通过排序、扫描、压缩和扁平映射聚合支配点
摘要：前缀聚合操作（也称为扫描）及其特殊情况前缀求和，是一种重要的并行原语，并在研究文献中受到广泛关注。它也被用作许多算法的一步。 支配点上的聚合在$mathbb{R}^m$中是前缀聚合的多维扩展。它也被广泛研究，既作为并行原语，又作为在计算几何学、空间数据库和数据仓库中遇到的实际问题。 在本文中，我们证明了对于常数维度m，可以通过$O(1)$个基本操作来计算$mathbb{R}^m$中的支配点聚合，这些操作包括对整个数据集进行排序，对元素排序列表进行压缩，计算元素列表和平坦映射的前缀聚合，将数据大小从初始$n$扩展到$nlog^{m-1}n$。 通过这样，我们证明了前缀聚合足以表达更多维度的支配点聚合，尽管后者是前者的广义推广。许多已知可通过支配点聚合表达的问题也可以通过前缀聚合来表达。 我们依靠一小组基本操作，保证了易于迁移到各种分布式架构和实现的一些期望属性。
作者：Jacek Sroka and Jerzy Tyszkiewicz
论文ID：2305.16751
分类：Distributed, Parallel, and Cluster Computing
分类简称：cs.DC
提交时间：2023-05-29