基于紧凑有向无环词图的最优压缩索引数组计算

本文首次研究了将长度为 $n$ 的文本 $T$ 的、大小为 $e$ 的自动机式文本索引结构——称为紧凑有向无环词图（CDAWG）——转换为同一文本的其他适用于高度重复文本的索引结构的计算复杂度：大小为 $r$ 的游程长度 BWT、大小为 $r$ 的不可约 PLCP 数组、大小为 $e$ 的拟不可约 LPF 数组，以及大小为 $O(r)$ 的 lex-parse 和大小为 $z$ 的 LZ77-parse，其中 $r, z \le e$。作为主要结果，我们证明了上述结构均可从只读内存中存储的 $T$ 的 CDAWG 或其大小为 $e$ 的无文本自索引版本在 $O(e)$ 最坏情况时间与字工作空间内最优计算。为获得上述结果，我们通过扩展 Belazzougui 等人 2015 年的结果，设计了利用 CDAWG 上前向与后向搜索按字典序与文本序枚举特定后缀子集的技术。