中文

排列的网格化与模式匹配的硬度

计算机视觉与模式识别 2021-12-09 v1

摘要

我们研究了被称为排列模式匹配(Permutation Pattern Matching,PPM)的判定问题的复杂度。PPM 的输入由一对排列 τ\tau(“文本”)和 π\pi(“模式”)组成,目标是判定 τ\tau 是否包含 π\pi 作为子排列。在一般输入上,根据 Bose、Buss 和 Lubiw 的结果,已知 PPM 是 NP 完全的。在本文中,我们关注 PPM 的受限实例,即假设文本避免固定的(小)模式 σ\sigma;这种限制被称为 Av(σ\sigma)-PPM。先前已经证明,对于大小不超过 3 的任何 σ\sigma,Av(σ\sigma)-PPM 是多项式时间的,而对于任何包含长度为 4 的单调子序列的 σ\sigma,它是 NP 困难的。在本文中,我们提出了一种新的硬度归约,使我们能够以统一的方式证明,对于大小至少为 6 的每个 σ\sigma,除了 4135241352 的对称类之外大小为 5 的每个 σ\sigma,以及与 432143214312431242314231 三个排列之一对称的每个 σ\sigma,Av(σ\sigma)-PPM 都是困难的。此外,在指数时间假设下,Av(σ\sigma)-PPM 的这些困难情形均无法在 2o(n/logn)2^{o(n/\log n)} 时间内求解。此前,即使是未受约束的 PPM 问题也未知存在此类条件下界。在可处理性方面,我们将 Guillemot 和 Marx 的 CSP 方法与 Huczynska 和 Vatter 的结构结果相结合,证明了对于任何单调可网格化的排列类 C,当文本被限制为 C 中的排列时,PPM 是多项式时间的。

关键词

引用

@article{arxiv.2107.10898,
  title  = {Pose Estimation and 3D Reconstruction of Vehicles from Stereo-Images Using a Subcategory-Aware Shape Prior},
  author = {Max Coenen and Franz Rottensteiner},
  journal= {arXiv preprint arXiv:2107.10898},
  year   = {2021}
}