O(log log n)-конкурентное бинарное дерево поиска: различия между версиями

Перейти к навигации Перейти к поиску
м
Строка 17: Строка 17:


== Основные результаты ==
== Основные результаты ==
Границей чередования является нижняя граница OPT(S; T0), зависящая только от S. Рассмотрим любое бинарное дерево поиска P, состоящее из всех элементов T0. Для каждой вершины y в P определим левую сторону y, включающую все вершины левого поддерева y и саму y, а также правую сторону y, включающую все вершины правого поддерева y. Для каждой вершины y пометим каждую операцию доступа к si в S меткой, обозначающей, находится ли она на левой или правой стороне y, игнорируя все операции, производимые над другими поддеревьями, отличными от y. Обозначим количество изменений метки для y как IB(S; y). Граница чередования IB(S) составляет Py IB(S; y).
Границей чередования является нижняя граница <math>OPT(S, T_0) \;</math>, зависящая только от S. Рассмотрим любое бинарное дерево поиска P, состоящее из всех элементов <math>T_0 \;</math>. Для каждой вершины y в P определим левую сторону y, включающую все вершины левого поддерева y и саму y, а также правую сторону y, включающую все вершины правого поддерева y. Для каждой вершины y пометим каждую операцию доступа к <math>s_i \;</math> в S меткой, обозначающей, находится ли она на левой или правой стороне y, игнорируя все операции, производимые над другими поддеревьями, отличными от y. Обозначим количество изменений метки для y как IB(S; y). Граница чередования IB(S) составляет <math>\sum_y IB(S, y) \;</math>.




Теорема 1 (Нижняя граница чередования [6, 22]) IB(S)/2 n – нижняя граница OPT(S; T0).
'''Теорема 1 (Нижняя граница чередования [6, 22]). IB(S)/2 - n – ''нижняя граница'' <math>OPT(S, T_0) \;</math>.'''
Демейн и коллеги заметили, что эту нижнюю границу невозможно использовать для улучшения конкурентного соотношения относительно O(loglogn).
Демейн и коллеги заметили, что эту нижнюю границу невозможно использовать для улучшения конкурентного соотношения относительно <math>\Theta (log \; log \; n)</math>.




Теорема 2. (Алгоритм Tango является O(loglog n)-конкурентным BST-алгоритмом [6]). Время исполнения алгоритма Tango BST на последовательности S из m операций доступа составляет O((OPT(S; T0)) + n) * (1 + loglog n)).
'''Теорема 2. (Алгоритм Tango является <math>O(log \; log \; n)</math>-конкурентным BST-алгоритмом [6]).'''
 
Время исполнения алгоритма Tango BST на последовательности S из m операций доступа составляет <math>O((OPT(S, T_0)) + n) * (1 + log \; log \; n))</math>.


== Применение ==
== Применение ==
4446

правок

Навигация