Como referencia, la Conjetura de Optimidad Dinámica conjetura que el árbol splay es dinámicamente óptimo ; es decir, para cualquier secuencia de accesos, el árbol splay funciona dentro de un factor constante óptimo. Aquí, lo óptimo se mide como lo mejor que un árbol de búsqueda binaria puede hacer usando rotaciones de árbol, incluso sabiendo la secuencia de acceso de antemano y sabiendo mágicamente los movimientos correctos.
En términos más generales, podríamos pedir encontrar algún árbol de búsqueda binario (no necesariamente un árbol de visualización) que sea dinámicamente óptimo. Los árboles de tango (así como los árboles de múltiples juegos, que son similares) son uno de esos intentos. Los árboles de tango son probables [math] O (\ log \ log n) [/ math] -optimal. Tenga en cuenta que la optimización dinámica pide [math] O (1) [/ math] -optimality. Sin embargo, los árboles de separación (así como la mayoría de las BST), según un análisis ingenuo, solo se conocen como [math] O (\ log n) [/ math] -optimal. Entonces, el árbol de tango es un intento bastante sólido.