이진 검색과 보간 검색을 결합한 연구 나 이론이 있습니까?

방금 이 알고리즘을 이진 검색 알고리즘으로 간주 할 수 있습니까 ?를 읽었습니다 . 몇 년 전에 날짜 / 시간 창으로 큰 일반 텍스트 파일에서 로그 항목을 찾기 위해 로그 파일에 대한 인덱서 / 검색을 작성했음을 상기했습니다.

이 작업을 수행하는 동안 보간 검색을 시도하기로 결정했습니다 (이것이 무엇인지 알지 못했지만 아이디어 자체를 우연히 발견했습니다). 그런 다음 어떤 이유로 바이너리 바이너리 단계로 보간 단계를 번갈아 가며 계속 생각했습니다 .0 단계에서 테스트 포인트를 결정하기 위해 보간하고 1 단계에서 정확한 중간 점 등을 취합니다.

그런 다음 순수한 보간 검색, 순수한 이진 검색 및 조합 시도를 사용하여 시스템을 벤치마킹했습니다. 이 방법은 무작위로 선택된 시간을 찾기 전에 필요한 테스트 시간과 횟수에있어 확실한 승자가되었습니다.

연결된 질문에서 영감을 얻어 방금 "보간 보간 검색 및 이진 검색"을 빠르게 검색했지만 아무것도 찾지 못했습니다. 또한 답변 중 하나에 대한 내 의견에 제안 된대로 "헤지 보간 검색"을 시도했습니다.

알려진 것을 우연히 발견 했습니까? 특정 유형의 데이터에 더 빠르다는 이론적 근거가 있습니까? 로그 파일은 일반적으로 시간이 많았으며 (예 : 검색 할 천만 개의 행이있는 1-2GB의 텍스트), 날짜 / 시간의 확산은 많은 활동, 일반적인 피크 시간 및 조용한 시간으로 인해 복잡했습니다. 내 벤치 마크 테스트는 찾기 위해 목표 시간의 균일 한 분포에서 샘플링되었습니다.

알려진 것을 우연히 발견 했습니까?

$O(log\ log\ n)$$O(log\ n)$

• 내성 검색 은 보간 검색과 이진 검색을 반복하는 방법입니다. 더 자세한 내용은 없습니다.

• JB Sidney의 N. Santoro에 의한 보간 이진 탐색 (IBS) (1985).

  일반적으로 보간 검색은 검색된 배열이 지정된 임계 값보다 큰 경우에만 유용합니다. 고려 된 검색 세그먼트가 사용자 정의 임계 값보다 작 으면 이진 검색이 무조건 적용됩니다. 그 역치에 대해 보간 탐색 단계가 적용되고 그 뒤에 이진 탐색 단계가 적용됩니다.

  이것은 당신의 접근 방식에 많은 공통점을 가지고 있습니다.

• Biagio Bonasera, Emilio Ferrara, Giacomo Fiumara, Francesco Pagano, Alessandro Provetti의 적응 형 검색 (AS)

  저자의 말을 사용하여 :

  [Interpolation-binary search]는 보간과 이진 검색을 결합하지만 혼합하지 않는 유사한 솔루션을 고안했습니다. 점근 적 복잡성은 동일하지만 몇 가지 뚜렷한 차이점이 있습니다.

  [절단]

  따라서 모든 입력에 대해 AS가 IBS보다 더 많은 기본 작업을 수행하지 않음을 보여줄 수 있습니다.

  알고리즘은 검색 세그먼트의 최상의 절반을 신중하게 찾는 데 "간단한"보간 검색보다 최대 두 배의 연산을 소비 할 수 있습니다. 이는 반복에 필요한 반복 횟수가 적다는 것을 의미합니다 (그러나 더 많은 오버 헤드가 있음) .

두 세계를 모두 활용하기 위해 두 알고리즘을 인터리빙하는 것은 알려진 기술이지만 일반적으로 "병렬"로 실행하고 종료되는 즉시 응답을 반환하는 것으로 기술되어 있습니다.

이론적으로는 빠르지 만 보간 검색에는 이진 검색에 비해 두 가지 단점이 있습니다.

• 최악의 성능 (선형)을 가지고 있습니다.

• 중간 점을 계산하는 오버 헤드는 다소 큽니다. 이진 검색 반복은 보간 검색보다 수백 배 빠릅니다.

범위가 큰 동안 보간 검색을 수행하고 범위가 작아지면 이진 검색으로 전환하는 방법이 가장 효율적이라고 생각합니다. 이 실험을 해 볼 수 있다면 좋을 것입니다.

$\log n$$\log \log n$$\log n$$\log \log n$

나는 당신의 결과가 두 가지 현상으로 설명 될 수 있다고 생각합니다.

• 이진 검색을 결합하면 최악의 동작을 피할 수 있습니다

• 작은 데이터 세트에서 이진 검색으로 전환하는 긍정적 효과