知財求人 - 知財ポータルサイト「IP Force」
特許6276386データ構造、情報処理装置、情報処理方法、及びプログラム記録媒体
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】6276386
(24)【登録日】2018年1月19日
(45)【発行日】2018年2月7日
(54)【発明の名称】データ構造、情報処理装置、情報処理方法、及びプログラム記録媒体
(51)【国際特許分類】
G06F 17/30 20060101AFI20180129BHJP
【ＦＩ】
G06F17/30 414Z
【請求項の数】21
【全頁数】31
(21)【出願番号】特願2016-511364(P2016-511364)
(86)(22)【出願日】2015年3月20日
(86)【国際出願番号】JP2015001568
(87)【国際公開番号】WO2015151444
(87)【国際公開日】20151008
【審査請求日】2016年9月20日
(31)【優先権主張番号】特願2014-73545(P2014-73545)
(32)【優先日】2014年3月31日
(33)【優先権主張国】JP
(73)【特許権者】
【識別番号】000232092
【氏名又は名称】ＮＥＣソリューションイノベータ株式会社
(74)【代理人】
【識別番号】100109313
【弁理士】
【氏名又は名称】机 昌彦
(74)【代理人】
【識別番号】100124154
【弁理士】
【氏名又は名称】下坂 直樹
(72)【発明者】
【氏名】岡嶋 穣
(72)【発明者】
【氏名】丸山 晃一
【審査官】
山本 俊介
(56)【参考文献】
【文献】
Veli MAKINEN et al.，Storage and Retrieval of Highly Repetitive Sequence Collections [online]，Journal of Computational Biology，２０１０年 ４月 ８日，17(3)，p.281-308，[retrieved on 2015-06-09]，ＵＲＬ，http://jltsiren.kapsi.fi/papers/Maekinen2010.pdf
【文献】
岡野原 大輔，圧縮したまま検索，情報処理，日本，一般社団法人情報処理学会，２０１２年 ４月１５日，第53巻 第5号，p.504-512
【文献】
岡野原 大輔，大規模文字列解析の理論と実践，電子情報通信学会技術研究報告，日本，社団法人電子情報通信学会，２０１０年 ６月 ７日，第110巻 第76号，p.15-22
【文献】
定兼 邦彦，大規模データ処理のための簡潔データ構造，情報処理，日本，社団法人情報処理学会，２００７年 ８月１５日，第48巻 第8号，p.899-902
(58)【調査した分野】（Int.Cl.，ＤＢ名）
Ｇ０６Ｆ １７／３０
(57)【特許請求の範囲】
【請求項1】
第１の値と第２の値とで構成されたビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、を有するデータ構造を記憶した記憶手段と、
自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、第１のセレクト計算手段と、
自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、第２のセレクト計算手段と、
を備える、ことを特徴とする情報処理装置。
自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、第１のセレクト計算手段と、
自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、第２のセレクト計算手段と、
を備える、ことを特徴とする情報処理装置。
【請求項2】
各連続区間について、当該連続区間の位置と、前記第１の値の出現数と、前記第２の値の出現数との３つの値のうち、少なくとも２つの値が、前記第１のデータ、前記第２のデータ、又は前記第３のデータによって特定され、且つ、特定される前記少なくとも２つの値は、当該連続区間の位置によって変化する、
請求項１に記載の情報処理装置。
請求項１に記載の情報処理装置。
【請求項3】
前記第１のデータが、前記ビット列上で、第１の値が１個以上連続する連続区間の全部の位置を特定し、
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項２に記載の情報処理装置。
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項２に記載の情報処理装置。
【請求項4】
前記第１のセレクト計算手段が、
前記第２のデータが特定する前記第１の値の出現数に基づいて、前記第２のデータにおいて前記第１の値の出現数が特定されており、且つ、特定の対象となる前記第１のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第２のデータにおいて前記第１の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第３のデータに基づいて、前記第１の値の出現数を特定し、そして、
特定した前記第１の値の出現数を用いて、前記第１のセレクト位置を特定する、
請求項１〜３のいずれかに記載の情報処理装置。
前記第２のデータが特定する前記第１の値の出現数に基づいて、前記第２のデータにおいて前記第１の値の出現数が特定されており、且つ、特定の対象となる前記第１のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第２のデータにおいて前記第１の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第３のデータに基づいて、前記第１の値の出現数を特定し、そして、
特定した前記第１の値の出現数を用いて、前記第１のセレクト位置を特定する、
請求項１〜３のいずれかに記載の情報処理装置。
【請求項5】
前記第２のセレクト計算手段が、
前記第３のデータが特定する前記第２の値の出現数に基づいて、前記第３のデータにおいて前記第２の値の出現数が特定されており、且つ、特定の対象となる前記第２のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第３のデータにおいて前記第２の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第２のデータに基づいて、前記第２の値の出現数を特定し、そして、
特定した前記第２の値の出現数を用いて、前記第２のセレクト位置を特定する、
請求項１〜４のいずれかに記載の情報処理装置。
前記第３のデータが特定する前記第２の値の出現数に基づいて、前記第３のデータにおいて前記第２の値の出現数が特定されており、且つ、特定の対象となる前記第２のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第３のデータにおいて前記第２の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第２のデータに基づいて、前記第２の値の出現数を特定し、そして、
特定した前記第２の値の出現数を用いて、前記第２のセレクト位置を特定する、
請求項１〜４のいずれかに記載の情報処理装置。
【請求項6】
前記データ構造は、前記第１のデータが特定する前記位置、前記第２のデータが特定する前記第１の値の出現数、前記第３のデータが特定する前記第２の値の出現数、それぞれを、単調増加する数列とみなすことによって圧縮され、圧縮された状態で、前記記憶部に記憶されている、
請求項１〜５のいずれかに記載の情報処理装置。
請求項１〜５のいずれかに記載の情報処理装置。
【請求項7】
第１の値と第２の値とで構成されたビット列を再現するためのデータ構造であって、
前記ビット列上で、同じ値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、
を有しており、
情報処理装置が、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定し、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、処理に用いられる、
ことを特徴とするデータ構造。
前記ビット列上で、同じ値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、
を有しており、
情報処理装置が、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定し、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、処理に用いられる、
ことを特徴とするデータ構造。
【請求項8】
前記第１のデータが位置を特定した連続区間と、前記第２のデータが前記第１の値の出現数を特定した連続区間と、前記第２のデータが前記第２の値の出現数を特定した連続区間とのうち、２つが一致している、又はそれぞれが互いに異なっている、
請求項７に記載のデータ構造。
請求項７に記載のデータ構造。
【請求項9】
前記第１のデータが、前記ビット列上で、第１の値が１個以上連続する連続区間の全部の位置を特定し、
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項８に記載のデータ構造。
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項８に記載のデータ構造。
【請求項10】
第１の値と第２の値とで構成されたビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、を有するデータ構造を用いた情報処理方法であって、
（ａ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
（ｂ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
を有する、ことを特徴とする情報処理方法。
（ａ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
（ｂ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
を有する、ことを特徴とする情報処理方法。
【請求項11】
各連続区間について、当該連続区間の位置と、前記第１の値の出現数と、前記第２の値の出現数との３つの値のうち、少なくとも２つの値が、前記第１のデータ、前記第２のデータ、又は前記第３のデータによって特定され、且つ、特定される前記少なくとも２つの値は、当該連続区間の位置によって変化する、
請求項１０に記載の情報処理方法。
請求項１０に記載の情報処理方法。
【請求項12】
前記第１のデータが、前記ビット列上で、第１の値が１個以上連続する連続区間の全部の位置を特定し、
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項１１に記載の情報処理方法。
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項１１に記載の情報処理方法。
【請求項13】
前記（ａ）のステップにおいて、
前記第２のデータが特定する前記第１の値の出現数に基づいて、前記第２のデータにおいて前記第１の値の出現数が特定されており、且つ、特定の対象となる前記第１のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第２のデータにおいて前記第１の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第３のデータに基づいて、前記第１の値の出現数を特定し、そして、
特定した前記第１の値の出現数を用いて、前記第１のセレクト位置を特定する、
請求項１０に記載の情報処理方法。
前記第２のデータが特定する前記第１の値の出現数に基づいて、前記第２のデータにおいて前記第１の値の出現数が特定されており、且つ、特定の対象となる前記第１のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第２のデータにおいて前記第１の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第３のデータに基づいて、前記第１の値の出現数を特定し、そして、
特定した前記第１の値の出現数を用いて、前記第１のセレクト位置を特定する、
請求項１０に記載の情報処理方法。
【請求項14】
前記（ｂ）のステップにおいて、
前記第３のデータが特定する前記第２の値の出現数に基づいて、前記第３のデータにおいて前記第２の値の出現数が特定されており、且つ、特定の対象となる前記第２のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第３のデータにおいて前記第２の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第２のデータに基づいて、前記第２の値の出現数を特定し、そして、
特定した前記第２の値の出現数を用いて、前記第２のセレクト位置を特定する、
請求項１０に記載の情報処理方法。
前記第３のデータが特定する前記第２の値の出現数に基づいて、前記第３のデータにおいて前記第２の値の出現数が特定されており、且つ、特定の対象となる前記第２のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第３のデータにおいて前記第２の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第２のデータに基づいて、前記第２の値の出現数を特定し、そして、
特定した前記第２の値の出現数を用いて、前記第２のセレクト位置を特定する、
請求項１０に記載の情報処理方法。
【請求項15】
コンピュータに、
（ａ）当該コンピュータが備える記憶装置に、
第１の値と第２の値とで構成されたビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、を有するデータ構造を格納する、ステップと、
（ｂ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
（ｃ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
を実行させるプログラム。
（ａ）当該コンピュータが備える記憶装置に、
第１の値と第２の値とで構成されたビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、を有するデータ構造を格納する、ステップと、
（ｂ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
（ｃ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
を実行させるプログラム。
【請求項16】
各連続区間について、当該連続区間の位置と、前記第１の値の出現数と、前記第２の値の出現数との３つの値のうち、少なくとも２つの値が、前記第１のデータ、前記第２のデータ、又は前記第３のデータによって特定され、且つ、特定される前記少なくとも２つの値は、当該連続区間の位置によって変化する、
請求項１５に記載のプログラム。
請求項１５に記載のプログラム。
【請求項17】
前記第１のデータが、前記ビット列上で、第１の値が１個以上連続する連続区間の全部の位置を特定し、
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項１６に記載のプログラム。
前記第２のデータが前記第１の値の出現数を特定した連続区間は、偶数番目に出現した前記連続区間と一致し、
前記第３のデータが前記第２の値の出現数を特定した連続区間は、奇数番目に出現した前記連続区間と一致している、
請求項１６に記載のプログラム。
【請求項18】
前記（ｂ）のステップにおいて、
前記第２のデータが特定する前記第１の値の出現数に基づいて、前記第２のデータにおいて前記第１の値の出現数が特定されており、且つ、特定の対象となる前記第１のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第２のデータにおいて前記第１の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第３のデータに基づいて、前記第１の値の出現数を特定し、そして、
特定した前記第１の値の出現数を用いて、前記第１のセレクト位置を特定する、
請求項１５に記載のプログラム。
前記第２のデータが特定する前記第１の値の出現数に基づいて、前記第２のデータにおいて前記第１の値の出現数が特定されており、且つ、特定の対象となる前記第１のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第２のデータにおいて前記第１の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第３のデータに基づいて、前記第１の値の出現数を特定し、そして、
特定した前記第１の値の出現数を用いて、前記第１のセレクト位置を特定する、
請求項１５に記載のプログラム。
【請求項19】
前記（ｃ）のステップにおいて、
前記第３のデータが特定する前記第２の値の出現数に基づいて、前記第３のデータにおいて前記第２の値の出現数が特定されており、且つ、特定の対象となる前記第２のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第３のデータにおいて前記第２の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第２のデータに基づいて、前記第２の値の出現数を特定し、そして、
特定した前記第２の値の出現数を用いて、前記第２のセレクト位置を特定する、
請求項１５に記載のプログラム。
前記第３のデータが特定する前記第２の値の出現数に基づいて、前記第３のデータにおいて前記第２の値の出現数が特定されており、且つ、特定の対象となる前記第２のセレクト位置が存在又は近接する、連続区間を推定し、更に、
推定した前記連続区間に近接し、且つ、前記第３のデータにおいて前記第２の値の出現数が特定されていない連続区間について、前記第１のデータ及び前記第２のデータに基づいて、前記第２の値の出現数を特定し、そして、
特定した前記第２の値の出現数を用いて、前記第２のセレクト位置を特定する、
請求項１５に記載のプログラム。
【請求項20】
前記（ａ）のステップにおいて、前記データ構造は、前記第１のデータが特定する前記位置、前記第２のデータが特定する前記第１の値の出現数、前記第３のデータが特定する前記第２の値の出現数、それぞれを、単調増加する数列とみなすことによって圧縮され、圧縮された状態で、前記記憶装置に格納される、
請求項１５〜１９のいずれかに記載のプログラム。
請求項１５〜１９のいずれかに記載のプログラム。
【請求項21】
第１の値と第２の値とで構成されたビット列を表現するためのデータ構造を記憶した記憶装置であって、
前記データ構造は、
前記ビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、
を有しており、かつ、
情報処理装置が、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定し、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、処理に用いられる、
ことを特徴とする記憶装置。
前記データ構造は、
前記ビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、
を有しており、かつ、
情報処理装置が、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定し、自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、処理に用いられる、
ことを特徴とする記憶装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、データ構造、情報処理装置、情報処理方法、及びこれらを実現するためのプログラム記録媒体に関し、特には、ビット列上での効率的な計算を行うための、データ構造、情報処理装置、情報処理方法、及びプログラム記録媒体に関する。【0002】
近年、完備辞書（fully indexable dictionary）というデータ構造が注目されている（例えば、非特許文献１参照）。完備辞書は、長さnのビット列Bに対してrank、selectと呼ばれる２種類の操作をサポートするデータ構造である。この２種類の操作は以下のように定義される。但し、以下において、ビット列Bの最初の要素をB[0]、ビット列Bの最後の要素をB[n-1]とし、ビット列B上のi番目の要素からj番目の要素からなる部分列をB[i，j]で表し、終端であるj番目の要素を含まない場合の部分列をB[i，j)で表すものとする。【0003】
まず、「rank1(B，i)」は、B[0，i)の範囲に存在する1の数を返す操作である。「rank0(B，i)」は、B[0，i)の範囲に存在する0の数を返す操作である。select1(B，i)は、ビット列B上でi+1番目の1が出現する位置を返す操作である。select0(B，i)は、ビット列B上でi+1番目の0が出現する位置を返す操作である。【0004】
なお、この他に、完備辞書では、access(B，i)というi番目の要素の値B[i]を返す操作がサポートされることもある。また、完備辞書は、文献によって、「簡潔ビットベクトル」、「rank / select dictionary」等と呼ばれることがあるが、いずれも同じものを意味している。【0005】
ところで、完備辞書は、簡潔データ構造（succinct data structure）と呼ばれる省スペースなデータ構造を作るための基礎となっている。簡潔データ構造は、木構造、グラフ構造、テキストデータなど、様々なデータ構造を小さなデータ構造で表現するものであり、大規模データを扱うための技術として注目されている。更に、簡潔データ構造のサイズは、基礎となる完備辞書のサイズに依存する。そのため、完備辞書を、極力小さなサイズで実現することが、大規模データを扱う上で重要となる。以下に、この点について説明する。【0006】
まず、元となるビット列Bを圧縮せずにそのまま保持しつつ、ビット列に補助構造を付加することで完備辞書を実現する方法が知られている。これは下記の非特許文献１の「４．２．３ 密な場合」で紹介されている手法である。なお、本明細書では、このような圧縮がされていない完備辞書を「無圧縮な完備辞書」と表記し、予め与えられているものとする。【0007】
一方、元のビット列において、１と０との出現の分布に特徴がある場合、ビット列を圧縮できる可能性がある。このような場合に、ビット列を圧縮しつつ、そのビット列の完備辞書を実現する手法が知られている。このような手法は、元のビット列Bよりも小さいサイズで完備辞書を実現できる利点がある。但し、完備辞書の圧縮方法は、元のビット列における１と０との分布によって異なっている。【0008】
まず、初めに、要素のほとんどが０で構成され、１が稀にしか存在していないビット列の完備辞書の圧縮方法について説明する。ここでは、このようなビット列を「疎なビット列」と呼ぶ。たとえば、「0000010000001000000」のようなビット列が挙げられる。【0009】
このとき、１の出現位置に注目することで、このビット列を圧縮しつつ、完備辞書を実現する方法が知られている。ここでは非特許文献１（「４．２．４ 疎な場合」を参照）に開示されている手法を紹介する。【0010】
この手法は「Elias-Fano representation」又は「sdarray」と呼ばれている。ビット列Bには、ｍ個の１が含まれているものとする。ビット列が疎な場合とは、ｍ＜＜ｎが成り立つ場合である。このとき、１の出現する位置を収めた、長さｍの単調増加配列Pを考える。P[i] = select1(B，i)と定義される。なお、ｎはビット列の長さを表している。【0011】
このとき、床関数をfloor()で表すと、p= floor(log(n/m))と定義される。但し、本明細書では、logの底を2とする。そして、以下のような長さｍの配列Lと配列Hとを考える。配列L[i]は、単調増加配列P[i]の下位pビットを保持し、配列H[i]は、単調増加配列P[i]の残りの上位ビットを保持するとする。すなわち、P[i] =2p・H[i] + L[i]が成立するとする。なお、このとき、配列Hは、広義単調増加列である。
【0012】
ここで、D[i]=H[i]-H[i-1]+1となる配列Dを考える。配列Dは正整数列である。また、この配列Dを単進符号で表したビット列Eを考える。このビット列は長さ２ｍで表される。このとき、ビット列Eについての完備辞書を構築することができる。ビット列Eの完備辞書は2m+o(m)ビットで実現できる。【0013】
疎なビット列の完備辞書は、配列Eの無圧縮な完備辞書と、ビット配列Lとを組み合わせたものである。よって、配列Lはm log(n/m)ビットであり、配列Eの完備辞書は2m+o(m)ビットで表されるため、合計のサイズはm log(n/m)+2m+o(m)ビットである。このサイズは、ｍ＜＜ｎが成り立つ疎な場合において、元のｎビットの配列Bよりも小さくなる。【0014】
この非特許文献１に開示され方法で実現された完備辞書において、select1(B，i)は下記の数１によって計算することができる。【0015】
【数1】
【0016】
また、rank1(B，i)は、以下のように計算できる。初めに、ビット列Eの完備辞書を用いて「０」の数をカウントすることで、iの上位ビットと同じかそれより大きくなるような最小の上位ビットH[t]の位置tを求める。このH[t]と対応する下位ビットL[t]を足し合わせることでP[t]の値を求める。この後、tを１づつ増やしていき、iを超えない最大のP[t]を求めれば、そのときtの値が、位置iまでに存在する「１」の数を表す。【0017】
このとき、ひとたびP[t]の値を求めた後は、P[t-1]の値又はP[t+1]の値を求めるときに、配列E及び配列Lを初めから探索しなおさなくても計算できることに注意する。何故なら、配列L及び配列Eにおいて、P[t]に関する値が保持されている記憶領域は既に見つかっているので、その前後の値を調べればP[t-1]又はP[t+1]の値は容易に計算できるからである。また、このように、疎なビット列の完備辞書は、単調増加配列Pを効率的に表現したものと見なすこともできる。【0018】
その他に、疎なビット列の完備辞書を表現する方法としては、非特許文献３に開示されている手法も挙げられる。非特許文献１及び非特許文献３のいずれに開示されている手法を用いても、疎なビット列の完備辞書を効率的に表現できる。【0019】
続いて、１と０との両方が連続しているビット列の完備辞書の圧縮手法について説明する。このようなビット列の例としては、「0000111100001111」のようなビット列が挙げられる。疎なビット列は０が長く連続するビット列であるが、このビット列においては、１も長く連続しており、この点で異なっている。また、本明細書では、１が連続している領域のことを「ラン（run）」と表記することとする。例えば、上記のビット列の例では、２つのランが含まれている。また、１と０とが連続するビット列の完備辞書は、ランレングス圧縮を用いて効率的に表現することができる。【0020】
具体的には、非特許文献２は、このような１と０とが連続するビット列をランレングス圧縮することによって完備辞書を実現する手法を開示している（「3.1 Run-Length Encoded Wavelet Tree」参照）。【0021】
なお、非特許文献２では、１が連続する領域は「１ビット・ラン（1-bit run）」と表記され、０が連続する領域は「０ビット・ラン（0-bit run）」と表記されているが、本明細書では、上述のように、特に指定のない限り、１が連続する領域を「ラン」と表記する。また、本明細書では、０が連続する領域のことは「空白」と表記する。従って、「0000111100001111」のようなビット列は、全て、ランと空白とが交互に並んでいるものと考えることができる。以下に、非特許文献２に開示されている手法について説明する。【0022】
まず、１と０とが連続するビット列Bが与えられているとする。このとき、このビット列Bを、２つの疎なビット列B1とビット列Brlとによって表現することを考える。ビット列Bに含まれるランの数をbとする。また、ビット列B1は、全てのランの開始位置においてのみ、１になるような、疎なビット列であるとする。式で表すと、ビットB1は、下記の数２の通りとなる。なお、本明細書の数式では、Ｂ１をＢ１と表現する。【0023】
【数2】
【0024】
また、ビット列Bに含まれるランの数がbであるので、ビット列B1には、b個の１が含まれる。更に、ビット列Brlは、全てのランの長さを単進符号で表した結果をつなげた疎なビット列である。ビット列Brlにも、b個の１が含まれる。更に、ビット列B1とビット列Brlとは、どちらも疎なビット列なので、非特許文献１に記載されている疎なビット列の完備辞書を用いて、効率的に完備辞書を構築することができる。【0025】
なお、非特許文献２では、非特許文献１に開示されている疎なビット列の完備辞書ではなく、非特許文献３に開示されている疎なビット列の完備辞書が用いられることになっている。但し、どちらの完備辞書も、rankとselectとを実現する点で共通であり、どちらの完備辞書が用いられても、動作に違いはない。以下においては、非特許文献１に記載されている疎なビット列の完備辞書を用いて説明する。【0026】
また、ビット列Brlは、r番目のランの開始位置iにおけるrank1(B，i)の値を保存したものと見なすこともできる。即ち、ビット列Brlの中で、先頭から数えてr番目の１の位置は、r番目のランの開始位置iにおけるrank1(B，i)の値を表している。よって、下記の数３が成立する。なお、本明細書の数式では、ＢrlをＢrlと表現する。【0027】
【数3】
【0028】
以上のように、ビット列Bは、ビット列B1とビット列Brlとによって表現することができるので、ビット列B上でのrank1、rank0、及びselect1の３種類の操作は、ビット列B1とビット列Brlの完備辞書を用いることで計算できる。【0029】
具体的には、ビット列Bがビット列B1とビット列Brlとによって表現されている場合、rank1(B，i)は、以下のように計算できる。まず、r=rank1(B1，i)を計算する。rはビット列B上でiよりも前の位置で開始するランの数を表す。もしr=0であれば、[0，i)の範囲に１が存在しないことが確定するので、rank1(B，i)=0であり計算は終了する。【0030】
一方、r>=1であれば、r番目のランの開始位置jについて考える。jは、j=select1(B1， r-1)で計算できる。求めるrank1(B，i)は、[0，j-1]の範囲における１の数と、[j，i)の範囲における１の数を足したものとなる。【0031】
[0， j-1]の範囲における１の数は、以下のように計算できる。まず、r=1であれば、このランが最初のランであるので、[0，j-1]の範囲に存在する１の数は0である。r>1であれば、[0， j-1]の範囲における１の数は、ｒ-1個のランの長さの合計であり、select1(Brl， r-1)で計算できる。次に、r番目のランの長さをkとする。このとき、kは、下記の数４によってで計算できる。また、[j，i)の範囲における１の数は、以下の数５によって計算できる。更に、rank0(B，i)は、下記の数６によって簡単に計算できる。【0032】
【数4】
【0033】
【数5】
【0034】
【数6】
【0035】
また、ビット列Bがビット列B1とビット列Brlとによって表現されている場合、select1(B，i)は、以下の数７によって計算できる。但し、r = rank1(Brl，i+1)である。つまり、rは、先頭からランの長さを加算した場合に、ランの長さの合計がi+1となったときのランがr番目であることを表す。【0036】
【数7】
【0037】
すなわち、求めるi+1番目の１はこのランの上にあることが分かる。また、上記数７において、select1(B1，r)は、このランの開始位置を表しており、i+1- select1(Brl，r)は、このランの中で何番目の１が、ビット列B全体の中でi+1番目の１であるかを表している。この値を合計して１を引けば、i+1番目の1の位置となる。【0038】
ここで、ビット列Bが「001110011011」である場合の各操作の計算について具体的に説明する。このとき、ビット列B1は「0010000100101」、ビット列Brlは「10010101」となる。この場合において、i=8、つまり、rank1(B，8)を求めたいとする。【0039】
位置iよりも前の位置から始まるランの数は、r=rank1(B1，8)=2である。2番目のランの開始位置はj=select1(B1，2-1)＝7である。このとき、[0，j-1]の範囲における１の数は1個のランの長さの合計であり、select1(Brl，1)=3で計算できる。次に、2番目のランの長さをkとすると、上記数４において、r=2となるので、k=select1(Brl，2)-select1(Brl，2-1)=5-3=2となる。また、i-j= 8-7= 1<kであるので、[i，j)の範囲には１がi - j= 1個存在することが分かる。従って、求める答えは、rank1(B，8)=3+1=4となる。【0040】
また、もうひとつの例として、i=10、つまり、rank1(B，10）を求める場合についても説明する。この場合も、k=2となるが、上記の例とは異なり、i-j=10-7=3>kが成立する。従って、求める答えは、rank1(B，10）=3+2=5となる。【0041】
また、上記の例において、i=4、つまりselect1(B，4)を求めたいとする。この場合、位置iよりも前の位置から始まるランの数は、r=rank1(Brl，4+1)=2である。従って、求める位置は２番目のランの上にあることが分かる。このランの開始位置は、select1(B1，2-1)=7である。更に、求めるi+1番目の１は、4+1-select1(Brl，2-1)=4+1-3=2より、このランの中で２番目の１である。7+2-1=8より、求めるi+1番目の１はB[8]にあったことが分かる。【0042】
以上のように、疎なビット列によって完備辞書を表現することができる。ここで、ビット列Bの完備辞書のサイズを考える。ビット列Bの完備辞書のサイズは、ビット列B1とビット列Brlとのサイズの和である。また、疎なビット列の完備辞書のサイズは、ビット列の長さをn、含まれる１の数をmとして、m log(n/m)+2m+o(m)ビットとなる。【0043】
従って、この式をB1とBrlに当てはめると、ビット列に含まれるランの数をbとした場合、ビット列B1のサイズは、長さnでb個の１を含むので、b log(n/b)+2b +o(b)ビットとなる。同様に、ビット列Brlは、長さmでｂ個の１を含むので、b log(m/b)+2b+o(b)ビットとなる。従って、この２つを合計することで、ビット列Bの完備辞書のサイズが求められる。つまり、ビット列Bの完備辞書のサイズは、b (log(n/b)+log(m/b) +4)+o(b)ビットとなる。【先行技術文献】
【非特許文献】
【0044】
【非特許文献1】岡野原 大輔，「高速文字列解析の世界， データ圧縮・全文検索・テキストマイニング（シリーズ 確率と情報の科学）」， 岩波書店，2012年12月27日
【非特許文献2】V. Makinen， G. Navarro， J. Siren， and N. Valimaki. Storage and retrieval of highly repetitive sequence collections. J. Comp. Biol.， 17(3):281-308， 2010.
【非特許文献3】A. Gupta， W.-K. Hon， R. Shah， and J.S. Vitter. Compressed data structures: Dictionaries and data-aware measures. In Proc. 16th Data Compression Conference(DCC)， pages 213-222， 2006.
【発明の概要】
【発明が解決しようとする課題】
【0045】
上述したように、上記非特許文献２に開示された手法を用いれば、２つの疎なビット列を用意するだけで、１と０とが連続するビット列をランレングス圧縮すると共に、rank1、rank0、及びselect1を効率的に計算することができる。【0046】
しかしながら、非特許文献２に開示された手法には、select0を効率的に計算することができないという問題がある。これは、この手法では、select1の効率的な計算に必要となる、rank1の値を保持したビット列は用いられているが、select0の効率的な計算に必要となる、rank0の値を保持したビット列は用いられていないからである。【0047】
一方、上述した、select1の効率的な計算に必要となるビット列（ビット列Brl）に加えて、select0の効率的な計算に必要となるビット列も保持するようにすれば、select0を効率的に計算することができるようになると考えられる。【0048】
しかし、この場合は、b(log(m/b)+2b +o(b)ビットの完備辞書がひとつ追加されることになり、全体のサイズは、b (log(n/b)+log(m/b)+4)+o(b)ビットから、b (log(n/b)+2log(m/b)+6)+o(b)ビットに増加する。つまり、mがnに近いときlog(n/b)とlog(m/b)は対数なのでほぼ同じ大きさであり、これを仮にCと置くと、2b(C+2)+o(b)ビットから3b(C+2)+o(b)ビットに増える計算になり、ほぼ１．５倍のサイズに増加する。これは完備辞書を実装する際において、無視できないサイズの増大となる。【0049】
また、様々なデータ構造で、select1及びselect0は、どちらも使用される。例えば、ウェーブレット木と呼ばれる木構造型のデータ構造では、木構造を上にたどる際に完備辞書のselect1及びselect0の両方が呼び出される。従って、様々なデータ構造において、select1及びselect0の両方の計算ができ、且つ、サイズの小さい完備辞書が求められている。【0050】
本発明の目的の一例は、上記問題を解消し、対象となるビット列について、完備辞書を用いた２種類のselect操作を可能にしつつ、完備辞書のサイズの増大を抑制し得る、データ構造、情報処理装置、情報処理方法、及びプログラム記録媒体を提供することにある。【課題を解決するための手段】
【0051】
上記目的を達成するため、本発明の一側面における情報処理装置は、第１の値と第２の値とで構成されたビット列を表現するためのデータ構造を記憶した記憶部を備え、
前記データ構造は、
前記ビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、
を有している、
ことを特徴とする。
【0052】
また、上記目的を達成するため、本発明の一側面におけるデータ構造は、第１の値と第２の値とで構成されたビット列を再現するためのデータ構造であって、
前記ビット列上で、同じ値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、
前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、
を有している、ことを特徴とする。
【0053】
また、上記目的を達成するため、本発明の一側面における情報処理方法は、第１の値と第２の値とで構成されたビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、を有するデータ構造を用いた情報処理方法であって、
（ａ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
（ｂ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
を有する、ことを特徴とする。
【0054】
更に、上記目的を達成するため、本発明の一側面におけるプログラム記録媒体は、コンピュータに、
（ａ）当該コンピュータが備える記憶装置に、
第１の値と第２の値とで構成されたビット列上で、前記第１の値又は前記第２の値が１個以上連続する連続区間の全部又は一部の位置を特定する、第１のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定する、第２のデータと、前記連続区間の一部について、前記ビット列上で、前記ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定する、第３のデータと、を有するデータ構造を格納する、ステップと、
（ｂ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第１の値の個数が前記自然数と等しくなる第１のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、
（ｃ）自然数が入力されたときに、前記ビット列上の位置であって、先頭から当該位置までに含まれる前記第２の値の個数が前記自然数と等しくなる第２のセレクト位置を、前記第１のデータ、前記第２のデータ、及び前記第３のデータを用いて、特定する、ステップと、を実行させることを特徴とする。
【発明の効果】
【0055】
以上のように、本発明によれば、対象となるビット列について、完備辞書を用いた２種類のselect操作を可能にしつつ、完備辞書のサイズの増大を抑制することができる。【図面の簡単な説明】
【0056】
【発明を実施するための形態】
【0057】
（発明の実施の形態の情報処理装置におけるデータ処理）最初に、本発明の概要について説明する。本明細書では、a番目のランの開始位置sa におけるrank1(B， sa)の値を、ランのrank1と表記し、rank0(B， sa)の値をランのrank0と表記する。
【0058】
まず、全てのランについて、そのランの＜開始位置、rank1、rank0＞の３つの値が記憶されているとき、その３つの値さえあれば元のビット列Bを復元できるので、元のビット列Bを復元するのに十分な情報が得られることを示す。従って、以下の定理が成立する。【0059】
定理：ビット列B上の、任意のa番目のランについて、a番目のランの開始位置をsa、a+1番目のランの開始位置をsa+1とおく。このとき、sa、rank0(B， sa)、sa+1、rank1(B， sa+1)の４つの値さえ分かれば、B[sa ， sa+1)の範囲の全てのビットについて１か０かを特定できる。
【0060】
（証明）a番目のランが終了して０になる位置をeaとおく。このとき、ランの定義から、B[sa， ea)の範囲は全て１であり、B[ea ， sa+1)の範囲は全て０である。このとき、eaの値は以下の数８によって計算できる。なお、本明細書の数式では、eaをeaと表現する。
【0061】
【数8】
【0062】
また、上記の証明では、次の事実が用いられている。即ち、[sa ， ea)の範囲には1しか存在しないため、rank0(B，ea)=rank0(B，sa)が成り立つ。同様に、[ea， sa+1)の範囲には0しか存在しないため、rank1(B，ea)=rank1(B，sa+1)が成り立つ。eaが具体的に計算できたので、B[sa， sa+1)のビットが全て判明する。（証明終わり）【0063】
上述の定理によれば、連続する２つのランについて＜開始位置、rank1、rank0＞の値が分かれば、その２つのランの開始位置に挟まれた領域も完全に復元できることが分かる。これを全てのランの間に適用すれば、全てのランについて、＜開始位置、rank1、rank0＞の３つの値が記憶されているとき、その３つの値さえあれば元のビット列Bを復元できる。
【0064】
ここで、本発明の実施の形態では、さらに、＜開始位置、rank1、rank0＞の３つの値のうち、２つの値さえわかっていれば、残り１つの値を動的に計算することができることに注目する。任意の開始位置iについて、以下の数９に示す関係が常に成り立つためである。【0065】
【数9】
【0066】
これにより、全てのランについて、＜開始位置、rank1、rank0＞の３つの値のうち、２つの値さえわかっていれば、元のビット列Bを復元できることが分かる。【0067】
このような視点に立って考えると、非特許文献２に開示された方法は、全てのランについて＜開始位置、rank1＞の２種類の値を常に記憶している場合に相当する。従って、非特許文献２に開示された方法では、rank1のビット列だけが保持されているので、select1を高速に計算することはできる。しかし、非特許文献２に開示された方法では、rank0のビット列は保持されていないため、select0を高速に計算できないという問題が発生する。【0068】
なお、非特許文献２に記載の方法を、単純に、＜開始位置、rank1、rank0＞の３種類の値の全てを記憶するように拡張することも考えられる。しかし、この場合は、上述の問題の解決は可能となるが、「発明が解決しようする課題」の欄でも述べたように、必要なデータのサイズが、＜開始位置、rank1＞の２種類の値を記憶している倍に比べて、約１．５倍に増大してしまう。【0069】
このため、本発明の実施の形態における情報処理装置は、非特許文献２に開示された方法のように、常に同じ２種類の値を記憶するのではなく、それぞれのランについて、異なる２種類の値を選択し、選択した２種類の値を記憶してもよい。【0070】
すなわち、本発明では、全てのランのそれぞれに関して、＜開始位置、rank1、rank0＞の３つの値のうち２つの値だけを選び、その値を記憶してもよい。さらに、各位置について、記憶する２つの値を変更してもよい。たとえば、あるランについては、＜開始位置、rank1＞の２つの値だけを記憶し、他のあるランについては＜開始位置、rank0＞の２つの値を記憶してもよい。これにより、あるランではrank0の値が記憶されておらず、また、あるランではrank1の値が記憶されていない状態になる。これはすなわち、全てのランについてrank1やrank0を記憶するのではなく、一部のランについてサンプリングして記憶していることを表す。【0071】
この場合、＜開始位置、rank1、rank0＞の３つの値のうち２つの値だけしか記憶されていないので、情報処理装置は、＜開始位置、rank1、rank0＞の３つの値の全てを記憶する場合に比べて、必要なデータのサイズを約３分の２の大きさにでき、記憶領域を節約できる。上述したように、情報処理装置は、３つの値のうち残り１つの値を、他の２つの値から動的に計算できる。【0072】
ランの開始位置を配列すると、全てのランについて単調増加する配列であり、同様にrank1とrank0も単調増加する配列となる。よって、疎なビット列の完備辞書によって効率的に開始位置やrank1やrank0を検索できる。【0073】
非特許文献２に記載の方法に比べて、本発明の実施の形態が優れているのは、全ての開始位置についてrank1を記憶するのではなく、ランによって、時にはrank1、時にはrank0を記憶することである。これにより、情報処理装置は、ビット列全体の様々な場所におけるrank1とrank0の値をサンプリングしている状態になる。情報処理装置が、select1を計算するときには、このサンプリングされたrank1の値を検索することで、だいたいの位置のあたりをつけることができる。select0を計算するときは、サンプリングされたrank0の値を検索することで、だいたいの位置のあたりをつけることができる。だいたいの位置のあたりをつけた後、情報処理装置は、その周囲のランのrank1あるいはrank0の値を動的に計算して、正確な位置を求める。【0074】
具体的には、情報処理装置が、select1(B，i)を計算するときは、まず初めに、rank1の値が記憶されているランの中から、iに近いrank1の値を持つランを特定する。次に、情報処理装置は、このランを手がかりとして、このランの周囲に存在する、rank1の値が記憶されていないランについて、そのランまでのrank1の値を動的に計算する。そのようなランのrank1の値は、残り２つの値、すなわちランの開始位置とrank0の値から動的に計算される。こうして、情報処理装置は、周囲のランのrank1の値を復元することで、実際にi番目に1が出現する位置を計算することができる。【0075】
また、情報処理装置が、select0(B，i)を計算するときは、逆に、rank0の値が記憶されているランの中から、iに近いrank0の値を持つランを特定し、その周囲に存在する、rank0の値が記憶されていないランについて、rank0の値を動的に計算すればよい。【0076】
なお、３種類のうちどの２種類を選択して記憶するかは、特には限定されないが、選択の仕方には様々な方法が存在する。たとえば、情報処理装置は、ランごとに３種類の値をローテーションで記憶してもよい。すなわち、１番目のランでは開始位置以外の２つを記憶し、２番目のランではrank1以外の２つを記憶し、３番目のランではrank0以外の２つを記憶し、４番目のランでは、再び戻って、開始位置以外の２つを記憶する、といった方法が考えられる。【0077】
また、偶数番目のランについて＜開始位置、rank1＞の２つの値を記憶し、奇数番目のランについて＜開始位置、rank0＞の２つの値を保持する方法も挙げられる。この場合、情報処理装置は、偶数番目のランの開始位置におけるrank0の値と、奇数番目のランの開始位置におけるrank1の値は保持されないが、動的に計算できる。【0080】
図１に示すように、本実施の形態における情報処理装置１００は、データ構造１１を記憶した記憶部１０を備えている。データ構造１１は、第１の値と第２の値とで構成されたビット列を表現するためのデータ構造であり、第１のデータ１２と、第２のデータ１３と、第３のデータ１４とを有している。【0081】
また、これのデータのうち、第１のデータは、ビット列上で、第１の値又は第２の値が１個以上連続する連続区間の全部又は一部の位置を特定するデータである。また、第２のデータは、連続区間の一部について、ビット列上で、ビット列の先頭から当該連続区間までに出現した第１の値の出現数を特定するデータである。第３のデータは、連続区間の一部について、ビット列上で、ビット列の先頭から当該連続区間までに出現した第２の値の出現数を特定するデータである。【0082】
ここで、本実施の形態では、第１の値が「1」、第２の値が「0」、第１のデータが位置を特定する連続区間が「1」の連続区間であるとする。この場合、第１のデータは、ランの開始位置を特定するデータ（以下「連続区間位置データ」と表記する。）である。また、第２のデータは、対応する連続区間までの「1」の出現数、すなわちrank1の値を特定するデータ（以下「rank1データ」と表記する。）である。更に、第３のデータは、対応する連続区間までの「0」の出現数、すなわちrank0の値を特定するデータ（以下「rank0データ」と表記する。）である。【0083】
つまり、本実施の形態では、記憶部１０において、連続区間の全部又は一部について、＜開始位置、rank1、rank0＞の３つの値のうちいずれかが、格納されている。したがって、対象となるビット列について２種類のselect操作が可能となる。また、全ての連続区間において、３つの値を全て格納しておく必要がないため、完備辞書（データ構造１１）のサイズの増大が抑制される。【0085】
図２に示すように、本実施の形態における情報処理装置１００は、データ構造１１を格納する上述の記憶部１０に加えて、計算部２０と、入力受付部３０と、出力部４０とを備えている。本実施の形態では、情報処理装置１００は、例えば、コンピュータに後述するプログラムを導入することによって構築される。この場合、情報処理装置１００は、コンピュータを構成するオペレーティングシステムの一部として機能することができる。【0086】
このうち、入力受付部３０は、外部からの入力を受け付け、これを計算部２０に出力する。出力部４０は、計算部２０による計算結果を外部に出力する。計算部２０は、第１のセレクト計算部２１と、第２のセレクト計算部２２と、第１のランク計算部２３と、第２のランク計算部２４とを備えている。【0087】
計算部２０において、第１のセレクト計算部２１は、自然数が入力されたときに、ビット列上の位置であって、先頭から当該位置までに含まれる「１（第１の値）」の個数が自然数と等しくなる第１のセレクト位置を特定する。また、第１のセレクト計算部２１は、第１のセレクト位置を連続区間位置データ、rank1データ、及びrank0データを用いて、特定する。即ち、第１のセレクト計算部２１は、ビット列Bに対してselect1(B，i)を実行する。【0088】
また、第２のセレクト計算部２２は、自然数が入力されたときに、ビット列上の位置であって、先頭から当該位置までに含まれる「０（第２の値）」の個数が自然数と等しくなる第２のセレクト位置を、連続区間位置データ、rank1データ、及びrank0データを用いて、特定する。即ち、第２のセレクト計算部２１は、ビット列Bに対してselect0(B，i)を実行する。【0089】
また、第１のランク計算部２３は、ビット列上の位置が指定されたときに、連続区間位置データ、rank1データ、及びrank0データを用いて、指定された位置までに出現した「１（第１の値）」の出現数を特定する。即ち、第１のランク計算部２３は、ビット列Bに対してrank1(B，i)を実行する。更に、第２のランク計算部２４は、ビット列上の位置が指定されたときに、連続区間位置データ、rank1データ、及びrank0データを用いて、指定された位置までに出現した「０（第２の値）」の出現数を特定する。即ち、第２のランク計算部２４は、ビット列Bに対してrank0(B，i)を実行する。【0090】
ここで、図３及び図４を用いて、本実施の形態で用いられるデータ構造について更に具体的に説明する。図３は、対象となるビット列とそれから求められる各種値との一例を示す図である。図４は、図３に示すビット列を表現するためのデータ構造の一例を示す図である。【0091】
図３の例では、データであるビット列Bは［001110011011］であり、１について３つの連続区間（ラン）を有している。また、各ランの開始位置は、2，7，10となっている。「開始位置」を示す行では、該当する開始位置の箇所に、出現順位が記載されている。また、「pos1」は、位置を表している。なお、本明細書では、ビット列Bの配列の添字は０から開始されるが、ランの序列は１番目からカウントされるので、０番目のランは存在しないものとする。【0092】
また、図３において、「rank1」は、ビット列Bにおける各位置での先頭からの「1」の出現数、即ち、rank1の値を示している。「rank0」は、ビット列Bにおける各位置での先頭からの「0」の出現数、すなわちrank0の値を示している。「select1」は、その位置がselect1(B，i)の結果として返されるような、入力値iを示している。「select0」は、その位置がselect0(B，i)の結果として返されるような、入力値iを示している。【0093】
そして、図４に示すように、本実施の形態では、連続区間位置データは、図３における「開始位置」のデータをビット列化して得られたデータである。また、rank1データは、図３における開始位置の「rank1」のデータをビット列化して得られたデータである。rank0データは、図３における開始位置の「rank0」のデータをビット列化して得られたデータである。なお、連続区間位置データを構成するビット列を「B1」、rank1データを構成するビット列を「Br1」、rank0データを構成するビット列を「Br0」と表記する。【0094】
但し、情報処理装置１００は、「rank1」及び「rank0」について、全ての連続区間の開始位置についてビット列化してしまうと、データ構造１１のデータ量が増大してしまう。このため、本実施の形態では、データ構造１１は、各連続区間について、開始位置と、rank1と、rank0との３つの値のうち、少なくとも２つの値が、連続区間位置データ、rank1データ、rank0データによって特定されるように構築されている。また、このとき、特定される少なくとも２つの値は、連続区間の位置（開始位置）によって変化するようになっている。【0095】
具体的には、図４の例における連続区間位置データは、ビット列B上で、「1」が１個以上連続する連続区間の全部の位置を特定する。また、rank1データが「1」の出現数を特定した連続区間は、偶数番目に出現した連続区間と一致する。一方、rank0データが「0」の出現数を特定した連続区間は、奇数番目に出現した連続区間とする。【0096】
なお、本実施の形態において、データ構造１１は、図４に示す例に限定されることはない。例えば、データ構造は、１番目の連続区間では、rank1とrank0とを特定し、２番目の連続区間では、開始位置とrank0とを特定し、三番目の連続区間では、開始位置とrank1とを特定し、以後、この繰り返しが行われるように構築されていても良い。【0097】
また、データ構造１１が図４に示すものである場合は、第１のセレクト計算部２１及び第２のセレクト計算部２２は、次のように計算を行う。つまり、第１のセレクト計算部２１は、まず、rank１データが特定する「1」の出現数に基づいて、rank1データにおいて「1」の出現数が特定されており、且つ、特定の対象となるselect1が存在又は近接する、連続区間を推定する。【0098】
次に、第１のセレクト計算部２１は、推定した連続区間に近接し、且つ、rank1データにおいて「1」の出現数が特定されていない連続区間について、連続区間位置データ及びrank0データに基づいて、「1」の出現数を特定する。そして、第１のセレクト計算部２１は、特定した「1」の出現数を用いて、select1を特定する。【0099】
また、第２のセレクト計算部２２は、連続区間について、まず、rank0データが特定する「0」の出現数に基づいて、rank0データにおいて「0」の出現数が特定されており、且つ、特定の対象となるselect0が存在又は近接する、連続区間を推定する。【0100】
次に、第２のセレクト計算部２２は、推定した連続区間に近接し、且つ、rank0データにおいて「0」の出現数が特定されていない連続区間について、連続区間位置データ及びrank1データに基づいて、「0」の出現数を特定する。そして、第２のセレクト計算部２２は、特定した「0」の出現数を用いて、select0を特定する。【0101】
また、本実施の形態では、データ構造１１は、連続区間位置データが特定する位置、rank1データが特定する「1」の出現数、rank0データが特定する「0」の出現数、それぞれを、単調増加する数列とみなすことによって圧縮されているのが良い。この場合、データ構造１１は、圧縮された状態で記憶部１０に記憶される。【0102】
［装置動作］次に、本発明の実施の形態における情報処理装置１００の動作について図５を用いて説明する。図５は、本発明の実施の形態における情報処理装置の動作を示すフロー図である。以下の説明においては、適宜図１を参酌する。また、本実施の形態では、情報処理装置１００を動作させることによって、情報処理方法が実施される。よって、本実施の形態における情報処理方法の説明は、以下の情報処理装置１００の動作説明に代える。
【0103】
図５に示すように、まず、入力受付部３０は、外部からの自然数の入力と要求される操作の入力とを受付け（ステップＡ１）、受付けた内容を計算部２０に出力する。【0104】
次に、計算部２０は、要求された操作がselect1であるかどうかを判定する（ステップＡ２）。ステップＡ２の判定の結果、要求された操作がselect1である場合は、第１のセレクト計算部２１が、記憶部１０から、連続区間位置データ１１、rank1データ１２、及びrank0データ１３を取得する。そして、第１のセレクト計算部２１は、これらを用いてステップＡ１で受付けられた自然数についてselect１を計算する（ステップＡ３）。【0105】
ステップＡ２の判定の結果、要求された操作がselect1でない場合は、計算部２０は、要求された操作がselect0であるかどうかを判定する（ステップＡ４）。ステップＡ４の判定の結果、要求された操作がselect0である場合は、第２のセレクト計算部２２が、記憶部１０から、連続区間位置データ１１、rank1データ１２、及びrank0データ１３を取得する。そして、第２のセレクト計算部２２は、これらを用いてステップＡ１で受付けられた自然数についてselect0を計算する（ステップＡ６）。【0106】
また、ステップＡ４の判定の結果、要求された操作がselect０でない場合は、計算部２０は、要求された操作がrank1であるかどうかを判定する（ステップＡ５）。ステップＡ５の判定の結果、要求された操作がrank1である場合は、第１のランク計算部２３が、記憶部１０から、連続区間位置データ１１、rank1データ１２、及びrank0データ１３を取得する。そして、第１のランク計算部２３は、これらを用いてステップＡ１で受付けられた自然数についてrank1を計算する（ステップＡ７）。【0107】
一方、ステップＡ５の判定の結果、要求された操作がrank1でない場合は、第２のランク計算部２４が、記憶部１０から、連続区間位置データ１１、rank1データ１２、及びrank0データ１３を取得する。そして、第２のランク計算部２４は、これらを用いてステップＡ１で受付けられた自然数についてrank0を計算する（ステップＡ８）。【0108】
上述のステップＡ３、Ａ６、Ａ７、又はＡ８が実行されると、出力部４０は、計算結果を受け取り、計算結果を外部に出力する（ステップＡ９）。このように、ステップＡ１〜Ａ９の実行により、データ構造１１を用いて、select1、select0、rank1、rank0の操作が可能となる。【0109】
［実施の形態による効果］続いて、本実施の形態による効果について説明する。図４に示したように、本実施の形態では、ビット列Bに対して、３つの疎なビット列B1、Br1、Br0が、データ構造１１として用意される。ビット列B1はランの開始位置においてのみ１となる疎なビット列である。
ビット列Br1は、偶数番目のランの開始位置におけるrank1の値を記憶するビット列である。すなわち、偶数番目のランの開始位置iについて、Br1 [rank1(B，i)] = 1としてセットし、それ以外の要素は0とする。このビット列の長さは、ビット列Bに含まれる「1」の個数mに等しい。また、このビット列には、b/2個の「1」が含まれている。
【0110】
同様に、Br0を定義する。すなわち、奇数番目のランの開始位置iについて、Br0 [rank0(B，i)] = 1としてセットし、それ以外の要素は０とする。このビット列の長さは、Bに含まれる「０」の数(n-m)に等しい。また、このビット列には、b/2個の１が含まれている。【0111】
そして、本実施の形態において、データ構造１１のサイズ、すなわち、完備辞書のサイズは、３つの疎なビット列B1、ビット列Br1、及びビット列Br0それぞれの完備辞書のサイズの合計となる。具体的には、ビット列B1の完備辞書のサイズは、長さnでb個の1を含むため、b log(n/b)+2b +o(b)ビットである。また、ビット列Br1の完備辞書のサイズは、長さmでb/2個の1を含むため、(b/2) log(2m/b) + 2(b/2) + o(b)ビットである。ビット列Br0の完備辞書のサイズは、長さ(n-m)でb/2個の１を含むため、(b/2) log(2(n-m)/b) + 2(b/2) + o(b)ビットである。従って、これらを合計すると、完備辞書（データ構造１１）の合計のサイズSは、下記の数１０に示す通りとなる。【0112】
【数10】
【0113】
ここで、log(n/b)と、log(2m/b)と、log(2(n-m)/b)とは、それぞれ略等しい大きさであると見なすことができる。たとえば、m=n/2の場合、すなわち、長さnのビット列のうち、半分が「１」であり、半分が「０」であるような場合はこれらの数はlog(n/b)に等しくなる。これらの値をCとおくと、本実施の形態における完備辞書のサイズは、2b(C+2)+o(b)ビットとなる。これはすなわち、select1だけをサポートする非特許文献２の完備辞書とほぼ同じサイズでありながら、select1とselect0の両方の操作をサポートできることを示している。さらに言えば、これは、本実施の形態における完備辞書のサイズは、select1とselect0の両方をサポートするようにした非特許文献２の完備辞書のサイズの約（２／３）となることを示している。すなわち、本実施の形態によれば、完備辞書に対してselect1とselect0の両方の操作をサポートする機能を付与しつつ、その大きさを従来の約（２／３）倍に縮小することができる。【0114】
［変形例］上述した例では、第１の値が「1」、第２の値が「0」、第１のデータが位置を特定する連続区間が「1」の連続区間であるが、本実施の形態は、この例に限定されるものではない。ビット列の1と0とは交換可能であるため、1と0とを反転させ、第１の値が「0」、第２の値が「1」、第１のデータが位置を特定する連続区間が「0」の連続区間であっても良い。この場合であっても、上述した効果と全く同じ効果を得ることができる。
【0115】
また、図４の例では、連続区間位置データは、連続区間の開始位置を保持している。しかし、本実施の形態では、前後を入れ替えることができ、連続区間位置データは、連続区間の開始位置の代わりに終了位置を保持していても良い。この場合であっても、同様の効果が得られる。更に、図４の例では、偶数番目のランについてrank1が保持され、奇数番目のランについてrank0が保持されているが、本実施の形態では、この奇数と偶数の関係が入れ替えられていても良く、この場合でも、同様の効果が得られる。【0116】
［プログラム］本実施の形態におけるプログラムは、コンピュータに、図５に示すステップＡ１〜Ａ９を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における情報処理装置１００と情報処理方法とを実現することができる。この場合、コンピュータのＣＰＵ（Central Processing Unit）は、入力受付部３０、計算部２０、及び出力部４０として機能し、処理を行なう。また、記憶部１０は、コンピュータに備えられた、メモリ、ハードディスク等の記憶装置に、これらを構成するデータファイルを格納することによって実現されている。
【0117】
ここで、本実施の形態におけるプログラムを実行することによって、情報処理装置１００を実現するコンピュータについて図６を用いて説明する。図６は、本発明の実施の形態における情報処理装置を実現するコンピュータの一例を示すブロック図である。【0118】
図６に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。【0119】
ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであっても良い。【0120】
また、記憶装置１１３の具体例としては、ハードディスクの他、フラッシュメモリ等の半導体記憶装置が挙げられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。【0121】
データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。【0122】
また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash）及びＳＤ（Secure Digital）等の汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）等の磁気記憶媒体、又はＣＤ−ＲＯＭ（Compact Disk Read Only Memory）などの光学記憶媒体が挙げられる。【実施例1】
【0123】
以下に、図１〜図６に示した本実施の形態の情報処理装置の具体例について説明する。その際、本実施の形態におけるデータ構造（完備辞書）が、完備辞書として利用可能であること、すなわちaccess、rank、selectの操作が行えることを中心に説明する。
【0124】
以下の説明では、計算を簡単にするための工夫として、長さnのビット配列Bが与えられたとき、n+1番目の要素B[n]から仮想的なランが始まっているものと見なして、B[n]がランの開始位置として記録される。これは、後述するrank及びselectの計算処理において、例外処理を行わないようにするためである。【0125】
また、後述する計算では、a番目のランとa+1番目のランの開始位置を計算する処理が何度も出てくる。ここで、B[n]から新しいランが始まっていると見なして登録しておくことで、a+1番目のランが存在しない場合の例外処理を行うことが回避される。なお、このような仮想的なランを想定することで、ランの数は１つ増える。この増加した仮想的なランは、配列全体からみると無視できるほど小さいため、完備辞書のサイズの計算からは除外される。【0126】
ここで、図３に示したビット列Bを想定する。図３に示したビット列Bは、長さ１２のビット列のうち、７個の１と５個の０とで構成されている。このビット列Bにおけるランの開始位置は、B[2]，B[7]，B[10]，B[12]の4箇所である。なお、B[12]から始まるランは、実際のビット列Bには存在しない仮想上のランである。【0127】
ビット列Bにおいて、access(B，i)とrank1(B，i)とは、計算部２０によって、以下のように、ほぼ同様の操作で計算される。まず、a= rank1(B1， i+1)を用いて、B[0，i]に含まれるランの開始位置の数aが得られる（図４参照）。【0128】
a=0であった場合は、access(B，i)とrank1(B，i)とはともに0であるので、計算部２０の計算は終了する。一方、a>0であった場合、計算部２０は、a番目のランに着目する。引数として与えられた位置iは、a番目のランの上にあるか、a番目のランとa+1番目のランとの間にあるかのどちらかである。位置iとこれらのランとの相対的な位置関係が求まれば、計算部２０はaccessとrank1の値を計算できる。【0129】
また、a番目のランの開始位置をsa、a番目のランが終了して0になる位置をea、a+1番目のランの開始位置をsa+1とする。このとき、sa≦i＜sa+1およびsa＜ea≦sa+1が常に成り立つ。B[sa，ea)の範囲は全て１であり、B[ea，sa+1)の範囲は全て0である。【0130】
そして、上記の場合において、i<eaであれば、位置iはa番目のランの上にあることにある。すなわち、access(B，i)=B[i]=1である。一方ea≦iであれば、位置iは、a番目のランとa+1番目のランとの間に位置する。すなわち、access(B，i)=B[i]=0である。【0131】
ここで、aが奇数の場合とaが偶数の場合とに場合分けする。aが奇数なら、以下の数１１によって、eaを効率的に計算できる。なお、本明細書の数式では、sa をsa と、sa+１をsa+1と、Br0をBr0と、Br1をBr1と表現する。【0132】
【数11】
【0133】
また、上記の数１１では、以下の事実が用いられている。すなわち、[sa ， ea)の範囲には1しかないため、rank0(B，ea)=rank0(B，sa)が成り立つ。同様に、[ea， sa+1)の範囲には0しかないため、rank1(B，ea)=rank1(B，sa+1)が成り立つ。また、saにおけるrank0の値はBr0における「(a-1)/2+1」番目の1の位置として記録される。sa+1におけるrank1の値はBr1における「(a-1)/2+1」番目の1の位置として記録される。よって、それぞれの完備辞書でselect1を計算した結果の和を取れば、eaの値が計算される。【0134】
こうしてeaの値が求まったので、あとは前述の通り、iの値と比較することで、access(B，i)の値が計算される。【0135】
rank1(B，i)を計算するには、計算部２０は、同じように場合分けをすればよい。i< eaであれば、以下の数１２によって、求める答えを計算できる。【0136】
【数12】
【0137】
上記数１２によって答えが計算できるのは、[sa，i)の間は、全て１であることが保証されているからである。rank0(B，sa)は、eaを計算するときに計算済みであるため、２つの値を引き算するだけでよい。【0138】
一方、 ea <=iであれば、以下の数１３によって、求める答えを計算できる。【0139】
【数13】
【0140】
上記数１３によって答えが計算できるのは、[sa，ea)の間は全て１であるのに対して、[ea，i)の間は全て０であるからである。なお、rank1(B，sa+1)の値はeaを計算するときに計算済みである。【0141】
以上により、aが奇数の場合は、access(B，i)とrank1(B，i)が計算できることが示された。【0142】
ここで、図３に示したビット列Bを用いて、aが奇数になる場合の具体的な計算例を以下に示す。また、この計算例では、i=5とする。すなわち、access(B，5)またはrank1(B，5)を求めたいとする。【0143】
この場合、a= rank1(B1，5+1)=1であり、奇数である。従って、a=1番目のランと、a+1=2番目のランに注目する。従って、eaは下記の数１４に示す値となる。【0144】
【数14】
【0145】
上記の数１５より、ea ≦iが成り立つことが分かるので、位置iは、1番目のランと2番目のランとの間となる。すなわち、access(B，i)=B[i]=0である。更に、rank1は下記の数１５に示す値となる。【0146】
【数15】
【0147】
続いて、aが偶数の場合の計算方法を以下に説明する。まず、位置saと位置sa+1との値を求める。sa=select1(B1，a-1)、sa+1=select1(B1，a)となる。ここで、ビット列B1としては、非特許文献１に記載された疎なビット列の完備辞書が用いられているため、aの値は、saとsa+1の値を探索することなく、計算できることに注意する。何故なら、この完備辞書においては、a個目の要素とa+1個目の要素とは記憶領域上で隣接して記憶されているため、再度探索する必要がないからである。このとき、もし、sa=iであった場合、iがランの開始位置であり、B[i]=1である、と分かるので、これ以上計算しなくともaccess(B，i)=1であると分かる。【0148】
saとsa+1の値を具体的に求めた後は、以下の数１６によって、eaの値が具体的に計算される。【0149】
【数16】
【0150】
こうして、eaの値が求まったので、後は、計算部２０は、上述の通り、eaの値とiの値とを比較することで、access(B，i)の値を計算する。【0151】
また、rank1(B，i)の計算は、aが奇数の場合の計算と同様に行われる。すなわち、i<eaであれば、rank1(B，i)=i-rank0(B，sa)で求める答えが計算できる。一方、ea≦iであれば、rank1(B，i)=rank1(B，sa+1)となる。【0152】
以上のように、データ構造１１を用いれば、計算部２０は、accessとrank1とを計算することができる。実質的には、計算部２０は、ビット列B1上でrank1を1回計算し、ビット列Br1上でselect1を１回計算し、ビット列Br0上でselect1を１回計算することになる。また、rank0(B，i)は、「i - rank1(B，i)」に等しいので、rank1の値から簡単に計算できる。【0153】
ここで、図３に示したビット列Bを用いて、aが偶数になる場合の具体的な計算例を以下に示す。また、この計算例では、i=9とする。すなわちaccess(B，9)又はrank1(B，9)を求めたいとする。【0154】
この場合、a= rank1(B1，9+1)=2であり、偶数である。従って、a=2番目のランと、a+1=3番目のランに注目する。【0155】
まず、位置saと位置sa+1の値を求める。sa=select1(B1，a-1)= select1(B1，1)=7、およびsa+1=select1(B1，a) = select1(B1，2)=10である。従って、eaは下記の数１７に示す値となる。【0156】
【数17】
【0157】
上記の数１７より、ea≦iが成り立つので、access(B，i)=B[i]=0である。更に、rank1は下記の数１８に示す値となる。【0158】
【数18】
【0159】
続いて、ビット列Bにおけるselect1(B，i)の計算方法について、図７を用いて以下に説明する。図７は、本発明の実施例におけるselect1(B，i)の計算方法を概略的に説明する図である。まず、計算部２０は、a=rank1(Br1，i+1)を求める。これは、偶数番目のランであって、そのランの開始位置におけるrank1の値がiを超えないランのなかで、その数が最大となるようなランが、（偶数番目のランのなかで数えて）何番目であるかを求めるためである。また、このようなランは、偶数番目のランの中では、a番目であるが、奇数番目と偶数番目と合わせた全体のランの中では、a*2番目である。【0160】
ここで、図７にも示す、(a*2)番目、(a*2+1)番目、(a*2+2)番目という３つのランに注目する。目的となるiは、(a*2)番目のラン、及び(a*2+1)番目のランのどちらかの上に存在する。どちらのランの上にあるかは、(a*2+1)番目のランの開始位置sa*2+1におけるrank1の値、すなわちb=rank1(B， sa*2+1)と、iとを比較すればよい。ただし、(a*2+1)番目のランの開始位置におけるrank1の値は、奇数番目なのでデータ構造１１（完備辞書）には直接保存されていないので、計算部２０は、位置とrank0の値から、bを算出する必要がある。bの値は、以下の数１９を用いることで計算できる。また、このとき、下記の数１９における、(a*2+1)番目のランの開始位置におけるrank0の値c（=rank0(B， sa*2+1)）が保持される。【0161】
【数19】
【0162】
上記数１９によって、bが求まるので、計算部２０は、iとbとを比較する。比較の結果、i<bであれば、求める位置はa*2番目のランの上に存在する。このランの開始位置は、sa*2=select1(B1， a*2-1)で求められる。また、a*2番目のラン上の位置におけるrank1の値はd=rank1(B，sa*2)=select1(Br1， a-1 )で計算される。なお、初めにa=rank1(Br1，i+1)が計算された段階で、a番目の要素が見つけられているので、計算部２０は、新たに探索をすることなく、この値を計算できる。求める答えは、sa*2+(i-d)である。【0163】
一方、b<=iであれば、求める位置は(a*2+1)番目のランの上に存在する。従って、求める答えは、i+cである。何故なら、答えとなる位置よりも前には、i個の１とc個の0しか存在しないため、その位置はi+cとなるからである。【0164】
以上のように、計算部２０は、データ構造１１を用いて、select1の答えを計算することができる。ところで、最初にaの値を計算するときに、a=0となることがあるが、この場合でも全く同じ計算で良い。この場合、(a*2)番目のランは存在しないため、iは必ず(a*2+1)番目のランの上に存在する。このとき上記のbは必ず0になるため、i<bとなることはない。【0165】
また、本実施例では、計算部２０が、一見何度も同じデータ構造１１を呼び出しているように見えるが、一度発見した要素に隣接する要素を参照しているだけであるため、計算部２０によるデータ構造１１での探索は１回で済んでいる。すなわち、ビット列Br1でのrank1、ビット列B1でのselect1、ビット列Br0でのselect1の計３回である。【0166】
ここで、図３に示したビット列Bを用いて、i=4であるときの、select1(B，4)を求める計算例について説明する。この場合、a=rank1(Br1，4+1)=1となるので、a*2=2、a*2+1=3となる。従って、求める位置は、2番目のランか3番目のランの上に存在することが分かる。ここで、計算部２０によって、3番目のランの開始位置におけるrank1の値bを計算すると、下記数２０に示す通りとなる。【0167】
【数20】
【0168】
上記数２０においては、(a*2+1)番目のランの開始位置におけるrank0の値c（=rank0(B，sa*2+1) =5）が保持される。そして、i=4とb=5とが比較され、i<bが成り立つため、計算部２０は、求める位置はa*2番目のランの上に存在すると判断する。また、このランの開始位置は、sa*2=select1(B1，a*2-1)=7である。この位置におけるrank1の値はd=rank1(B，sa*2)=select1(Br1， a-1 )=3である。従って、求める答えは、sa*2+(i-d) =7+(4-3)=8となる。もしi=6であるとすると、bの値までは同じだが、b≦iが成り立つため、答えは、i+c=6+5=11となる。【0169】
また、計算部２０は、select0(B，i)を、select1(B，i)と同様にして求めることができる。但し、偶数と奇数との関係、及びランと空白との関係が逆転する。まず、計算部２０は、a=rank1(Br0，i+1)を求める。これは、奇数番目のランであって、そのランの開始位置におけるrank0の値がiを超えないランのなかで、その数が最大となるようなランが、（奇数番目のランのなかで数えて）何番目であるかを求めるためである。【0170】
計算の結果、a=0であった場合、探しているi+1番目の0は、１番目のランよりも前にあることが分かる。これはB[0，i]の範囲が全て0であることを示している。よって、求める答えはselect0(B，i)=iである。以下では、a>0となる場合を考える。【0171】
さて、この奇数番目のランの中ではa番目のランは、奇数番目と偶数番目と合わせた全体のランの中では、(a*2-1)番目である。従って、(a*2-1)番目、(a*2)番目、(a*2+1)番目という３つのランに注目する。【0172】
目的となるiは、(a*2-1)番目のランと(a*2)番目のランとに挟まれた空白か、(a*2)番目のランと(a*2+1)番目のランとに挟まれた空白の、どちらかの上に存在する。どちらの空白の上にあるかは、(a*2)番目のランの開始位置sa*2におけるrank0の値、すなわちb=rank0(B，sa*2)とiとを比較すればよい。【0173】
ただし、(a*2)番目のランの開始位置におけるrank0の値は、偶数番目なので完備辞書には直接保存されておらず、位置とrank1の値とから算出する必要がある。この値は、以下の数２１を用いることで計算できる。【0174】
【数21】
【0175】
上記数２１においては、a*2番目のランの開始位置におけるrank1の値c（=rank1(B，sa*2)）が保持される。そして、iとbとを比較し、i<bであれば、求める位置は(a*2-1)番目のランと(a*2)番目のランとに挟まれた空白に存在する。その場合、求める答えはi+cである。何故なら、求める位置より前には、i個の0とc個の1が存在するからである。【0176】
一方、b<=iであれば、求める位置は(a*2)番目のランと(a*2+1)番目のランとに挟まれた空白に存在する。ここで、(a*2+1)番目のランの開始位置におけるrank1の値をdとおくと、dは、以下の数２２を用いることで計算できる。【0177】
【数22】
【0178】
求める答えは、i+dである。何故なら、求める位置より前には、i個の0とd個の1が存在するからである。【0179】
ここで、図３に示したビット列Bを用いて、i=2であるときの、select0(B，2)を求める計算例について説明する。この場合、a=rank1(Br0，2+1)=1となるので、a*2-1=1、a*2=2となる。従って、求める位置は、１番目のランと２番目のランとに挟まれた空白、又は２番目のランと３番目のランとに挟まれた空白、のどちらかの上に存在することが分かる。ここで、2番目のランの開始位置におけるrank0の値bを計算すると、下記数２３に示す通りとなる。【0180】
【数23】
【0181】
上記数２３においては、a*2番目のランの開始位置におけるrank1の値c（=rank1(B，sa*2)=3）が保存される。そして、i=2とb=4とが比較され、i<bが成り立つため、計算部２０は、求める位置はa*2-1番目のランとa*2番目のランとに挟まれた空白の上に存在すると判断する。結果、求める答えは、i+c=2+3=5である。【0182】
また、i=4であった場合を考える。このとき、b=4までの計算は同じであるが、b≦iが成り立つため、計算部２０は、求める位置はa*2番目のランと(a*2+1)番目のランとに挟まれた空白の上に存在すると判断する。ここで、(a*2+1)番目のランの開始位置におけるrank1の値をdとおく。dは、以下の数２４によって計算される。【0183】
【数24】
【0184】
上記数２４の計算結果から、求める答えは、i+d=4+5=9である。【0185】
以上のように、実施の形態及び実施例に示した情報処理装置１００は、データ構造（完備辞書）を用いて、access、rank1、rank0、select1、及びselect0の全ての操作を行うことができる。そして、どの操作が行われる場合でも、３つの疎なビット列で構築された完備辞書におけるrank又はselectを数回実行することで、目的の値が求まっている。すなわち、本実施例における計算量は、疎なビット列で構築された完備辞書のrank又はselectと同じオーダーの計算量となるので、処理は実用面で十分高速なものとなる。【0186】
上述したように、非特許文献２に開示された技術では、rank1の値を保持するビット列は存在するが、rank0の値を保持するビット列が存在しておらず、select0を高速に計算することが不可能であった。これに対して、本実施例では、データ構造１１において、rank1とrank0とを交互に記録することで、データ構造１１のサイズを、非特許文献２に記載の完備辞書と略同じサイズとしながら、select0とselect1とを高速に計算することができる。【0187】
上述の実施の形態及び実施例は、データ構造において、rank1の値を保存したものと見なすこともできるが、ランの長さを単進符号化したものと見ることもできる。但し、非特許文献２に記載の技術では、単純にランの長さを単進符号化したビット列を用いていたのに対して、上述の実施の形態及び実施例では、空白を挟んだ２つのランの長さを合計した値を単進符号化したビット列と、ランを挟んだ２つの空白の長さを合計した値を単進符号化したビット列との２つが用いられる。これは、同じ記号の連続した長さをそのまま符号化する、従来のランレングス圧縮と大きく異なる工夫点である。【産業上の利用可能性】
【0188】
以上のように、本発明によれば、対象となるビット列について、完備辞書を用いた２種類のselect操作を可能にしつつ、完備辞書のサイズの増大を抑制することができる。本発明は、検索が必要なシステム、特に、ウェーブレット木構造を利用するシステムに有用である。以上、上述した実施形態を模範的な例として本発明を説明した。しかしながら、本発明は、上述した実施形態には限定されない。即ち、本発明は、本発明のスコープ内において、当業者が理解し得る様々な態様を適用することができる。
この出願は、２０１４年３月３１日に出願された日本出願特願２０１４−０７３５４５を基礎とする優先権を主張し、その開示の全てをここに取り込む。
【符号の説明】
【0189】
１０ 記憶部１１ データ構造
１２ 連続区間位置データ（第１のデータ）
１３ rank1データ（第２のデータ）
１４ rank0データ（第３のデータ）
２０ 計算部
２１ 第１のセレクト計算部
２２ 第２のセレクト計算部
２３ 第１のランク計算部
２４ 第２のランク計算部
３０ 入力受付部
４０ 出力部
１００ 情報処理装置
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス