中位数跳转表与悬挂最小值二叉搜索树

我们扩展了 Br"onnimann 等人 (STACS 2003) 引入的随机跳转表，将跳转指针目标选择为小样本的中位数以获得更好的搜索成本，并提出了在插入和删除操作后维持跳转指针概率分布的期望时间复杂度为 $O(\log n)$ 的随机算法。我们分析了搜索、插入和删除随机元素的期望成本，并表明在小子表中省略跳转指针几乎不影响搜索成本，但显著降低了内存消耗。我们利用跳转表与“悬挂最小值二叉搜索树”（一种边缘平衡二叉搜索树的变体）之间的双射进行了分析。尽管它们具有相似性，但一些标准的搜索树分析技术对于悬挂最小值树（因此也对于跳转表）失效。