보완 산재 인자와 셔플 연산의 새로운 연결고리
안내: 본 포스트의 한글 요약 및 분석 리포트는 AI 기술을 통해 자동 생성되었습니다. 정보의 정확성을 위해 하단의 [원본 논문 뷰어] 또는 ArXiv 원문을 반드시 참조하시기 바랍니다.
초록
이 논문은 단어 w에서 산재 인자 u를 제거했을 때 남는 모든 산재 인자들의 집합 C(w,u)를 정의하고, 동적 프로그래밍 기반 알고리즘으로 C(w,u)를 O(|w|·|u|·⌈w⌉_u) 시간에 계산한다. 또한 C(w,u) 로부터 u 또는 w 를 복원하는 두 역문제에 대한 알고리즘을 제시하고, 집합 크기의 상한·하한, 아크 분해와 완전 셔플과의 관계 등 조합론적 특성을 탐구한다.
상세 분석
논문은 먼저 산재 인자(scattered factor)의 전통적 정의를 복습하고, 이를 기반으로 “보완 산재 인자 집합” C(w,u) = {v | w ∈ u ⊔ v} 를 도입한다. 여기서 ⊔는 셔플 연산이며, u를 w에서 하나의 임베딩을 제거했을 때 남는 문자열을 의미한다. 핵심 기여는 세 가지이다. 첫째, DP 테이블 P
댓글 및 학술 토론
Loading comments...
의견 남기기