基于 DAG 的 XML 压缩
数据结构与算法
2013-09-24 v1 数据库
摘要
无序树可以用其最小 DAG（有向无环图）来表示。对于 XML，由于其标记的重复性，这种方法能实现高压缩率。无序树通常通过长子/右兄弟（fcns）编码的二叉树来表示。我们研究了最小 DAG 的大小（即边数）与 fcns 编码二叉树的最小 DAG 大小之间的差异。主要发现之一是，二叉树 DAG 的大小永远不会小于最小 DAG 大小的平方根，且存在符合该界限的实例。我们引入了一种新的组合结构，即混合 DAG（hybrid dag），其保证小于或等于这两种 DAG 的大小。有趣的是，实验发现，对于基于 DAG 的 XML 压缩，末子/前兄编码比 fcns 编码效果更好。我们在给定标签集（均匀分布下）上，通过精确生成函数及其渐近行为，确定了无序 DAG 和二叉 DAG 的平均大小。
引用
@article{arxiv.1309.5927,
title = {XML Compression via DAGs},
author = {Mireille Bousquet-Melou and Markus Lohrey and Sebastian Maneth and Eric Noeth},
journal= {arXiv preprint arXiv:1309.5927},
year = {2013}
}
备注
A short version of this paper appeared in the Proceedings of ICDT 2013