×
莫舍·勒文斯坦;J.Ian Munro;文卡特斯·拉曼;夏尔马五世（Sharma V.Thankachan）。

更少的空间：使用通配符为查询建立索引。 （英语） Zbl 1338.68053号

西奥。计算。科学。 557, 120-127 (2014).
摘要：文本索引是计算机科学中的一个基本问题，其中的任务是索引给定的文本（字符串）\（T[1..n]\），这样，无论何时模式\（P[1..P]\）作为查询出现，我们都可以高效地报告\（P\）作为\（T\）子字符串出现的所有位置。在本文中，我们考虑了\（P\）包含通配符（可以与任何其他字符匹配）的情况。该问题的第一个非平凡解决方案是R.科尔等[摘自：2004年STOC第36届ACM计算理论年会论文集。2004年6月13日至15日，美国伊利诺伊州芝加哥。纽约州纽约市：ACM出版社。91–100 (2004;Zbl 1192.68818号)]，其中索引空间为\（O（n\log^kn）\）个字或\（0（n\log^{k+1}n）\）位，查询时间为\（O（p+2^h\log\n+\mathrm{occ}）\，其中\（k\）是\（p\）中允许的最大通配符数，\（h\leq-k\）则是\（p \）中的通配符数量，occ表示\（T \）中出现\（p_）的次数。尽管后来提出了许多提供不同时空权衡的指标，但这一结果的明显改善仍不得而知。在本文中，我们首先提出了一个（O（n\log^{k+epsilon}n）位索引，该索引与Cole等人的索引的查询时间相同，其中（0<epsilon<1）是一个任意的小常数。然后，我们提出了另一个大小为（O（n\log^kn\log\sigma）位的索引，但查询时间稍微高一些，即：（O（p+2^h\logn+mathrm{occ}），其中：（sigma。
我们还研究了一个相关的问题，其中的任务是索引一组文档（总共包含\（n）个字符），以便找到包含查询模式\（P）的不同文档的数量。对于（P）最多包含一个通配符的情况，我们提出了一个具有最佳查询时间的（O（n（P））字索引。

引用于1文件

MSC公司：

68第05页 数据结构
68瓦32 字符串上的算法

关键词：

字符串索引;数据结构;通配符;范围搜索;后缀树

引文：

Zbl 1192.68818号
PDF格式BibTeX公司 XML格式引用
\textit{M.Lewenstein}等人，Theor。计算。科学。557120--127（2014年；Zbl 1338.68053）
全文： 内政部

参考文献：

[1] 斯蒂芬·阿尔斯特鲁普（Stephen Alstrup）；布罗达尔（Gerth Stölting Brodal）；Rauhe，Theis，正交范围搜索的新数据结构，（FOCS（2000）），198-207
[2] 阿米尔，阿米胡德；德米特里·凯塞尔曼；Gad M.Landau。；莫西·莱温斯坦；诺亚·勒文斯坦；Michael Rodeh，《一个错误的文本索引和字典匹配》，J.Algorithms，37，2，309-325（2000）·Zbl 0966.68062号
[3] 贾马尔Belazzougui；保罗·博尔迪；帕赫、拉斯穆斯；Vigna，Sebastiano，Monotone最小完美散列：使用O（1）访问搜索排序表（SODA（2009）），785-794·Zbl 1423.68132号
[4] 贾马尔Belazzougui；冈萨洛·纳瓦罗；Daniel Valenzuela，《改进全文文档检索的压缩索引》，J.Algorithms，18，3-13（2013）·Zbl 1268.68075号
[5] 菲利普·比勒（Philip Bille）；Li Görtz，Inge，子串范围报告（CPM（2011）），299-308·Zbl 1339.68049号
[6] 菲利普·比勒（Philip Bille）；Li Görtz，Inge；维德尔·维尔德（Wedel Vildhöj），哈尔特（Hjalte）；Vind，Sören，带通配符模式的字符串索引，（SWAT（2012）），283-294·Zbl 1357.68306号
[7] 菲利普·布彻；Bairoch，Amos，生物分子序列模体的广义剖面语法及其在自动序列解释中的作用，（ISMB（1994）），53-61
[8] Chan，Ho-Leung；Lam，Tak-Wah；宋永健；谭小龙；Wong，Swee-Seong，近似字符串匹配的压缩索引，Algorithmica，58，2，263-281（2010）·Zbl 1205.68523号
[9] Timothy M.Chan。；Green Larsen，卡斯珀；Patrascu，Mihai，RAM上的正交范围搜索，重访，（计算几何研讨会（2011）），1-10·Zbl 1283.68139号
[10] 钱玉凤；荣凯议员；拉胡尔·沙阿；Sharma V.Thankachan。；Scott Vitter，Jeffrey，Geometric BWT:通过稀疏后缀和范围搜索进行压缩文本索引（Algorithmica（2013））·兹伯利1314.68115
[11] 理查德·科尔（Richard Cole）；Gottlieb，Lee-Ad；Lewenstein，Moshe，Dictionary matching and indexing with errors and don’t carries（STOC（2004）），第91-100页·Zbl 1192.68818号
[12] 亚历山大·戈林斯基（Alexander Golynski）；伊恩·蒙罗，J。；Srinivasa Rao，S.，《大型字母表的排名/选择操作：文本索引工具》（SODA（2006）），368-373·Zbl 1192.68800号
[13] 凯·霍夫曼；菲利普·巴彻（Philipp Bucher）；劳伦·法尔奎特（Laurent Falquet）；Bairoch，Amos，PROSITE数据库，1999年状况，核酸研究，27，1，215-219（1999）
[14] 荣凯议员；Ku，Tsung-Han；拉胡尔·沙阿；莎玛五世（Sharma V.Thankachan）。；Vitter，Jeffrey Scott，带通配符的压缩文本索引，J.离散算法，19，23-29（2013）·Zbl 1280.68305号
[15] Trinh N.D.Huynh。；荣凯议员；林德华；Sung，Wing-Kin，使用压缩后缀数组进行近似字符串匹配，Theoret。计算。科学。，352, 1, 240-249 (2006) ·Zbl 1086.68038号
[16] 科斯塔斯；伊利奥普洛斯，S。；Sohel Rahman，M.，带缺口的指数因子，算法，55，1，60-70（2009）·Zbl 1180.68127号
[17] 卡卡尼恩，朱哈；Puglisi，Simon J.，逆BWT的中空间算法，（ESA（1）（2010）），451-462·Zbl 1287.68040号
[18] 德华林；宋永健；谭小龙；Yiu，Siu-Ming，带don't cares的字符串匹配的空间高效索引，（ISAAC（2007）），846-857·兹比尔1193.68293
[19] Lewenstein，Moshe，用缺口索引（SPIRE（2011）），135-143
[20] Lewenstein，Moshe，文本索引的正交范围搜索，（Space Efficient Data Structures，Streams，and Algorithms（2013）），267-302·Zbl 1394.68099号
[21] 莫舍·勒文斯坦（Moshe Lewenstein）；伊恩·蒙罗，J。；Raman，Venkatesh；Thankachan，Sharma V.，《更少的空间：使用通配符索引查询》（ISAAC（2013）），第89-99页·Zbl 1329.68315号
[22] 莫舍·勒文斯坦（Moshe Lewenstein）；J.Ian Munro；雅科夫·奈克里奇；Thankachan，Sharma V.，《使用一个通配符进行文档检索》，（2014年第39届国际计算机科学数学基础研讨会。2014年第三十九届国际计算机学科数学基础研讨会，2014年8月25日至29日，匈牙利布达佩斯，MFCS 2014，会议录，第二部分（2014）），529-540·Zbl 1339.68074号
[23] 莫舍·勒文斯坦（Moshe Lewenstein）；雅科夫·奈克里奇；Vitter，Jeffrey Scott，用于通配符模式匹配的高效空间字符串索引，（STACS（2014）），506-512·Zbl 1359.68339号
[24] 乌迪·曼伯；Myers，Eugene W.，《后缀数组：在线字符串搜索的新方法》，SIAM J.Compute。，22, 5, 935-948 (1993) ·Zbl 0784.68027号
[25] 拉赫曼（M.Sohel Rahman）；Iliopoulos，Costas S.，不在乎的模式匹配算法，（SOFSEM（2）（2007）），116-126
[26] Rajeev Raman；Raman，Venkatesh；Rao Satti，Srinivasa，Succinct可索引字典及其在编码k元树、前缀和多集方面的应用，ACM Trans。算法，3，4（2007）·Zbl 1093.68582号
[27] Sadakane，Kunihiko，《灵活文本检索系统的简洁数据结构》，《离散算法》，第5、1、12-22页（2007年）·Zbl 1137.68360号
[28] Kunihiko Sadakane；纳瓦罗，冈萨罗，《全功能简洁树》（SODA（2010）），134-149·Zbl 1288.05046号
[29] 丹尼尔·多米尼克（Daniel Dominic）；Tarjan，Robert Endre，《动态树的数据结构》，J.Compute。系统科学。，26, 3, 362-391 (1983) ·Zbl 0509.68058号
[30] 谭咏麟；爱德华·吴（Edward Wu）；华林，德；Yiu，Siu-Ming，使用通配符的简洁文本索引，（SPIRE（2009）），39-50
[31] Thachuk，Chris，带通配符的文本压缩索引，Theoret。计算。科学。，483, 22-35 (2013) ·Zbl 1292.68185号
[32] Weiner，P.，线性模式匹配算法，（SWAT（FOCS）（1973）），1-11
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。