Lec 4 伸展树与自调整二叉搜索树（Splay Trees & Self-Adjusting Search Trees）

对应核心文献：Sleator, D. D., & Tarjan, R. E. (1985). Self-adjusting binary search trees. Journal of the ACM.

TL;DR

• 自调整哲学与零额外开销：完全摒弃 AVL 树与红黑树所需的平衡因子或颜色位，通过每次访问时自发将目标节点向上旋转（Splaying）至根部，实现均摊 $O(\log n)$ 查找。
• Zig-Zig 双旋转折半长链：伸展操作在同侧祖先场景下坚持“先旋父节点再旋子节点”，从根本上将退化长链路径长度减半，克服了朴素单旋转反复退化为长链的缺陷。
• 静态最优性与动态最优性猜想：伸展树的势能分析自然蕴含熵界，能自适应局部热点访问达到信息论最优；其动态最优性猜想是算法理论界四十年来的最高未解之谜之一。

自调整数据结构的设计动机与哲学

在传统平衡二叉搜索树（如 AVL 树、红黑树、Treap）中，维持平衡需要付出清晰的代价：

1. 显式元数据开销：每个节点必须存储高度差（平衡因子）或颜色位，占用内存字长；
2. 严苛的最坏情况维护：每次插入或删除后，必须沿着回溯路径执行复杂的条件分支判断与旋转，代码实现繁复；
3. 无法利用访问的局部性（Locality of Reference）：在现实系统中，数据的访问分布往往极不均匀（例如 80% 的请求集中于 20% 的热点数据）。传统平衡树对任何节点的查找时间恒为 $\Theta(\log n)$，无法利用频繁访问热点来压低实际延迟。

Sleator 与 Tarjan（1985）提出了自调整二叉搜索树（Self-Adjusting Binary Search Tree，即伸展树 Splay Tree）： 树中不存储任何平衡元数据，也不保证任何单次操作的最坏情况树高，但在每次访问某个节点后，通过一系列精心编排的旋转将其推升至树根。这一自发的局部调整足以在均摊意义下保证最优性能，并自动将热点数据吸附至根部浅层。

伸展操作（Splaying）与核心旋转规则

朴素单旋转的陷阱

在伸展树诞生前，研究者曾尝试使用朴素的单旋转（Move-to-root by simple rotations）将访问的节点一步步旋转到根节点。

然而，如果初始树退化为一条长为 $n$ 的单向链表，连续访问最深处的叶节点：单次单旋转虽然将该叶子提升至树根，但原链表上的其他节点仅仅被翻转并横向挂载，整棵树并未被实质性压扁。连续按特定逆序访问节点会导致每次访问均消耗 $\Theta(n)$，使得总均摊复杂度恶化为 $\Theta(n^2)$。

伸展操作的三种旋转步

设当前待提升的节点为 $x$，$x$ 的父节点为 $p$，$p$ 的父节点（$x$ 的祖父节点）为 $g$。伸展操作重复执行以下步骤，直至 $x$ 成为整棵树的根节点：

1. Zig 步（单旋转，终止步）

• 触发条件：$p$ 已经是整棵树的根节点（$x$ 没有祖父节点 $g$）。
• 动作：对边 $(x, p)$ 执行一次标准的单旋转（左旋或右旋），使 $x$ 成为树根。

2. Zig-Zig 步（同向双旋转，压平核心）

• 触发条件：$x$ 与 $p$ 位于同侧（$x$ 是 $p$ 的左孩子且 $p$ 是 $g$ 的左孩子；或者 $x$ 是 $p$ 的右孩子且 $p$ 是 $g$ 的右孩子）。
• 关键动作：先旋转父节点 $p$ 关于祖父节点 $g$，再旋转节点 $x$ 关于父节点 $p$！
• 重要几何效果：这一反直觉的旋转顺序直接将从 $g$ 到 $x$ 的长路径折叠，使路径上所有节点的深度大致减半，从而真正压扁了树的形态。

       g                 p               x
      / \               / \             / \
     p   D   ===>      x   g   ===>    A   p
    / \               / \ / \             / \
   x   C             A  B C  D           B   g
  / \                                       / \
 A   B                                     C   D

3. Zig-Zag 步（异向双旋转）

• 触发条件：$x$ 与 $p$ 位于异侧（例如 $x$ 是 $p$ 的右孩子，而 $p$ 是 $g$ 的左孩子）。
• 动作：先旋转 $x$ 关于 $p$（将其转化为同侧关系），再旋转 $x$ 关于 $g$。这与 AVL 树的标准双旋转完全一致。

访问引理（Access Lemma）与均摊分析

伸展树的优雅完全建立在其势能分析之上。

权重、子树和与秩（Rank）的定义

为整棵树中的每个节点 $x$ 赋予一个任意的正实数权重 $w(x) > 0$：

• 加权子树规模：$s(x) = \sum_{y \in \mathrm{subtree}(x)} w(y)$
• 节点的秩（Rank）：$r(x) = \log_2 s(x)$
• 全局势能函数：$\Phi(T) = \sum_{x \in T} r(x)$

注意：这里的权重 $w(x)$ 纯粹是均摊分析的数学工具，伸展树的数据结构代码中根本不需要存储和维护权重！

访问引理（Access Lemma）

引理：对根为 $t$ 的伸展树中的任意节点 $x$ 执行伸展操作，其均摊时间满足：

$$\hat{c} \le 3(r(t) - r(x)) + 1$$

其中 $r(x)$ 为伸展开始前 $x$ 的秩，$r(t)$ 为伸展完成后根节点的秩。

核心数学不等式（对数的凹性）

对于任意正数 $a, b$，若 $a + b \le c$，则根据对数函数的凹性：

$$\log_2 a + \log_2 b \le 2 \log_2 \left(\frac{a + b}{2}\right) \le 2 \log_2 c - 2$$

关键情形证明概要

设单步旋转前各节点的秩为 $r$，旋转后各节点的秩为 $r'$。单次双旋转的实际耗时记为 2。

• 对于 Zig-Zag 步： 旋转后 $x$ 取代了 $g$ 的位置，故 $r'(x) = r(g)$。且显然 $s'(p) + s'(g) \le s'(x)$。 势能变化为 $\Delta \Phi = r'(x) + r'(p) + r'(g) - (r(x) + r(p) + r(g)) \le r'(p) + r'(g) - 2r(x)$。 利用凹性不等式：$r'(p) + r'(g) \le 2r'(x) - 2$。 代入得均摊代价： $\hat{c} = 2 + \Delta \Phi \le 2 + 2r'(x) - 2 - 2r(x) = 2(r'(x) - r(x)) \le 3(r'(x) - r(x))$

• 对于 Zig-Zig 步： 旋转后 $r'(x) = r(g)$，且有 $s(x) + s'(g) \le s'(x)$。 类似地可推导出： $\hat{c} = 2 + \Delta \Phi \le 3(r'(x) - r(x))$

将伸展操作路径上的所有 Zig-Zig 和 Zig-Zag 步的均摊代价累加，中间项裂项相消（Telescoping），最后加上至多一步 Zig 步（代价 $\le 3(r'(x) - r(x)) + 1$），即完成访问引理的证明。

伸展树的优越性质与定理集群

通过为节点赋予不同的数学权重分配，访问引理能够推导出一系列惊人的理论性质：

1. 平衡定理（Balance Theorem）

令所有节点权重恒为 $w(x) = 1$。 则总权重 $W = n$，$s(t) = n \implies r(t) = \log_2 n$。由于对任意节点 $s(x) \ge 1 \implies r(x) \ge 0$。 单次伸展均摊时间满足：

$$\hat{c} \le 3 \log_2 n + 1 = O(\log n)$$

这证明了：没有任何平衡因子的伸展树，在均摊意义下完全能够达到标准平衡二叉树的 $O(\log n)$ 性能。

2. 静态最优性定理（Static Optimality Theorem）

设每个元素 $i$ 的访问频次（或概率）为 $p_i$。为每个节点赋予权重 $w(i) = p_i$。 单次访问元素 $i$ 的均摊代价为：

$$\hat{c}_i \le 3\left(\log_2 W - \log_2 p_i\right) + 1 = O\left(1 + \log_2 \frac{1}{p_i}\right)$$

对包含 $m$ 次访问的序列，总耗时为：

$$O\left(m \left(1 + \sum_{i=1}^n p_i \log_2 \frac{1}{p_i}\right)\right) = O\left(m (1 + H(P))\right)$$

其中 $H(P)$ 是访问分布的信息熵（Entropy）！ 这表明：伸展树在任意访问序列上的表现，不劣于由已知概率预先静态构建的最优二叉搜索树（Optimal BST），且伸展树是在完全不知道概率分布的情况下在线自发达成的！

3. 工作集定理（Working Set Theorem）

每次访问元素 $x$ 时，设自 $x$ 上一次被访问以来，其间被访问的不同元素总数为 $k$。 伸展树执行本次访问的均摊代价为：

$$O(\log k)$$

这意味着，如果程序维护一个局部热点工作集，伸展树的访问开销只取决于工作集的大小，而不是整棵树的大小 $n$。

4. 动态指引定理（Dynamic Finger Theorem）

若连续访问两个键值分别为 $x$ 和 $y$ 的节点，伸展树的均摊访问代价仅为：

$$O(\log |x - y| + 1)$$

在有序扫描或局部跳跃访问时，伸展树几乎展现出双向链表般的近常数性能。

动态最优性猜想（Dynamic Optimality Conjecture）

在所有关于自调整二叉树的理论探讨中，最著名的莫过于 Sleator 与 Tarjan 在 1985 年提出的动态最优性猜想：

猜想内容：是否存在一个全局常数 $C$，使得对于任意给定的访问序列 $S$，在线自调整的伸展树所花费的总代价，不超过任何能够预知未来的最优离线自调整二叉搜索树算法（Offline Optimal BST）所需代价的 $C$ 倍？

该猜想等价于断言：伸展树是一个 $O(1)$-竞争比（Competitive Ratio）的在线算法。 尽管四十年来数学家与理论计算机科学家（包括 Demaine 等人提出的 Tango Tree 达到 $O(\log\log n)$ 竞争比）取得了重大进展，但关于原始伸展树是否具备 $O(1)$ 动态最优性，至今仍是理论计算机科学界最著名的未解猜想之一。

基本集合操作的伸展实现

借助 Splay(x) 操作，二叉搜索树的所有常用操作都变得极其优雅统一：

• Find(x)：标准 BST 查找。找到节点后执行 Splay(x) 移至根；若未找到，则对访问路径上的最后一个节点执行伸展。
• Insert(x)：先查找 $x$ 并伸展。此时树根为 $x$ 的前驱或后继。以树根为界将树断开，将 $x$ 作为新根插入。
• Delete(x)：查找并执行 Splay(x) 将其提升到树根。将其左右子树断开；在左子树中查找最大元素并伸展（此时该最大元素无右孩子），将原右子树直接挂接为其右子树。
• Split(x) / Join(T1, T2)：伸展天然支持在 $O(\log n)$ 均摊时间内将树按键分裂或合并。

我的理解