[논문 리뷰] Upper Bounds for Maximally Greedy Binary Search Trees

Kyle Fox|arXiv (Cornell University)|2011. 02. 24.

Algorithms and Data Compression참고 문헌 10인용 수 6

한 줄 요약

이 논문은 강한 향후 지식을 가진 강력한 오프라인 이진 탐색 트리(BST) 알고리즘인 GreedyFuture에 대해 처음으로 비자명한 상한을 확립한다. 기하 모델을 사용하여, splay 트리의 Sleator와 Tarjan의 접근 렘마와 유사한 접근 렘마를 증명하고, 노드를 순서대로 접근할 경우 선형 시간 성능을 보여주는 순차적 접근 정리도 제시한다. 이는 GreedyFuture가 다이나믹 최적일 수 있다는 강력한 이론적 근거를 제공한다.

ABSTRACT

At SODA 2009, Demaine et al. presented a novel connection between binary search trees (BSTs) and subsets of points on the plane. This connection was independently discovered by Derryberry et al. As part of their results, Demaine et al. considered GreedyFuture, an offline BST algorithm that greedily rearranges the search path to minimize the cost of future searches. They showed that GreedyFuture is actually an online algorithm in their geometric view, and that there is a way to turn GreedyFuture into an online BST algorithm with only a constant factor increase in total search cost. Demaine et al. conjectured this algorithm was dynamically optimal, but no upper bounds were given in their paper. We prove the first non-trivial upper bounds for the cost of search operations using GreedyFuture including giving an access lemma similar to that found in Sleator and Tarjan's classic paper on splay trees.

연구 동기 및 목표

• 강력한 향후 지식을 가진 오프라인 BST 알고리즘인 GreedyFuture를 분석하여 다이나믹 최적성 추측에 대한 이론적 근거를 제공하는 것.
• 특히 접근 비용과 구조적 성질을 기준으로 GreedyFuture의 분할 상한 성능 한계를 설정하는 것.
• 정렬된 순서로 모든 노드를 접근할 경우 GreedyFuture가 선형 비용을 달성하는 것을 보여주는 것, 이는 최적 BST의 핵심 성질이다.
• Demaine 등이 제안한 기하 모델을 확장하여, 탐색 트리의 거침에 대한 구조적 렘마를 유도하는 것.
• 향후 splay 트리 및 기타 자기조정 BST의 분석에 활용될 수 있는 기초 결과를 제공하는 것.

제안 방법

• 각 탐색을 순서(rank) x와 탐색 인덱스 y로 구성된 점 (x,y)로 모델링하는 BST의 기하적 시각화를 도입하며, 기하학적으로 만족된 점 집합은 유효한 BST 탐색 순서를 나타낸다.
• GreedyFuture에 대한 새로운 접근 렘마를 정의하고 증명하여, 랭크 함수와 점 집합의 기하적 성질을 사용해 분할 비용을 제한하는 것을 목표로 한다.
• 기하 모델을 활용해 개별 탐색의 비용을 분석하며, 접근된 노드의 랭크와 그 직전/직후 노드의 랭크를 추적한다.
• 트리의 구조 변화를 분석하여 순차적 접근 정리를 증명하며, 루트와 그 오른쪽 서브트리 내에서의 노드 위치에 초점을 맞춘다.
• 구조적 불변량을 활용: 각 탐색 i 이후, 노드 i는 루트거나, i−1이 루트이고 i는 그 오른쪽 서브트리의 왼쪽 끝에 위치한다.
• 조합적 추론과 랭크 기반 퍼텐셜 함수를 적용하여 m번의 탐색에 걸친 총 접근 비용을 제한한다.

실험 결과

연구 질문

• RQ1 GreedyFuture도 splay 트리와 유사하게 각 탐색에 대해 O(log n) 분할 시간을 확보할 수 있는가?
• RQ2 초기 트리의 구조에 관계없이 모든 노드를 정렬된 순서로 접근할 경우 GreedyFuture가 선형 비용을 보일 수 있는가?
• RQ3 splay 트리에서 사용된 것과 유사한 형식의 접근 렘마를 GreedyFuture에 대해 유도할 수 있는가?
• RQ4 GreedyFuture는 O(1)-경쟁적이거나 적어도 최적의 오프라인 비용에 대해 덧셈 상수 O(m) 이내인가?
• RQ5 기하 모델을 활용하여 거침 BST 연산의 분할 비용에 대해 더 강력한 상한을 도출할 수 있는가?

주요 결과

• 논문은 GreedyFuture에 대한 접근 렘마를 증명하여, 각 탐색에 대해 O(log n) 분할 시간이 보장됨을 보이며, Sleator와 Tarjan의 splay 트리 분석에서의 상한과 유사한 결과를 도출한다.
• GreedyFuture는 정렬된 순서로 n개의 노드를 접근할 경우 총 비용이 O(n)이 되며, 이는 초기 트리의 구조와 무관하게 성립함을 증명하여 순차적 접근 정리를 입증한다.
• 노드 1부터 n까지 순서대로 접근할 경우, GreedyFuture의 총 비용은 4n − 2 이하로 제한되며, 이는 선형 성능을 확인한다.
• 각 탐색의 분할 비용은 5 + 6⌊lg W⌋ − 6r(si, i−1) 이하로 제한되며, 여기서 W는 접근 순서의 폭이고 r(si, i−1)는 접근된 노드의 랭크이다.
• 분석 결과, 각 노드는 루트 또는 루트의 오른쪽 자식 외부에서 최대 한 번만 접근됨을 보여주며, 이는 총 접근 비용을 제한하는 데 핵심적이다.
• 이 결과들은 GreedyFuture가 다이나믹 최적일 수 있다는 첫 번째 비자명한 이론적 증거를 제공하며, O(1)-경쟁성에 대한 그의 추측을 뒷받침한다.