9. 二叉搜索樹

Tree insert: searchs for that element A[i]
Tree walk:

Theorem:

E[height of a randomly built binary search tree] = O(lg n)

Proof outline

  1. Prove Jensen's inequality:
    f(E[X]) \leq E[f(X)] for convex function f
  2. Instead of analyzing X_n = the random variable of the height of a randomly constructed BST on n nodes, we analize Y_n = 2^{X_n}
  3. Prove that E[Y_n] = O(n^3)
  4. Conclude that
    2^{E[X_n]} \leq E[2^{X_n}] = E[Y_n] = O(n^3)
    ? E[X_n] \leq lg(O(n^3)) = 3lg(n) + O(1)

E[X_n] \approx 2.9882lg\,n (by Luke Devroy, 1986)

Proof 1.Jensen's inequality

f: \mathbb{R} \rightarrow \mathbb{R} is convex if for all x,y \in \mathbb{R} and all \alpha, \beta \geq 0 with \alpha + \beta = 1, f(\alpha x + \beta y) \leq \alpha f(x) + \beta f(y)

vector and convex function

Lemma

if \mathbb{R} \rightarrow \mathbb{R} is convex & x_1, x_2, ... , x_n \in \mathbb{R} & \alpha_1, \alpha_2, ... , \alpha_n \geq 0 & \sum^n_{k=1}{x_k} = 1,
then f \left( \sum_{k=1}^n{\alpha_kx_k} \right) \leq \sum_{k=1}^n{\alpha_kf(x_k)}

灰色區(qū)域某一點意味著不等號右邊

Induction
Base Case: When n = 1,
\alpha_1 = 1
, 不等式
f \left( \sum_{k=1}^n{\alpha_kx_k} \right) \leq \sum_{k=1}^n{\alpha_kf(x_k)}
成立民宿。
Induction Step:
f \left( \sum_{k=1}^n{\alpha_kx_k} \right)

= f \left( \alpha_nx_n +(1 - \alpha_n) \sum^{n-1}_{k=1}{\frac{\alpha_k}{1-\alpha_n}x_k} \right)

\leq \alpha_nf(x_n) + (1 - \alpha_n)f\left( \sum^{n-1}_{k=1}{\frac{\alpha_k}{1-\alpha_n}x_k} \right)

= \alpha_nf(x_n) + f \left( \sum^{n-1}_{k=1}{\alpha_kx_k} \right) = \sum_{k=1}^n{\alpha_kf(x_k)}

Jensen's inequality

f(E[X]) \leq E[f(X)] (f is a convex and X is a integer random variable)
proof:
f(E[X]) = f \left(\sum^{∞}_{-∞}{x * Pr\{X = x\}} \right)
\leq \sum^{∞}_{-∞}{Pro\{X = x\} * f(x)} = E[f(X)]

Proof 2. Analysis Yn

Xn = the random variable of the height of a randomly constructed BST on n nodes. Yn = 2 Xn

If root r has rank k, then Xn = 1 + max{Xk-1, Xn-k}, Yn = 2 * max{Yk-1, Yn-k}

define indicator r.v.'s
Z_{nk}=\begin{cases} 1, rank(root) = k\\ 0, otherwise \end{cases}
Pr{Znk = 1} = E[Znk] = 1/n
Y_n = \sum^n_{k = 1}{Z_{nk}(2max\{Y_{k-1}, Y_{n-k}\})}

Proof 3. Analysis E[Yn]

E[Y_n] = E \left[ \sum^n_{k = 1}{Z_{nk}(2max\{Y_{k-1}, Y_{n-k}\})} \right]
= \sum^n_{k = 1}{E[Z_{nk}(2max\{Y_{k-1}, Y_{n-k}\})]}
= 2\sum^n_{k=1}{E[Z_{nk}]E[max\{Y_{k-1}, Y_{n-k}\}]}
= \frac{2}{n} \sum^n_{k=1}{E[max\{Y_{k-1}, Y_{n-k}\}]}
\leq \frac{2}{n} \sum^n_{k=1}{E[Y_{k-1} + Y_{n-k}]}
= \frac{4}{n} \sum^{n-1}_{k=0}{E[Y_k]}
Then, we are going to use substitution.
Claim: E[X_n] \leq cn^3
Proof:
The base case must be true when c is sufficiently large.
Induction Step: E[Y_n] \leq \frac{4}{n} \sum^{n-1}_{k=0}{E[Y_k]} \leq \frac{4}{n} \sum^{n-1}_{k=0}{ck^3} \leq \frac{4c}{n} \int_0^n {x^3}\,{\rm d}x = cn^3

Proof 4.

2^{E[X_n]} \leq E[2^{X_n}] = E[Y_n] = O(n^3) (簡單地使用了Jensen's inequality)
? E[X_n] \leq lg(O(n^3)) = 3lg(n) + O(1)( lg(O(n3)) = lg(cn3) = 3lg(n) + lg(c) )

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末兄淫,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌最筒,老刑警劉巖水慨,帶你破解...
    沈念sama閱讀 206,214評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異叨襟,居然都是意外死亡繁扎,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,307評論 2 382
  • 文/潘曉璐 我一進店門糊闽,熙熙樓的掌柜王于貴愁眉苦臉地迎上來梳玫,“玉大人,你說我怎么就攤上這事右犹√崤欤” “怎么了?”我有些...
    開封第一講書人閱讀 152,543評論 0 341
  • 文/不壞的土叔 我叫張陵念链,是天一觀的道長盼忌。 經(jīng)常有香客問我,道長掂墓,這世上最難降的妖魔是什么碴犬? 我笑而不...
    開封第一講書人閱讀 55,221評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮梆暮,結果婚禮上服协,老公的妹妹穿的比我還像新娘。我一直安慰自己啦粹,他們只是感情好偿荷,可當我...
    茶點故事閱讀 64,224評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著唠椭,像睡著了一般跳纳。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上贪嫂,一...
    開封第一講書人閱讀 49,007評論 1 284
  • 那天寺庄,我揣著相機與錄音,去河邊找鬼力崇。 笑死斗塘,一個胖子當著我的面吹牛,可吹牛的內容都是我干的亮靴。 我是一名探鬼主播馍盟,決...
    沈念sama閱讀 38,313評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼茧吊!你這毒婦竟也來了贞岭?” 一聲冷哼從身側響起八毯,我...
    開封第一講書人閱讀 36,956評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎瞄桨,沒想到半個月后话速,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,441評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡芯侥,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 35,925評論 2 323
  • 正文 我和宋清朗相戀三年泊交,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片筹麸。...
    茶點故事閱讀 38,018評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡活合,死狀恐怖,靈堂內的尸體忽然破棺而出物赶,到底是詐尸還是另有隱情白指,我是刑警寧澤,帶...
    沈念sama閱讀 33,685評論 4 322
  • 正文 年R本政府宣布酵紫,位于F島的核電站告嘲,受9級特大地震影響,放射性物質發(fā)生泄漏奖地。R本人自食惡果不足惜橄唬,卻給世界環(huán)境...
    茶點故事閱讀 39,234評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望参歹。 院中可真熱鬧仰楚,春花似錦、人聲如沸犬庇。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,240評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽臭挽。三九已至捂襟,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間欢峰,已是汗流浹背葬荷。 一陣腳步聲響...
    開封第一講書人閱讀 31,464評論 1 261
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留纽帖,地道東北人宠漩。 一個月前我還...
    沈念sama閱讀 45,467評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像抛计,于是被迫代替她去往敵國和親哄孤。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,762評論 2 345

推薦閱讀更多精彩內容

  • 有人征詢有沒有好的談漲薪的方法, 我隨口答道: “老板, 我老婆最近總跟我吵架, 說我工資太低, 比同行的同學低不...
    桑迪大王閱讀 307評論 0 0
  • 兒行千里母擔憂吹截,還好有手機通訊瘦陈,更有著老師們的悉心照顧,離開父母的日子依舊那么美好波俄!
    楊梅飄香閱讀 102評論 0 0
  • 我發(fā)現(xiàn)我還是那個淡定拖沓的人晨逝,幾天假期什么都沒干,由于今天下午的火車懦铺,我才花了一上午的時間把這本書看完了捉貌,...
    笨小孩奮斗1992閱讀 199評論 0 1
  • 近來身邊的親人都遇到身體上的不適,到醫(yī)院看望后冬念,深深感覺健康真的是最可貴的趁窃,不是花錢就可以擁有的,如果沒有好好照顧...
    自由的花園閱讀 211評論 7 1