HJ指示器变量假说
本文主要通过随机构建二叉树性能证明来摸索出指示器变量使用的物理层面逻辑意义,称之为HJ指示器变量假说;
日期:2019/1/15,20日掌握算法导论day6
- 【理论总结】根据目标变量Yn的特性,去分析出性质变量的可能表现形式Rn。而后再以Zn为工具去试图打破性质变量和目标变量之间的隔阂
- 指示器变量更像是一种无赖透顶的假设。我们可以很容易的搭建出目标变量和性质变量的部分关系。但是如果要将这部分关系放大推广到任意情况,使用指示器变量则非常自然。。没错,就是无脑穷举,然后等号就不得不成立了。
- 【理论探究】
- 性质变量是否唯一
- 对于确定的性质变量,指示器变量是否唯一
- 对于确定的指示器变量,性质变量是否唯一
- 是否存在如下一般化的方法:目标变量、指示器变量、性质变量互推的一般化方法或形式化步骤
下面通过算法导论12.4节,随机构建二叉树性能的证明过程来分析HJ指示器变量假说的运用
- 【证明核心步骤】
- 【证明目标锁定】:求树高度X的期望值
- 变量转化,将X转化为指数高度Y,方便计算。(仅仅是为了方便计算,随机变量Y的定义并没有任何逻辑意义)。强调-Y为目标变量,需要通过别的变量来描述他并求解。
- 引入随机变量Rn。Rn这个随机变量蕴含着随机构建二叉树的随机性性质。强调-Rn为性质变量,根据Rn的定义明显的可以感知到其中蕴含着关于几何结构的特性,对Rn进行描述的物理量容易给出准确的数学表达式的值。
- 目标变量Yn和性质变量Rn的最终搭桥通过指示器变量Zn来实现。
- 最终得到Zn和Yn的关系后,剩下的计算都是纯代数的运算。。经常会将最终的期望等式变成递归式,然后运用代入法求解。
- 【本定理证明的依据是什么?】
- 本定理的关键步骤依赖于随机性假设以及二叉树的结构性质
- 算法导论中12.4节证明的随机二叉构建树为了证明方便而假定没有删除操作,只有插入操作。这个假定不是必要的,仅仅是为了证明方便而已。