A dictionary for approximate string search and longest prefix search
A dictionary for approximate string search and longest prefix search
复制标题
用于近似字符串搜索和最长前缀搜索的字典
DOI：
--
复制
发表时间：
2006
期刊：
影响因子：
--
通讯作者：
R. Panigrahy
中科院分区：
文献类型：
--
作者：
Sreenivas Gollapudi;R. Panigrahy
在本文中，我们提出了一个字典的数据结构，字符串搜索的错误，查询字符串可能didifferent从预期的匹配字符串的一些编辑。此数据结构还可用于查找具有最长公共前缀的数据库字符串，且几乎没有错误。具体来说，与<i>n个</i>随机字符串的数据库，每个长度为<i>O</i>（<i>m</i>），我们展示了如何执行字符串搜索的查询字符串，不同于其最接近的匹配<i>k</i>编辑使用的数据结构的线性大小和查询时间等于<i>10</i>（log<i>n</i><sup>2 log<i>n</i><i>k</i> log<sub><i>a</i></sub> 2<i>m</i></sup>超过2<i>m</i>）。这意味着如果<i>k</i><<i>m</i>over log<sub><i>a</i></sub> 2<i>m</i> log<i>n</i>，则查询时间为<i>n</i>（1）。这在实践中是重要的，因为存在<i>k</i>相对于<i>m</i>较小的若干应用。我们的方法将字符串转换为位向量，以便相似的字符串可以映射到具有小汉明距离的相似位向量。对于近似最长前缀搜索，可以使用简单的约简来获得类似的结果。
In this paper we propose a dictionary data structure for string search with errors where the query string may didiffer from the expected matching string by a few edits. This data structure can also be used to find the database string with the longest common prefix with few errors. Specifically, with a database of <i>n</i> random strings, each of length of <i>O</i>(<i>m</i>), we show how to perform string search on a query string that differs from its closest match by <i>k</i> edits using a data structure of linear size and query time equal to <i>Õ</i>(log <i>n</i> <sup>2 log <i>n</i> <i>k</i>log <sub><i>a</i></sub> 2<i>m</i></sup> over 2<i>m</i>). This means that if <i>k</i> < <i>m</i> over log <sub><i>a</i></sub> 2<i>m</i> log <i>n</i>, then the query time is <i>Õ</i>(1). This is of significant in practice as there are several applications where <i>k</i> is small relative to <i>m</i>. Our approach converts strings into bit vectors so that similar strings can map to similar bit vectors with small hamming distance. A simple reduction can be used to obtain similar results for approximate longest prefix search.