终结符）符号，大小为\（g\）（以规则右侧长度之和度量）。这样的语法称为语法压缩表示（T\）的，可以使用\（G\lg G\）位进行编码。我们介绍第一个语法压缩指数它使用\（O（G\lgn）\）位（精确地说，对于任何常数\（\epsilon>0）\，使用\（G \lgn+（2+\epsi隆）G\lg G）），并且可以在时间\（O）（（m^2+\mathrm{occ}）\lg G）\中找到模式\（P[1..m]\）的occ出现。我们实现了索引，并在高度重复的文本集合上与最新技术进行了比较，证明了它的实用性。

引用于三文件

MSC公司：

68页30 编码和信息理论（压缩、压缩、通信模型、编码方案等）（计算机科学方面）
2012年第68季度 语法和重写系统

关键词：

高度重复的文本集合；语法压缩；文本索引；压缩全文自索引

软件：

爱国主义
PDF格式BibTeX公司 XML格式引用
\textit{F.Claude}等人，J.Compute。系统。科学。118、53-74（2021年；Zbl 1477.68104）
全文： 内政部 arXiv公司

参考文献：

[1] Amir，A。；Benson，G.，高效二维压缩匹配，（第二届数据压缩会议（DCC）（1992年），279-288
[2] Arora，S。；哈赞，E。；Kale，S.，（O（sqrt{\lg n}）逼近SPARSEST CUT（O（n^2））in time，（第45届计算机科学基础年会（FOCS）论文集（2004）），238-247
[3] Arroyuelo，D。；纳瓦罗，G。；Sadakane，K.，基于Stronger Lempel-Ziv的压缩文本索引，Algorithmica，62，1，54-101（2012）·Zbl 1241.68061号
[4] Belazzougui，D。；Boldi，P。；帕赫，R。；Vigna，S.，《小空间快速前缀搜索，带应用程序》（2018），CoRR
[5] Belazzougui，D。；库尼亚尔，F。；Gagie，T。；北卡罗来纳州普雷扎。；Raffinot，M.，复合重复感知数据结构，（Proc.第26届组合模式匹配年度研讨会（CPM）（2015）），26-39·Zbl 1432.68082号
[6] Belazzougui，D。；Cáceres，M。；Gagie，T。；Gawrychowski，P。；Kärkkäinen，J。；纳瓦罗，G。；Ordóñez，A。；Puglishi，S.J。；Tabei，Y.，Block trees，J.Compute。系统。科学。，117, 1-22 (2021) ·Zbl 1477.68076号
[7] 巴贝，J。；Claude，F。；Navarro，G.，功能丰富的紧凑二进制关系表示，Inf.Compute。，232，19-37（2013）·Zbl 1277.68063号
[8] Belazzougui，D。；绳索，P.H。；Puglishi，S.J。；Tabei，Y.，Access，rank，select in grammar-compressed strings，（Proc.23 Annual European Symposium on Algorithms（ESA）（2015）），142-154·Zbl 1465.68119号
[9] Benoit，D。；德明，E。；蒙罗，J.I。；Raman，R。；拉曼，V。；Srinivasa Rao，S.，《代表高等树木》，《算法》，43，4，275-292（2005）·兹比尔1086.68034
[10] Bille，P。；医学博士Ettienne。；Görtz，I.L。；Vildhöj，H.W.，Lempel-Ziv压缩索引的时空权衡，Theor。计算。科学。，713, 66-77 (2018) ·Zbl 1386.68057号
[11] Belazzougui，D。；Gagie，T。；高格，S。；Manzini，G。；Sirén，J.，相对FM-indexes，（第21届字符串处理和信息检索国际研讨会（SPIRE）论文集（2014）），52-64
[12] 班奈，H。；平山，M。；哈克·D·。；Inenaga，S。；杰兹，A。；M.Lohrey。；Reh，C.P.，《重温最小的语法问题》（2019年），CoRR
[13] Bille，P。；朗道，G.M。；Raman，R。；Sadakane，K。；Rao，S.S。；Weimann，O.，对语法压缩字符串和树的随机访问，SIAM J.Comput。，44, 3, 513-539 (2015) ·Zbl 1329.68084号
[14] Belazzougui，D。；Navarro，G.，表示序列的最佳上界和下界，ACM Trans。算法，11，4，第31条pp.（2015）·Zbl 1398.68103号
[15] Burrows，M。；Wheeler，D.，块排序无损数据压缩算法（1994），数字设备公司，技术代表124
[16] Christiansen，A.R。；Ettienne，M.B.，《带签名文法的压缩索引》，（第13届拉丁美洲理论信息学研讨会（拉丁语）（2018年）），331-345·Zbl 1485.68081号
[17] Christiansen，A.R。；医学博士Ettienne。；Kociumaka，T。；纳瓦罗，G。；Prezza，N.，最佳时间字典压缩索引，ACM Trans。算法，17，1，第8条，第（2021）页·Zbl 07471493号
[18] Claude，F。；Fariña，a。；马丁内斯·普列托，M。；Navarro，G.，《高度重复性生物序列的压缩q-gram索引》（第十届IEEE生物信息学和生物工程会议（BIBE），2010年）
[19] Claude，F。；Fariña，a。；马丁内斯·普列托，M。；Navarro，G.，高度重复文档集合的通用索引，Inf.Syst。，61, 1-23 (2016)
[20] Clark，D.，Compact Pat Trees（1996），滑铁卢大学，博士论文
[21] Charikar，M。；雷曼兄弟公司。；刘，D。；帕尼格拉希，R。；Prabhakaran，M。；Sahai，A。；Shelat，A.，最小的语法问题，IEEE Trans。《信息论》，51，7，2554-2576（2005）·Zbl 1296.68086号
[22] Chan，T.M。；拉森，K.G。；Pétrašcu，M.，RAM上的正交范围搜索，重温，（第27届ACM计算几何研讨会（SoCG）（2011）），1-10·Zbl 1283.68139号
[23] Claude，F。；Navarro，G.，基于自索引语法的压缩，Fundam。通知。，111, 3, 313-337 (2010) ·兹比尔1237.68072
[24] Claude，F。；Navarro，G.，《改进的基于语法的压缩索引》（Proc.19th International Symposium on String Processing and Information Retrieval，2012），180-192
[25] 库克，C。；罗森菲尔德，A。；阿伦森，A.，《爬山语法推理》，《信息科学》。，10, 59-80 (1976) ·Zbl 0331.68047号
[26] Do，H.H。；Jansson，J。；Sadakane，K。；Sung，W.-K.，类似序列的快速相对Lempel-Ziv自我指数，Theor。计算。科学。，532, 14-30 (2014) ·Zbl 1359.68334号
[27] Elias，P.，《通过静态文件的内容和地址进行高效存储和检索》，J.ACM，21，246-260（1974）·Zbl 0278.68028号
[28] Fano，R.，《关于实现关联存储器所需的比特数》，Memo，第61卷（1971年），计算机结构组，项目MAC：计算机结构组、项目MAC马萨诸塞州
[29] 费拉吉纳，P。；Manzini，G.，《压缩文本索引》，美国计算机学会杂志，52，4，552-581（2005）·Zbl 1323.68261号
[30] Fredkin，E.，Trie memory，Commun。ACM，3490-500（1960）
[31] Gagie，T。；Gawrychowski，P。；Kärkkäinen，J。；Nekrich，Y。；Puglishi，S.J.，《一个更快的基于语法的自我索引》，（第六届语言与自动机理论与应用国际会议论文集（2012）），240-251·Zbl 1351.68089号
[32] Gagie，T。；Gawrychowski，P。；Kärkkäinen，J。；Nekrich，Y。；Puglishi，S.J.，基于LZ77的快速模式匹配自我索引，（第11届拉丁美洲理论信息学研讨会（拉丁语）（2014），731-742·Zbl 1405.68104号
[33] Gagie，T。；一、 T。；Manzini，G。；纳瓦罗，G。；坂本浩，H。；Takabatake，Y.，Rpair:使用rsync扩大修复，（第26届字符串处理和信息检索国际研讨会（2019）论文集），35-44
[34] Ganardi先生。；Jeż，A。；Lohrey，M.，平衡直线程序，（第60届IEEE计算机科学基础年度研讨会（2019年）），1169-1183
[35] Gasieniec，L。；科尔巴科夫，R。；波塔波夫，I。；Sant，P.，基于语法的压缩文件中的实时遍历，（第15届数据压缩会议（DCC）（2005）），458
[36] Golynski，A。；蒙罗，J.I。；Rao，S.，《大字母表上的秩/选择操作：文本索引工具》，（第17届ACM-SIAM离散算法年会（2006）），368-373·Zbl 1192.68800号
[37] Gagie，T。；纳瓦罗，G。；Prezza，N.，《BWT有界空间中的全功能后缀树和最优文本搜索》，J.ACM，67，1，第2篇pp.（2020）·兹比尔1491.68067
[38] 哈克·D·。；M.Lohrey。；Reh，C.P.，《重新审视最小的语法问题》，（第23届字符串处理和信息检索国际研讨会（SPIRE），2016年），35-49·Zbl 1397.68072号
[39] 一、 T.，带再压缩的最长常见扩展，（第28届组合模式匹配（CPM）年度研讨会论文集（2017）），第18页·Zbl 1434.68137号
[40] Jez，A.，通过重新压缩近似基于语法的压缩，Theor。计算。科学。，592, 115-134 (2015) ·Zbl 1330.68061号
[41] Jez，A.，最小语法的一个简单近似，Theor。计算。科学。，616, 141-150 (2016) ·Zbl 1333.68156号
[42] Kärkkäinen，J.，《基于重复的文本索引》（1999），赫尔辛基大学：芬兰赫尔辛基分校，博士论文·Zbl 0940.68063号
[43] Kida，T。；松本，T。；Shibata，Y。；武田，M。；Shinohara，A。；Arikawa，S.，《拼贴系统：压缩模式匹配的统一框架》，Theor。计算。科学。，298, 1, 253-272 (2003) ·Zbl 1038.68045号
[44] Kreft，S。；Navarro，G.，《关于压缩和索引重复序列》，Theor。计算。科学。，483, 115-133 (2013) ·Zbl 1292.68061号
[45] Kociumaka，T。；纳瓦罗，G。；Prezza，N.，《走向重复性的最终测量》，（第14届拉丁美洲理论信息学研讨会（拉丁语）（2020年）），207-219·兹比尔1525.68043
[46] Kieffer，J。；Yang，E.-H.，基于语法的代码：一类新的通用无损源代码，IEEE Trans。《信息论》，46，3，737-754（2000）·Zbl 1001.94019号
[47] 拉尔森，J。；Moffat，A.，基于词典的离线压缩，Proc。IEEE，88，11，1722-1732（2000）
[48] Lempel，A。；Ziv，J.，《有限序列的复杂性》，IEEE Trans。Inf.理论，22，1，75-81（1976）·Zbl 0337.94013号
[49] 梅基宁，V。；纳瓦罗，G。；J.én爵士。；Välimäki，N.，高度重复序列集合的存储和检索，计算机杂志。生物学，17，3，281-308（2010）
[50] Morrison，D.，PATRICIA-检索字母数字编码信息的实用算法，J.ACM，15，4，514-534（1968）
[51] 蒙罗，J.I。；Raman，R。；拉曼，V。；Rao，S.S.，置换和函数的简洁表示，Theor。计算。科学。，438, 74-88 (2012) ·Zbl 1245.68075号
[52] Navarro，G.，《所有人的小波树》，J.Discret。算法，25，2-20（2014）·Zbl 1284.68217号
[53] Navarro，G.，《索引高度重复的字符串集合》（2020年），将出现在ACM Compute中。Surv公司·兹比尔1293.68087
[54] 纳瓦罗，G。；Mäkinen，V.，压缩全文索引，ACM Compute。调查。，39，1，第2条pp.（2007）·Zbl 1321.68263号
[55] Nevill-Manning，C。；Witten，I。；Maulsby，D.，《通过层次语法归纳进行压缩》，（第四届数据压缩会议（DCC）（1994年），244-253
[56] 纳瓦罗，G。；Prezza，N.，通用压缩文本索引，Theor。计算。科学。，762, 41-50 (2019) ·Zbl 1418.68086号
[57] Na，J.C.等人。；帕克，H。；克罗西莫尔，M。；霍卢布，J。；伊利奥普洛斯，C.S。；Mouchard，L。；Park，K.，《对齐后缀树：类似数据的有效索引》，（第24届组合算法国际研讨会（IWOCA）（2013年），337-348·Zbl 1407.68115号
[58] Na，J.C。；帕克，H。；Lee，S。；洪，M。；Lecroq，T.等人。；Mouchard，L。；Park，K.，《对齐后缀数组：类似数据的实用索引》，（第20届字符串处理和信息检索国际研讨会（SPIRE）（2013年），243-254
[59] 纳瓦罗，G。；Sadakane，K.，《全功能静态和动态简洁树》，ACM Trans。算法，10，3，第6条pp.（2014）·Zbl 1333.68084号
[60] Okanohara，D。；Sadakane，K.，实用熵压缩秩/选择字典，（Proc.第九届算法工程与实验研讨会（ALENEX）（2007）），60-70·Zbl 1428.68134号
[61] Russo，L。；Oliveira，A.，使用Ziv-Lempel字典的压缩自我索引，Inf.Ret。，11, 4, 359-388 (2008)
[62] Rytter，W.，Lempel-Ziv因式分解在基于语法的压缩近似中的应用，Theor。计算。科学。，302, 1-3, 211-222 (2003) ·Zbl 1051.68088号
[63] 斯托尔，J.A。；Szymanski，T.G.，《通过文本替换进行数据压缩》，J.ACM，29，4，928-951（1982）·Zbl 0489.68041号
[64] Storer，J.A.，关于数据压缩的NP-完整性结果（1977年），普林斯顿大学电气工程和计算机科学系，技术报告234
[65] Takabatake，Y。；一、 T。；Sakamoto，H.，《空间优化语法压缩》（第25届欧洲算法年会（ESA）（2017年）），第67条，pp·兹比尔1442.68051
[66] Verbin，E。；Yu，W.，语法压缩字符串随机访问的数据结构下限，（第24届组合模式匹配（CPM）年度研讨会论文集（2013）），247-258·Zbl 1381.68073号
[67] Ziv，J。；Lempel，A.，通过可变长度编码压缩单个序列，IEEE Trans。Inf.理论，24，5，530-536（1978）·Zbl 0392.94004号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。