A Simple Balanced Search Tree with No Balance Criterion
我们提出了一种方法,保持平衡的二叉搜索树,而不使用任何树的平衡标准,在所有的,最终目的是最大限度地简单。事实上,我们的方法是非常直观的,我们只需要添加最少的额外代码和一个简单的部分重建算法到一个朴素的二叉搜索树。当摊销对数成本足够时,我们的方法将适合作为一个高度简单和简短的解决方案。
2019-08-07 cs.DS
A Durable Flash Memory Search Tree
我们认为,优化的B-树数据结构,广泛用于操作系统和数据库,可持续使用的多级闪存的任务。经验证据表明,这种新的闪存树或FM树将每个闪存块的操作寿命延长了大约27到70倍,同时仍然支持并行时间搜索树操作。
2012-05-05 cs.DS
A fast algorithm for constructing balanced binary search trees
我们提出了一个新的非递归算法,用于构造给定数组的二叉搜索树。如果给定的$N$数的数组是有序的,则该算法具有$O(N)$时间和$O(1)$存储复杂度。生成的树具有最小高度,并且可以用$O(\log N)$时间和$O(1)$内存转换为完整的二叉搜索树(保留最小高度)。该算法允许简单而有效的并行化。
2019-03-02 cs.DS
De-amortizing Binary Search Trees
我们提出了一个一般的方法基本上任何二叉搜索树(BST)算法。特别是,通过转换的展树,我们的方法产生一个BST,具有相同的渐近成本作为展树的任何访问序列,同时执行每个搜索在O(log n)的最坏情况下的时间。通过对多叉树的变换,得到了一个具有O(log log n)竞争性的BST,满足扫描定理、静态最优性定理、静态指定理、工作集定理,并且每次搜索的最坏情况时间为O(log n).此外,我们证明,如果有一个动态最优的BST算法,那么有一个动态最优的BST算法,回答每一个搜索在O(log n)的最坏情况下的时间。
2011-11-07 cs.DS
Depth-first search in split-by-edges trees
在给定图的边分裂树(如Brændeland,2015年定义的)中进行逐层搜索,在指数时间内产生最大独立集。深度优先搜索在线性时间内产生一个独立集,它可能是也可能不是最大值,但最坏情况下的成功率可能不足以使它真正有趣。然而,在边分裂树中进行深度优先搜索的有趣之处在于,它的成功率沿着图的大小轴有明显的振荡。
2015-05-04 cs.DS
Weighted dynamic finger in binary search trees
它示出的在线二叉搜索树数据结构GreedyASS执行渐近以及在一个足够长的搜索序列的任何静态二叉搜索树,其中每个搜索开始从以前的搜索(而不是根)。已知该界限等同于为搜索树中的每个项目$i$分配正权重$w_i$,并且通过分摊的$$O\left(1+ \log \frac{\displaystyle \sum_{\min(s_{i-1},s_i) \leq x \leq \max(s_{i-1},s_i)}w_x}{\displaystyle \min(w_{s_i},w_{s_{i-1}})} \right)$$来限制搜索序列$s_1,\ldots,s_m$中的项目的搜索成本。这个结果是二叉搜索树要证明的最强的指型界。通过将权重设置为相等,可以观察到我们的界限意味着动态手指界限。与以前的证明相比,我们的结果显着更短,更强,更简单,并具有合理的常数。
2018-10-03 cs.DS
Optimal Binary Search Trees with Near Minimal Height
假设我们有n个密钥,密钥的n个访问概率,以及密钥之间的间隙的n+1个访问概率。设h_min(n)是n个关键字的二叉搜索树的最小高度。我们考虑的问题是构造一个最优的二叉搜索树,具有接近最小的高度,即对于某个固定的Delta,高度h <= h_min(n)+ Delta。它表明,对于任何固定的Delta最优二叉搜索树具有接近最小的高度可以在O(n^2)的时间内构建。这与不受限制的情况一样快。到目前为止,最著名的构造高度受限的最优二叉搜索树的算法的运行时间为O(L n^2),其中L是最大允许高度。与这些算法相比,我们的算法至少快了log n倍,因为L是log n的下界。
2010-11-05 cs.DS
Search Trees on Trees via LP
Tel Aviv University(特拉维夫大学)
该研究针对最优树上搜索树计算问题,通过法线法枚举小规模树拓扑的多面体顶点,证伪了Golinsky的LP松弛总能给出最优解的猜想,给出整性间隙与近似比下界,并提出相关研究方向。
2026-11-05 cs.DS
Should Static Search Trees Ever Be Unbalanced?
在本文中,我们研究的问题是否静态搜索树应该是不平衡的。我们提出了几种方法来重建一个不平衡的k元搜索树$T$到一个新的树$R$,保留了$T$的许多属性,同时具有高度的$\log_k n +1$,这是一个单位的最佳高度。更具体地说,我们表明,它是可能的,以确保$R$中的元素的深度不超过其深度在$T$加上最多$\log_k \log_k n +2$。同时,可以保证树$R$中的平均访问时间$P(R)$不大于树$T$中的平均访问时间$P(T)$加上$O(\log_k P(T))$。这表明,对于大多数应用程序,平衡树总是比不平衡树更好的选择,因为平衡树具有相似的平均访问时间和更好的最坏情况访问时间。
2010-06-18 cs.DS
Fast Parallel Operations on Search Trees
使用(a,b)-树作为一个例子,我们展示了如何执行一个并行分裂对数延迟和并行连接,批量更新,交叉,工会(或合并),和(对称)集差与对数延迟和信息理论上最优的工作。我们提出了渐近最优的解决方案和简化的版本,在实践中表现良好-他们比以前的实现快几倍。
2016-05-11 cs.DS
Further Improvements on Approximating the Uniform Cost-Distance Steiner Tree Problem
在本文中,我们考虑度量空间中的一致费用距离Steiner树问题,著名的Steiner树问题的推广。代价距离Steiner树最小化总长度和从一个专用根到其他终端的加权路径长度之和,其中具有惩罚路径长度的权重。当树用于信号传输时,例如在芯片设计或电信网络中,它们被应用,并且除了总长度之外,还必须考虑通过树的信号速度。自从Meyerson、Munagala和Plotkin首次提到这个问题以来,均匀代价距离Steiner树问题的常数因子近似算法就已经为人所知。最近,Khazraei和Held将近似因子从2.87提高到2.39。我们进一步改进了他们的方法,并将近似因子降低到2.15。
2022-11-07 cs.DM cs.DS
Generalized Graph Search Trees
Brandenburg University of Technology(勃兰登堡工业大学)
本文推广图搜索树概念,允许任意先前邻居作为父节点,研究其识别问题的复杂性,证明多数搜索为NP完全,并在二分图与弦图上给出多项式时间算法。
2026-09-09 cs.DM cs.DS
Connected searching of weighted trees
本文研究了加权树的连通边搜索问题。本文证明了对于边和顶点具有任意权值的有界度树,存在一个多项式时间算法来寻找最优连通搜索策略。对于一般的结点加权树(每条边的权为1),该问题是NP完全的。
2010-01-25 cs.DM cs.DS
Graph Search Trees and Their Leaves
本文研究顶点能否成为图搜索树叶子的问题,揭示其在允许或禁止叶子为搜索首顶点时的难易差异,并给出弦图的结构与算法结果。
2023-07-14 cs.DM cs.DS
A Tight Analysis of Greedy Yields Subexponential Time Approximation for Uniform Decision Tree
Stanford University(斯坦福大学)
决策树是主动学习的经典公式:给定$n$假设,其非负权重总和为1,以及一组测试,每个测试划分假设,使用提供的测试输出决策树,该测试唯一地识别每个假设并具有最小(加权)平均深度。已有的研究表明,贪婪算法对该问题具有$O(\log n)$逼近比,且优于$O(\log n)$逼近,解决了问题的复杂性。然而,对于均匀决策树,即具有均匀权重的决策树,情况更加微妙。贪婪算法的$O(\log n)$近似比是最有名的,但已知的NP-难的最大近似比是$4-\varepsilon$。我们证明了贪婪算法给出了均匀决策树的$O(\frac{\log n}{\log C_{OPT}})$近似,其中$C_{OPT}$是最优树的成本,并表明这是贪婪算法的最佳可能。作为一个推论,我们解决了一个猜想的Kaju,Przytycka,和Borgstrom。利用这一结果,对于所有的$α\in(0,1)$,我们展示了一个$\frac{9.01}α$近似算法均匀决策树运行在次指数时间$2^{\tilde O(n^α)}$。作为推论,在指数时间假设下,在均匀决策树上实现任何超常数逼近比都不是NP难的。因此,这项工作增加了近似均匀决策树的自然问题,有次指数时间算法,但没有已知的多项式时间算法的一个小列表。所有的结果都适用于权值不太均匀的决策树。我们的工作的一个关键技术贡献是一致决策树和最小和集覆盖的贪婪算法之间的连接。
2019-10-21 cs.AI cs.CC cs.DS
Tree Search and Quantum Computation
传统的树搜索算法为建模问题解决行为提供了蓝图。各种各样的问题都可以用树搜索来表达。量子计算,特别是Grover算法,已经引起了极大的兴趣,因为它允许在搜索过程中获得二次加速。在这项工作中,我们考虑将经典的搜索概念一起格罗弗的算法到一个混合量子搜索系统的影响。研究的一些关键点包括:(1)考虑使用非恒定分支因子的反响;(2)确定将启发式观点纳入量子树搜索模型的后果。
2015-02-06 cs.DS quant-ph
Tree search algorithms for the Sequential Ordering Problem
我们提出了一个研究几个通用的树搜索技术应用于顺序排序问题。这项研究使我们能够提出一个简单的和有竞争力的树搜索算法。它由迭代束搜索算法组成,该算法支持搜索而不是推理,并集成了受动态规划启发的切割。它证明了SOPLIB实例中的一半的最优性,并在很短的时间内在基准测试的7个开放实例中的6个上找到了新的最佳已知解决方案。
2019-11-25 cs.DM cs.DS
Using Combinatorics to Prune Search Trees: Independent and Dominating Set
这篇论文已被作者撤回。
2006-12-14 cs.DM cs.DS
Aren't we all nearest neighbors: Spatial trees, high dimensional reductions and batch nearest neighbor search
我们首先回顾了最近邻搜索问题的普遍性和用于解决它的技术以及一些实验结果。在第二章中,我们给出了两类不同的几何邻近问题的约化:用最近邻问题解欧氏最小生成树问题和用最远邻问题解k-中心问题。在第三章中,我们将空间划分树统一到元树的框架下。最后,我们提出了双色最近邻对的对偶树算法,并对批量最近邻搜索的复杂度进行了度量。
2015-07-13 cs.CG cs.DS
Breadth-First Search Trees with Many or Few Leaves
Brandenburg University of Technology(勃兰登堡理工大学);Westsächsische Hochschule Zwickau(西萨克森齐陶应用技术大学)
研究了在广度优先搜索、通用搜索和字典序广度优先搜索中,寻找具有最大或最小叶数的搜索树问题,分析了其复杂性。
2026-04-01 cs.CC cs.DM cs.DS
Towards Lazy B-Trees
Aarhus University(奥胡斯大学);Philipps-University Marburg(马尔堡菲利普大学);University of Liverpool(利物浦大学)
本文提出懒惰B-树,通过扩展B-树在外部内存中的优势,实现查询和更新性能在优先队列与二叉搜索树间的平滑插值。
2025-12-16 cs.DB cs.DS
Nearly Optimal Steiner Trees using Graph Neural Network Assisted Monte Carlo Tree Search
University of Arizona(亚利桑那大学)
针对Steiner树求解问题,提出结合图神经网络与蒙特卡洛树搜索的方法,训练以部分解为输入的图神经网络指导搜索,在多类图上优于标准2-近似算法,常能求得最优解。
2023-04-30 cs.DS cs.LG
Ball*-tree: Efficient spatial indexing for constrained nearest-neighbor search in metric spaces
新兴的基于位置的系统和数据分析框架需要有效管理空间数据,以进行近似和精确搜索。精确的相似性搜索可以使用空间划分数据结构来完成,例如Kd树、R* 树和Ball树。在本文中,我们专注于球树,一个高效的搜索树,是特定的空间查询,使用欧几里德距离。球树的每个节点定义一个球,即一个包含要搜索的点的子集的超球体。在本文中,我们提出了球 * 树,一个改进的球树,更有效的空间查询。Ball*-tree具有一种改进的空间划分算法,该算法考虑了数据点的分布,以找到一个有效的分裂超平面。此外,我们提出了一个新的算法,KNN查询与限制范围使用球 *-树,这比KNN和范围搜索这样的查询。实验结果表明,Ball*-tree算法比原Ball-tree算法快39%~ 57%。
2015-11-02 cs.CG cs.DB cs.DS
On approximating tree spanners that are breadth first search trees
图$G$的树$t$-$T$是$G$的生成树,使得每对顶点之间的$T$中的距离至多是它们之间的$G$中的距离的$t$倍。当图$G$允许树$t$-树时,有一些有效的算法可以找到图$G$的树$t\cdot O(\log n)$-树.在本文中,搜索空间被缩小到$v$ -集中生成树,一个简单的家庭,包括所有的广度优先搜索树从顶点$v$。在这种情况下,不容易找到几乎在因子$o(\log n)$内的近似树空间。具体地,令$m$和$t$为整数,使得$m>0$和$t\geq 7$。如果存在一个有效的算法,它接收一个图$G$和一个顶点$v$作为输入,并返回一个$G$的$v$-集中树$t\cdot o((\log n)^{m/(m+1)})$ -树,当$G$允许一个$v$ -集中树$t$ -树时,则存在一个在准多项式时间内判定3-SAT的算法.
2015-12-26 cs.CC cs.DS
Simple Balanced Binary Search Trees
集合和映射(字典)的有效实现在计算机科学中很重要,而平衡二叉搜索树是最佳实际实现的基础。然而,在教学上,它们往往相当复杂,特别是在删除方面。我提出了完整的代码(理由和分析以前没有在文献中)的纯功能的实现AA树的基础上,这是最简单的治疗的主题,我知道。
2014-12-16 cs.DS cs.PL
A transient equivalence between Aldous-Broder and Wilson's algorithms and a two-stage framework for generating uniform spanning trees
$Aldous\text{-}Broder$和$Wilson$是基于随机游动生成均匀生成树(uniform spanning tree,UST)的两种公知算法。这项工作研究了它们之间的关系,而他们构建随机树的目标是减少所需的总时间来建立生成树。使用的概念$branches$ $-$路径所产生的两个算法在特定的停时,我们表明,树所建立的两个算法运行时,在一个完全图是统计等价的这些停时。这导致了一个混合算法,可以生成均匀的生成树的完全图比这两个算法中的任何一个更快。一个有效的两阶段框架也提出了探索这种混合的方法超越完全图,显示其可行性在各种例子中,包括传递图,它需要25%的时间比$Wilson$生成UST。
2022-06-24 cs.DM cs.DS math.CO
Searching in Dynamic Tree-Like Partial Orders
我们给出了第一个数据结构的问题,保持一个动态的一组n个元素从一个部分有序的宇宙描述的树。我们定义了Line-Leaf Tree,这是一个线性大小的数据结构,它支持以下操作:插入、删除、测试成员资格和前导。我们的数据结构的性能是在一个O(log w)的最佳因素。这里w <= n是偏序的宽度-这是搜索偏序的一个天然障碍。
2011-05-02 cs.DM cs.DS
Leaf Stripping on Uniform Attachment Trees
McGill University(麦吉尔大学);MIT(麻省理工学院);Sorbonne Université(索邦大学);Pompeu Fabra University(庞培法布拉大学);ICREA(加泰罗尼亚研究与高级研究院);Barcelona School of Economics(巴塞罗那经济学院)
该研究分析了叶剥离算法在均匀附着树上的寻根性能,证明经选定轮数递归删叶后,剩余顶点以1−ε概率包含根且规模仅取决于ε、与树规模无关。
2024-10-09 cs.DS cs.LG math.PR
On the Diameter of Tree Associahedra
我们认为一个自然的概念,搜索树的图,我们表明是无处不在的离散数学和计算机科学的各个领域。图上的搜索树可以通过称为旋转的局部操作进行修改,该操作概括了二叉搜索树中的旋转。图$G$上的搜索树的旋转图是称为$G$的图结合面体的多面体的骨架。我们考虑图$G$是树的情况。我们构造了一个家庭的树$G$ $n$顶点和对$G$上的搜索树,使得所需的最小旋转数转换成另一个搜索树是$Ω(n\log n)$。这意味着最坏情况下的树联会面体的直径是$Θ(n\log n)$,这回答了Thibault Manneville和Vincent Pilaud的问题。证明依赖于一个概念的投影的搜索树,这可能是独立的利益。
2018-03-30 cs.DM cs.DS math.CO
Optimal root recovery for uniform attachment trees and $d$-regular growing trees
McGill University(麦吉尔大学);Brown University(布朗大学)
研究通过均匀附着生长的随机有根树的寻根算法,聚焦于Bubeck等人引入的最优算法,证明其输出集大小为exp(O(log1/2(1/ε)))足够且尖锐,还为随机正则树证明类似界限,强化了前人结果。
2026-07-15 cs.DS cs.SI math.PR
Bounds and Algorithms for Alphabetic Codes and Binary Search Trees
本文设计了构造字母码的新线性时间算法并证明其接近最优,进而利用该结果改进了最优二叉搜索树平均代价的已知最佳界。
2024-07-23 cs.DS cs.IT math.IT
Random hyperplane search trees in high dimensions
给定R^d中一般位置上的n个\geq d点的集合S,通过从S中随机均匀采样d个点,不替换d个点,并基于它们的仿射壳进行分裂,得到随机超平面分裂.随机超平面搜索树是通过递归应用随机超平面分裂获得的二进制空间划分树。我们研究了这种随机树的结构分布,特别关注d的增长。随着d的增加,随机超平面分裂更接近完美平衡分裂;反过来,随机超平面搜索树更接近完美平衡二叉搜索树。本文证明了,对于任意固定维数d,存储n个点的随机超平面搜索树的高度至多为(1 + O(1/sqrt(d)log_2n,平均元素深度至多为(1 + O(1/d))log_2n,且高概率为n \rightarrow \infty .此外,我们证明了这些界限是渐近最优的d。
2011-06-02 cs.CG cs.DS math.PR
An almost-linear time algorithm for uniform random spanning tree generation
本文给出了一个在无向加权图中生成均匀随机生成树的$m^{1+o(1)}β^{o(1)}$ -时间算法,该图具有最大-最小权比$β$ .我们还给出了一个生成随机生成树的$m^{1+o(1)}ε^{-o(1)}$ -时间算法,该生成树的总变化距离为$ε$。我们的第二个算法的运行时间不依赖于边的权重。我们的$m^{1+o(1)}β^{o(1)}$时间算法是第一个几乎线性时间算法的问题-即使在未加权图-是第一个次二次时间算法的稀疏加权图。我们的算法改进的随机行走为基础的方法,在Kelner-Mackdry和Mackdry-Straszak-Tarnawski。我们介绍了一种新的方法,使用拉普拉斯解算器来缩短随机游走。为了充分利用这一捷径技术,我们证明了一些新的事实,电力流图。这些事实旨在更好地理解与舒尔补有关的有效电阻度量中分离良好的顶点集,在随机生成树的部分样本上调节后的电流集中现象等等。
2017-11-17 cs.DM cs.DS math.PR
CART-ELC: Oblique Decision Tree Induction via Exhaustive Search
University of Wisconsin-Superior(威斯康星大学-优胜者)
本文提出CART-ELC算法,通过在受限超平面集合上穷举搜索归纳斜决策树,在小数据集上取得统计显著的分类准确率提升,并生成更浅、更简单、更可解释的树。
2025-05-08 cs.AI cs.DS cs.LG