[论文解读] Limit Laws for Functions of Fringe trees for Binary Search Trees and Recursive Trees

Cecilia Holmgren, Svante Janson|arXiv (Cornell University)|Jun 26, 2014

Stochastic processes and statistical mechanics参考文献 29被引用 15

一句话总结

本文利用 Stein 方法与耦合技术，建立了二叉查找树和随机递归树中分支子树泛函的极限定理。证明了当 $k \to \infty$ 时，大小为 $k$ 的分支子树数量收敛于泊松分布；当 $k = o(\sqrt{n})$ 时，收敛于正态分布；对多种子树类型实现了联合正态性，并应用于保护节点与形态泛函。

ABSTRACT

We prove limit theorems for sums of functions of subtrees of binary search trees and random recursive trees. In particular, we give simple new proofs of the fact that the number of fringe trees of size $ k=k_n $ in the binary search tree and the random recursive tree (of total size $ n $) asymptotically has a Poisson distribution if $ k ightarrow\infty $, and that the distribution is asymptotically normal for $ k=o(\sqrt{n}) $. Furthermore, we prove similar results for the number of subtrees of size $ k $ with some required property $ P $, for example the number of copies of a certain fixed subtree $ T $. Using the Cramér-Wold device, we show also that these random numbers for different fixed subtrees converge jointly to a multivariate normal distribution. As an application of the general results, we obtain a normal limit law for the number of $\ell$-protected nodes in a binary search tree or random recursive tree. The proofs use a new version of a representation by Devroye, and Stein's method (for both normal and Poisson approximation) together with certain couplings.

研究动机与目标

• 推导二叉查找树与随机递归树中分支子树函数之和的极限定理。
• 为已知的分支子树计数渐近分布（包括泊松与正态极限）提供新的、简化的证明。
• 将结果推广至多种子树类型的联合收敛性，以及保护节点与形态泛函等泛函。
• 应用 Stein 方法与耦合技术，在统一框架下建立收敛速度与分布极限。

提出的方法

• 利用 Devroye 提出的独立均匀时间戳表示二叉查找树，对键进行标记。
• 通过有序树与二叉树之间的双射（自然对应）将随机递归树与二叉查找树关联起来。
• 对正态与泊松逼近同时应用 Stein 方法，借助耦合构造控制依赖性。
• 使用 Cramér–Wold 方法，建立多种固定子树类型的计数的联合渐近正态性。
• 将该方法应用于形态泛函与保护节点计数，通过矩生成函数分析推导极限定理。
• 采用渐近展开与矩界，验证收敛条件，特别是中心极限定理中方差项的非退化性。

实验结果

研究问题

• RQ1 在随机二叉查找树或随机递归树中，大小为 $k$ 的分支子树数量的极限分布是什么？
• RQ2 当 $k$ 随 $n$ 变化时，渐近分布如何变化，特别是当 $k \to \infty$ 与 $k = o(\sqrt{n})$ 时？
• RQ3 对于多种不同分支子树类型的计数，能否建立其联合收敛于多元正态分布？
• RQ4 在这些随机树模型中，如 $\ell$-保护节点数或形态泛函的极限行为如何？
• RQ5 能否利用 Stein 方法与耦合技术，为该情境下已知的极限定理提供新的、简化的证明？

主要发现

• 在二叉查找树或随机递归树中，大小为 $k$ 的分支子树数量在 $k \to \infty$ 时依分布收敛于泊松分布。
• 当 $k = o(\sqrt{n})$ 时，此类子树的数量收敛于正态分布，且具有显式的渐近均值与方差。
• 对于任意有限组固定子树 $T_1, \dots, T_m$，这些子树的联合计数收敛于多元正态分布。
• 二叉查找树或随机递归树中 $\ell$-保护节点的数量在中心化与标准化后，满足中心极限定理，其极限分布为 $\mathcal{N}(0, \sigma^2)$。
• 形态泛函 $F(\Lambda_n) = -\log \hat{P}(\Lambda_n)$（用于度量树结构复杂性）满足中心极限定理，其中 $\mathbb{E}[F(\Lambda_n)] \sim n\hat{\mu}$，且 $\frac{F(\Lambda_n) - \mathbb{E}[F(\Lambda_n)]}{\sqrt{n}} \to \mathcal{N}(0, \hat{\sigma}^2)$。
• 证明依赖于验证子树计数绝对偏差之和满足发散条件，从而确保中心极限定理中方差项不退化。