[论文解读] Almost sure asymptotics for the random binary search tree

Matthew I. Roberts|arXiv (Cornell University)|Feb 22, 2010

Stochastic processes and statistical mechanics被引用 4

一句话总结

本文在 $ \log\log $ 尺度上建立了随机二叉搜索树高度 $ H_n $ 和饱和度水平 $ h_n $ 的几乎必然渐近波动，表明 $ \frac{b\log n - aH_n}{\log\log n} $ 几乎必然在 $ \frac{1}{2} $ 和 $ \frac{3}{2} $ 之间振荡，且以概率收敛于 $ \frac{3}{2} $。此外，本文进一步证明了树的前沿处粒子数量 $ F_n $ 几乎必然无界，表明前沿大小持续增长。

ABSTRACT

We consider a (random permutation model) binary search tree with n nodes and give asymptotics on the loglog scale for the height H_n and saturation level h_n of the tree as n o\infty, both almost surely and in probability. We then consider the number F_n of particles at level H_n at time n, and show that F_n is unbounded almost surely.

研究动机与目标

• 在 $ \log\log $ 尺度上推导随机二叉搜索树高度 $ H_n $ 和饱和度水平 $ h_n $ 的几乎必然渐近波动。
• 精确建立 $ H_n $ 和 $ h_n $ 的归一化偏差相对于其对数增长的几乎必然下极限和上极限行为。
• 研究前沿处粒子数 $ F_n $ 的长期行为，特别是其是否几乎必然有界或持续增长。
• 利用二叉搜索树与连续时间杨分支过程之间的联系，将分支随机游走的结果转移至离散树模型。
• 为后续分析 $ F_n $ 的渐近分布奠定基础，该问题在当前工作中仍为开放问题。

提出的方法

• 利用随机二叉搜索树与连续时间杨分支过程之间已知的对应关系，其中每个粒子以速率 1 分支，分裂时向左移动 1 个单位。
• 应用 Hu & Shi (2007) 的关键结果，即关于杨过程中最小位置的几乎必然上确界与下确界行为，推导 $ H_n $ 和 $ h_n $ 的渐近性质。
• 定义归一化偏差 $ \frac{b\log n - aH_n}{\log\log n} $ 和 $ \frac{\alpha h_n - \beta\log n}{\log\log n} $，其中常数 $ a, b, \alpha, \beta $ 由与分支动力学相关的隐式方程导出。
• 利用强马氏性质和指数尾部估计，控制单条谱系在已有粒子分支前到达前沿的概率。
• 对前沿粒子数 $ 2k $ 使用归纳法，证明若 $ 2k $ 个粒子几乎必然无限次出现，则 $ 2k+2 $ 个粒子也以概率 1 无限次出现。
• 通过时间变换的路径等价性，将连续时间杨过程的结果转移至离散二叉搜索树，从而对 $ F_n $ 得到几乎必然结论。

实验结果

研究问题

• RQ1 在 $ \log\log $ 尺度上，随机二叉搜索树高度 $ H_n $ 的几乎必然下极限和上极限波动为何？
• RQ2 饱和度水平 $ h_n $ 和高度 $ H_n $ 在几乎必然意义下如何偏离其对数增长速率？
• RQ3 前沿处粒子数 $ F_n $（即第 $ H_n $ 层）是否几乎必然有界，还是无界增长？
• RQ4 杨过程中的粒子运动与分支动力学是否可用于推断离散二叉搜索树的性质？
• RQ5 来自前沿附近粒子的谱系在已有粒子分支前到达前沿的概率是多少？该概率如何影响 $ F_n $ 的增长？

主要发现

• 归一化偏差 $ \frac{b\log n - aH_n}{\log\log n} $ 几乎必然满足 $ \frac{1}{2} = \liminf_{n\to\infty} \frac{b\log n - aH_n}{\log\log n} < \limsup_{n\to\infty} \frac{b\log n - aH_n}{\log\log n} = \frac{3}{2} $，其中 $ a \approx 0.76804 $，$ b \approx 3.31107 $。
• 在概率意义下，当 $ n \to \infty $ 时，有 $ \frac{b\log n - aH_n}{\log\log n} \to \frac{3}{2} $，确认其依分布收敛于上确界值。
• 对于饱和度水平 $ h_n $，归一化偏差 $ \frac{\alpha h_n - \beta\log n}{\log\log n} $ 的下确界和上确界同样为 $ \frac{1}{2} $ 和 $ \frac{3}{2} $ 几乎必然成立，其中 $ \alpha \approx 1.6783 $，$ \beta \approx 0.6266 $。
• 前沿处粒子数 $ F_n $ 几乎必然满足 $ \limsup_{n\to\infty} F_n = \infty $，表明前沿大小无界增长。
• 证明 $ F_n $ 无界的关键在于：若前沿已有 $ 2k $ 个粒子，则存在一个正概率（均匀远离零）使得两个新粒子在已有 $ 2k $ 个粒子分支前到达前沿，从而导致 $ 2k+2 $ 个粒子无限次出现。
• 该结果通过归纳法对 $ k $ 建立，利用强马氏性质和指数矩估计，确保前沿大小在任意有限 $ 2k $ 之后的重现性。