增广索引与流式语言识别的信息代价权衡
计算复杂性
2015-03-14 v1 数据结构与算法
摘要
本文对通信复杂性和流式计算理论做出了三个主要贡献。首先，我们给出了增广索引问题信息复杂性的新界。与 Jain、Radhakrishnan 和 Sen [J. ACM, 2009] 针对索引问题的类似结果相比，我们必须克服一个重大的技术挑战，即由于固有的输入共享，增广索引的协议可能违反“矩形性质”。其次，我们利用这些界解决了 Magniez、Mathieu 和 Nayak [STOC, 2010] 提出的一个关于识别 Dyck 语言多遍复杂性的开放问题。这导致了标准多遍模型与允许反向遍次的多遍模型之间的自然分离。第三，我们提出了首个被动内存检查器，用于验证优先队列、栈和双端队列的交互记录。我们为这些问题获得了紧的上界和下界，从而解决了 Blum 等人 [Algorithmica, 1994] 提出的内存检查框架中的一个重要子类问题。
引用
@article{arxiv.1004.3304,
title = {Information Cost Tradeoffs for Augmented Index and Streaming Language Recognition},
author = {Amit Chakrabarti and Graham Cormode and Ranganath Kondapally and Andrew McGregor},
journal= {arXiv preprint arXiv:1004.3304},
year = {2015}
}