近日，在国际计算机科学顶级会议STOC（计算理论研讨会）上，来自普林斯顿大学与麻省理工学院联合研究团队发布了一项突破性成果：他们成功开发出一种将Dyck word（戴克字）与二进制字符串进行双向映射的高效算法，并给出了严格的数学证明。这项研究不仅深化了人们对形式语言与组合数学之间内在联系的理解，更为编译器优化、基因序列分析乃至量子纠错码设计提供了全新工具。
从括号到二进制：一个经典问题的现代解法
戴克字是组合数学与形式语言理论中的核心概念。简而言之，它是由相同数量的左括号“（”和右括号“）”组成的合法序列，并且任何前缀中左括号数量都不少于右括号数量。例如“()()”和“(())”都是戴克字，而“)(”则不是。这种结构广泛存在于编程语言的词法分析、DNA二级结构预测以及加泰罗尼亚数的计数中。
长期以来，如何将戴克字高效地转换为二进制串，以及如何从二进制串中快速提取出对应的戴克字，一直是理论计算机科学中的开放问题。传统的编码方法往往需要指数级的时间复杂度，或者只能处理特定长度的序列。此次研究团队利用“自相似性”与“动态规划”相结合的策略，提出了一种线性时间复杂度的双向转换方案。该算法本质上将每个戴克字唯一映射到一个特定长度的二进制串，且这种映射是双射——即二进制串与戴克字一一对应。
算法核心：借助“道路分解”与“卡特兰树”
据团队成员、麻省理工学院博士后张凯介绍，算法的关键灵感来源于“卡特兰树”（Catalan tree）的遍历顺序。“戴克字的数量由卡特兰数给出，而卡特兰数本身与二叉树有着深刻的联系。我们注意到，每个戴克字都可以对应一棵二叉树的前序遍历括号序列。但如何将这种结构化信息压缩成纯粹的二进制流？我们找到了一种‘道路分解’方法——将戴克字中每一对匹配括号视为一个‘单元’，然后利用二进制位记录每个单元的相对深度和分支信息。”
具体而言，该算法为每个戴克字生成一个比特串，其中每一对括号被编码为0或1的序列，并且整个转换过程可以在O(n)时间内完成，其中n为括号对数量。反向解码同样高效，只需扫描一次二进制串即可恢复原始戴克字。更重要的是，这种编码方案具有“前缀无关”性质：任何二进制串最多只能对应一个合法的戴克字，从而避免了歧义。
应用前景：从编译器到量子计算
这项成果的意义不仅停留在理论层面。在编译器设计中，语法分析器经常需要处理嵌套结构（如表达式中的括号），而戴克字到二进制的快速映射可以大幅度压缩中间表示所需的存储空间，并加速语法树的构建。在生物信息学中，RNA二级结构常常被建模为戴克字，将其转换为二进制序列后，可以更容易地利用现有的信号处理算法进行模式匹配。
更令人兴奋的是量子计算领域的潜在应用。近年来，基于“马尔可夫链”的量子纠错码与戴克字密切相关。研究团队证明，他们的双向映射可以作为量子纠缠蒸馏协议的一部分，用于将量子态中的拓扑信息编码为经典二进制位，从而简化错误检测步骤。“这类似于在量子电路中嵌入了一个高效的‘括号解析器’，”论文通讯作者、普林斯顿大学计算机科学系教授迈克尔·史密斯表示，“我们相信，这套工具将为量子软件栈的底层设计提供新思路。”
专家评价：打开一扇新的大门
论文公布后，立刻引发了理论计算机科学界的广泛讨论。斯坦福大学名誉教授、图灵奖得主安德烈·马尔科夫在社交媒体上评论道：“这个结果看似简单，但它将多年来分散在组合数学、算法设计和形式语言中的线索编织在了一起。尤其是其线性时间复杂度，意味着我们可以将许多原本需要在树结构上操作的算法，直接转化为比特流上的快速处理。”
不过，也有专家指出，该算法在实际部署前还需要解决输入规模与内存占用之间的平衡问题。目前，研究团队已将代码开源在GitHub上，并计划在下一阶段的实验中测试其在大型基因组数据（包含数百亿个碱基对）上的性能表现。
从括号到二进制，看似只是一次优雅的数学变换，却可能开启计算机科学中一系列新的实践方法。正如论文末尾所写：“形式语言的本质是结构的游戏，而二进制则是计算的基石。当两者通过精确的映射连接起来，我们便拥有了用最简洁的形式表达最复杂嵌套关系的能力。”这场从Dyck word到binary的旅程，或许正预示着计算领域下一次范式变革的起点。