[论文解读] Martingales and Profile of Binary Search Trees

Brigitte Chauvin, Thierry Klein+2 more|arXiv (Cornell University)|Oct 7, 2004

Stochastic processes and statistical mechanics参考文献 28被引用 4

一句话总结

该论文通过将二叉搜索树（BST）过程连续时间嵌入到杨氏出生过程（Yule birth process）中，分析了在随机排列模型下BST的渐近轮廓。利用鞅收敛和概率 tilting 技术，该研究证明了轮廓鞅的几乎必然收敛性，并推导出在 $k \simeq 2z\log n$ 处节点数的精确渐近行为，解决了此前方法在临界点 $z = z_c^{\pm}$ 处失效的关键情形。

ABSTRACT

We are interested in the asymptotic analysis of the binary search tree (BST) under the random permutation model. Via an embedding in a continuous time model, we get new results, in particular the asymptotic behavior of the profile.

研究动机与目标

• 研究在随机排列模型下二叉搜索树（BST）轮廓的渐近行为。
• 解决轮廓鞅在临界值 $z = z_c^{\pm}$ 处的行为这一开放问题，此前的 $L^2$ 方法在此失效。
• 通过在停止时间处保持树分布不变的耦合，建立离散BST过程与连续时间杨氏过程之间的联系。
• 推导出在全范围 $z \in (z_c^-, z_c^+)$ 内，水平 $k \simeq 2z\log n$ 处节点数的极限分布。
• 利用测度变换技术研究插入深度及BST中偏向的后代路径的行为。

提出的方法

• 通过随机时间变换将离散BST过程嵌入到连续时间杨氏过程，其中第 $n$ 次插入时间 $\tau_n$ 对应于杨氏树中第 $n+1$ 个叶节点。
• 利用杨氏过程的独立性结构，通过关联的连续时间鞅 $M_t(z)$ 分析轮廓鞅 $\mathcal{M}_n(z)$。
• 应用概率 tilting（Gärtner-Ellis 定理）研究在偏置测度下鞅的行为，特别是针对 $z = z_c^{\pm}$ 的情形。
• 推导出杨氏过程中深度 $d(t)$ 与叶节点数 $N_t$ 的联合生成函数 $\mathbb{E}[z^{d(t)} s^{N_t}]$，从而支持极限定理的建立。
• 利用鞅 $\mathcal{M}_n(z)$ 及其导数的收敛性，推导出分裂公式（41），该公式推广了快速排序方程。
• 在测度 $\mathbb{P}^{(2z)}$ 下应用测度变换技术，证明 $e^{-t}(N_t - 1 + 2z)$ 在倾斜测度下为鞅，从而获得 $N_t$ 的收敛结果。

实验结果

研究问题

• RQ1 在随机BST中，水平 $k \simeq 2z\log n$ 处节点数的几乎必然渐近行为是什么？
• RQ2 轮廓鞅 $\mathcal{M}_n(z)$ 在临界值 $z = z_c^{\pm}$ 处的行为如何，此前的 $L^2$ 方法在此失效？
• RQ3 BST过程嵌入杨氏过程是否可用于推导轮廓和插入深度的新收敛结果？
• RQ4 BST中插入深度 $d_n$ 的极限分布是什么，其几乎必然行为如何？
• RQ5 对BST演化过程施加偏向（如偏好特定后代路径）如何影响树的全局结构？

主要发现

• 轮廓鞅 $\mathcal{M}_n(z)$ 几乎必然收敛到极限 $\mathcal{M}_\infty(z)$，当且仅当 $z \in (z_c^-, z_c^+)$ 时该极限为正，否则为零。
• 在临界点 $z = z_c^{\pm}$ 处，极限 $\mathcal{M}_\infty(z^{\pm}) = 0$ 几乎必然成立，解决了此前未解的问题。
• 鞅极限的导数满足分裂公式（41），当 $z = 1$ 时，该公式退化为快速排序方程。
• 插入深度 $d_n$ 满足大数定律：$\frac{d_n}{2\log n} \to 1$ 在概率意义下成立，且 $\frac{d_n - 2\log n}{\sqrt{2\log n}} \to \mathcal{N}(0,1)$ 在分布意义下成立。
• 几乎必然地，有 $\liminf_{n \to \infty} \frac{d_n}{2\log n} = z_c^-$ 且 $\limsup_{n \to \infty} \frac{d_n}{2\log n} = z_c^+$，表明中心极限定理在几乎必然意义下不成立。
• 在倾斜测度 $\mathbb{P}^{(2z)}$ 下，过程 $e^{-t}(N_t - 1 + 2z)$ 是鞅；当 $2z > 1$ 时，其几乎必然收敛；当 $2z < 1$ 时，$e^{-t}N_t$ 为正上鞅，且几乎必然收敛。