"Você é um especialista em otimização de algoritmos e estruturas de dados. Uma startup de tecnologia financeira (fintech) está desenvolvendo um novo sistema de detecção de fraudes em transações. O protótipo atual utiliza uma árvore de busca binária (BST) para armazenar e consultar informações sobre o histórico de transações de cada usuário. No entanto, com o volume esperado de transações (milhões por dia), a performance da BST se mostra inadequada para garantir detecção em tempo real, especialmente nos piores casos de inserção/busca (árvore degenerada).

Sua tarefa é propor uma solução otimizada. Apresente:

1.  **Uma estrutura de dados alternativa à BST** que seja mais adequada para lidar com grandes volumes de dados e garantir complexidade de tempo logarítmica (ou melhor, se aplicável) para as operações de inserção, busca e remoção, mesmo em cenários de alta concorrência e distribuição de chaves não-uniforme. Justifique sua escolha detalhadamente, comparando-a com a BST em termos de complexidade de tempo (melhor, médio e pior caso), uso de memória e facilidade de implementação/manutenção.

2.  **Um algoritmo de otimização específico** que possa ser aplicado para melhorar a performance da detecção de fraudes, considerando a estrutura de dados escolhida. Descreva o algoritmo em alto nível, explicando como ele interage com a estrutura de dados para acelerar as consultas e identificações de padrões fraudulentos.

3.  **Sugestões para lidar com a escalabilidade horizontal** do sistema, considerando que a base de dados de transações não caberá em uma única máquina. Como a estrutura e o algoritmo propostos se adaptariam a um ambiente distribuído?

Sua resposta deve ser técnica, mas clara, e focar na aplicabilidade prática para o problema da fintech."