# 正交双梳与粗势能预算 ## 1. 结论与范围 令查询和宿主为同一棵诱导网格树 `Q=F`,定义两种面积势能类型预算 ```text B_H = Σ_{d≠0} κ_{Q,(0,d)} |G_{F,(0,d)}|, B_V = Σ_{d≠0} κ_{Q,(d,0)} |G_{F,(d,0)}|。 ``` 下面构造一个参数族 `k≥2`,满足 ```text n=4k+5, N=4k²+10k+9, B_H=6k⁴+32k³+64k²+58k+20, B_V=6k⁴+28k³+48k²+40k+20。 ``` 因此两种预算均为 `Θ(n⁴)`,并且 ```text min(B_H,B_V)/(nN)=B_V/(nN) ∼ 3k/8 → ∞。 ``` 这严格否定了对所有查询、宿主以 `min(B_H,B_V)=O(nN)` 结束证明的路线。它没有否定面积势能上界本身,也没有构成原候选算法的复杂度反例。 数值核验只取预先指定的 `k=2,3,4`,没有随机搜索或扩大参数。结论来自下面的一般构造与计数,不由三个点拟合多项式。 ## 2. 单树坐标和诱导性 使用 `(行,列)` 坐标,令 `b=2k+4`。第一把梳子为 ```text A = {(y,0):0≤y≤2k} ∪ {(2i,x):0≤i≤k, 0≤x≤2k}。 ``` 它有竖直主干和 `k+1` 条长度 `2k` 的向右横齿。 第二把梳子为 ```text B = {(b,x):b≤x≤4k+4} ∪ {(y,b+2i):0≤i≤k, b≤y≤4k+4}。 ``` 它有水平主干和 `k+1` 条长度 `2k` 的向下竖齿。 用以下折线路径连接两把梳子的端点: ```text (2k,0) → (b,0) → (b,b), ``` 每段包含全部整数格点。取这三部分的并为 `F`,并令 `Q=F`、查询根为 `(0,0)`。 两把梳子各自是诱导树:平行齿之间留有一整空行或空列。连接路径只在第一把梳子的底端和第二把梳子的左端接入;其水平段与第一把梳子的底齿相隔四行,其竖直段又在第二把梳子以左至少 `b` 列。没有额外四邻接。因此并集是一棵诱导树,只有指定连接,不产生环。 每把梳子点数为 ```text (2k+1)+(k+1)·2k=2k²+4k+1。 ``` 连接路径长 `2k+8`,两个端点已经在梳子内,所以新增 `2k+7` 个点。于是 ```text N=2(2k²+4k+1)+(2k+7)=4k²+10k+9。 ``` 行、列范围都为 `0,...,4k+4`,故最小方框边长为 `n=4k+5`。宿主恰有 `2k` 个度三点,没有更高度点。 ## 3. 仅用直齿已经足以得到四次方下界 对正水平标签 `h=(0,d)`,一段水平直路所在行是 `y` 时,其沿边势能差为 `dy`,而 `det(h,z)=-dy`,所以 ```text c_h(z)=2dy。 ``` 第一把梳子的 `k+1` 条横齿位于不同的偶数行。对于每个 `1≤d≤k`,每条齿都提供至少 `2k-d+1≥k+1` 个交集点,且这些行给出 `k+1` 个不同势能值。因此 ```text κ_{Q,(0,d)}≥k+1, |G_{F,(0,d)}|≥(k+1)(2k-d+1)≥(k+1)²。 ``` 第二把梳子在竖直标签下完全对称:竖直直路的势能值为 `-2d x`,不同齿列给出不同值。 所以两种方向都各有 `Θ(k)=Θ(n)` 个标签,使势能类型数至少 `Θ(n)`、重叠点数至少 `Θ(n²)`。计入正负方向,得到简单的共同下界 ```text B_H,B_V ≥ 2(k+1)² Σ_{d=1}^k(2k-d+1) = k(3k+1)(k+1)² = Ω(k⁴)。 ``` 单凭这一一般下界及 `nN=Θ(k³)`,就已足以否定取两方向较小预算的 `O(nN)` 猜想。接下来给出完整精确计数,确认两者也是 `O(k⁴)`。 ## 4. 水平方向的精确类型和交集 只需计算正位移 `d`:负位移的交集是对应平移,势能值整体取负,因此交集大小和不同值个数相同。 ### 4.1 势能类型 当 `1≤d≤2k` 时: - 第一把梳子保留 `k+1` 条互不连接的水平交集,每条在行 `2i`,势能值为 `4di`; - 连接横路与第二把梳子的水平主干组成一条完整长横路。它的交集,加上可能存在的交集竖齿,仍是一个分量,势能值为 `2d(2k+4)`; - 中间只有一个道路点的连接竖段各行,不会产生非零水平交集,不能把这两个区域连起来。 上述 `k+2` 个值互不相同。因此 ```text κ_H(d)=k+2, 1≤d≤2k。 ``` 当 `2k0。 ``` 故取方向较小值后,仍保留 `6k⁴` 的首项。 ## 7. 对后续证明的限制 问题不在于选择了不合适的单一方向:两把正交梳子分别让一个方向出现大量势能类型,并同时提供大交集,旋转取较小值也不能解决。 势能预算将某标签的全部查询势能类型数乘以整个宿主交集大小,允许把并非实际发生的类型与道路资源重复相乘。后续若沿势能方法继续,需要保留真实标记使用的类型、分量或候选信息;单独用最终 `Q,F` 的这两个粗乘积结束证明不可行。 参数族的渐近结论针对允许规模增长的数学模型;用于运行正式程序的输入仍须满足题面限制。