中文

turnstile 流算法更快的更新时间

数据结构与算法 2019-11-05 v1

摘要

在本文中,我们提出一种在turnstile流中维护线性草图且具有更快更新时间的新算法。作为一个应用,我们展示了在标准字 RAM(字长 w=Θ(logn)w=\Theta(\log n))上,使用 O(logn)O(\log n) 字空间,可在\emph{最坏情况} O(log0.582n)O(\log^{0.582} n) 更新时间内隐式维护 logn\log n 个具有常数列数(即桶数)的 \texttt{Count} 草图或 \texttt{CountMin} 草图。指数 0.5822ω/310.582\approx 2\omega/3-1,其中 ω\omega 为当前矩阵乘法指数。由于线性草图的大量应用,我们的算法在不占用更多空间的情况下,改进了turnstile流中许多流问题在高成功概率设定下的更新时间,包括 2\ell_2 范数估计、2\ell_2 重命中者、具有 1\ell_12\ell_2 误差的点查询等。我们的算法以相同更新时间和空间推广到维护 logn\log n 个线性草图,其中每个草图使用常数 cccc-wise 独立哈希函数将坐标划分为 k<logo(1)nk<\log^{o(1)} n 个桶,并维护每个桶的坐标和。此外,若允许任意字操作,更新时间可进一步改进至 O(log0.187n)O(\log^{0.187} n),其中 0.187ω/210.187\approx \omega/2-1。我们的更新算法是自适应的,它规避了 Larsen、Nelson 与 Nguy{\^{e}}n(STOC'15)针对turnstile流算法的非自适应单元探测下界。另一方面,我们的结果也表明,即便将空间限制为(近乎)最优,证明无条件的单元探测更新时间下界似乎非常困难。若 ω=2\omega=2,我们算法的单元探测更新时间将为 logo(1)n\log^{o(1)} n。因此,证明任何更高的下界都将意味着 ω>2\omega>2

关键词

引用

@article{arxiv.1911.01351,
  title  = {Faster Update Time for Turnstile Streaming Algorithms},
  author = {Josh Alman and Huacheng Yu},
  journal= {arXiv preprint arXiv:1911.01351},
  year   = {2019}
}

备注

To appear in SODA 2020