Un montículo desordenado seleccionable
Autores: Dumitrescu, Adrian
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 14
Citaciones: Sin citaciones
Estudiamos el problema de selección, a saber, el de calcular la estadística de orden th de los elementos dados. Aquí ofrecemos una estructura de datos llamada que maneja una versión dinámica en la cual, a solicitud, (i) se inserta un nuevo elemento o (ii) se elimina un elemento de un grupo de cuantiles prescrito de la estructura de datos. Cada operación se ejecuta en tiempo constante y, por lo tanto, es independiente del número de elementos almacenados en la estructura de datos, siempre que el número de grupos de cuantiles esté fijo. Este es el primer resultado de este tipo que permite tanto la inserción como la eliminación en tiempo constante. Como tal, nuestra estructura de datos supera a la estructura de datos de montículo suave de Chazelle (que solo ofrece complejidad amortizada constante para una tasa de error fija) en aplicaciones como el mantenimiento dinámico de percentiles. El diseño demuestra cómo ralentizar cierto cálculo puede acelerar la estructura de datos. El método descrito aquí probablemente tendrá un impacto adicional en el campo del diseño de estructuras de datos al extender los límites superiores amortizados asintóticos a los mismos límites peores casos asintóticos de la fórmula.
Descripción
Estudiamos el problema de selección, a saber, el de calcular la estadística de orden th de los elementos dados. Aquí ofrecemos una estructura de datos llamada que maneja una versión dinámica en la cual, a solicitud, (i) se inserta un nuevo elemento o (ii) se elimina un elemento de un grupo de cuantiles prescrito de la estructura de datos. Cada operación se ejecuta en tiempo constante y, por lo tanto, es independiente del número de elementos almacenados en la estructura de datos, siempre que el número de grupos de cuantiles esté fijo. Este es el primer resultado de este tipo que permite tanto la inserción como la eliminación en tiempo constante. Como tal, nuestra estructura de datos supera a la estructura de datos de montículo suave de Chazelle (que solo ofrece complejidad amortizada constante para una tasa de error fija) en aplicaciones como el mantenimiento dinámico de percentiles. El diseño demuestra cómo ralentizar cierto cálculo puede acelerar la estructura de datos. El método descrito aquí probablemente tendrá un impacto adicional en el campo del diseño de estructuras de datos al extender los límites superiores amortizados asintóticos a los mismos límites peores casos asintóticos de la fórmula.