计算机科学 > 数据结构与算法
[提交于 2025年8月24日
]
标题: 更优的矩形模式匹配索引
标题: Better Indexing for Rectangular Pattern Matching
摘要: 我们重新研究了在给定一个大小为$n$的二维字符串的情况下,构建一个索引结构的复杂性,该结构允许定位大小为$m$的二维模式的所有$k$次出现。 虽然在假设模式为正方形的额外条件下,已知该问题的结构大小为$\mathcal{O}(n)$且查询时间为$\mathcal{O}(m+k)$[Giancarlo, SICOMP 1995],但一种普遍的观点认为,对于矩形模式,由于对某种自然类方法的一个下界 [Giancarlo, WADS 1993],无法达到这样的(或甚至类似的)界限。 我们证明,事实上,可以构造一个大小为$\mathcal{O}(n\log n)$的非常简单的结构,该结构对于任何矩形模式在$\mathcal{O}(m+k\log^{\varepsilon}n)$时间内支持此类查询,对于任何$\varepsilon>0$。此外,我们的结构可以在$\tilde{\mathcal{O}}(n)$时间内构造。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.