构建最优二分搜索树
问题描述：
首先看个例子，如果有S = {5,7,10,12,14,15,18}，我们可以构建一个二分搜索树，所谓二分搜索树（Binary Search Tree），就或者是一棵空树，或者是具有下列性质的二分树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二分搜索树。现在，我们可以构建一下两种树：
现在问题来了，如果在我们的搜索中15~18范围搜索的次数为80%，节点5的搜索次数为10%，其余的节点和节点以外的范围搜索次数频率相等，共计10%。显而易见，两种不同结构的二分搜索树的效率大不一样。在此，结合每个搜索到的节点和范围的频率（记为p[1：n]，q[0：n]）我们给出搜索树的总耗费公式为：
这里depth(al)为al在该树中的深度，depth(bl)为bl在该树中的深度。
如今的问题就是，对于一个给定的序列，{b0，a1，b1……an，bn}，其中a1，a2……an是实节点，b0，b1，b2……bn是虚节点（就是二分搜索树最终找不到实节点的范围），如何找出并构建一个总耗费最小的二分搜索树？
问题求解：
分析：
假定T0是棵最优二分搜索树，它的根是ak（第k小的数）。则ak的左子树中必然包含了{a1…ak-1}， ak的右子树中必然包含了{ak+1…an}。而且，左子树一定是关于{a1…ak-1}的最优二分搜索树，右子树一定是关于{ak+1…an}的最优二分搜索树。（否则，用更优的子树代替当前的子树，其总耗费比T0的更小，矛盾。）
现在考虑二分搜索树问题的性质，
① 根据二分搜索树的性质，任何一棵子树中结点的编号都是连续的。而且，最优树中的任何一棵子树，也必然是关于子树中结点的最优树。因此，最优二分搜索树具有最优子结构性质。
② 这样，若规模为m≤n-1的最优子树均已知，就可以通过逐一计算以a1，a2，…，an为根的树的耗费，来确定（使耗费达到最小的）根ak并找出最优二分搜索树。
在上述计算中，规模较小的最优子树在计算中要多次被用到，故该问题具有高度重复性。
综合 ①和②的特性，我们就考虑动态规划来求解这个问题。
在所有由结点bi，ai+1，bi+1，…，aj，bj构成的树中，把耗费最小的树记为Tij。（注意该树中不含ai但含bi）。
若由结点bi，ai+1，bi+1，…，aj，bj构成的树以ak作为根 (i+1≤k≤j)，
则bi，ai+1，bi+1，…，ak-1，bk-1必然在其左子树中，
则bk，ak+1，bk+1，…，aj，bj必然在其右子树中，
以ak为根的树有很多，但其中耗费最小的树必然是以Ti,k-1为其左子树，以Tk,j为其右子树。
记cij是最优子树Tij的耗费， 则ci,k-1是最优子树Ti,k-1的耗费，ck,j是最优子树Tk,j的耗费。
考察以ak (i+1≤k≤j)为根、由结点bi，ai+1，bi+1，…，aj，bj构成的、耗费最小的树的总耗费：根据上述讨论，
该树的左子树必然是Ti,k-1，右子树必然是Tk,j 。该树的总耗费可分为三部分：左子树、右子树和根所产生的耗费。
紧接着就将Ti,k-1和Tk,j接到ak上，此处与每个左右子树中节点来说，搜索的耗费都增加了，因为每个节点的深度都增加了1，因此，引入一个公式，来表示子树在接入根节点的时候增加的耗费，
由于Ti,k-1作为左子树接到结点ak之下时，其耗费增加wi,k-1，故左子树的耗费为：ci,k-1+ wi,k-1，
同理，右子树的耗费为：ck,j+wk,j，
由于根ak的深度为0，按定义，根的耗费为pk。
因此，以ak 为根、耗费最小的树的总耗费为：ci,k-1+ wi,k-1+ckj+wk,j+pk。
注意到，
wi,k-1=qi+pi+1+qi+1+…+pk-1+qk-1，
wk,j=qk+pk+1+qk+1+…+pj+qj，
从而有wi,k-1+wkj+pk = qi+pi+1+qi+1+…+pk-1+qk-1+ pk +qk+pk+1+qk+1+…+pj+qj = wij。
由此得到,以ak 为根、耗费最小的树的总耗费为：ci,k-1+ckj+wi,j由于pi（i=1,2,…,n）和 qj（j=0,1,2,…,n）在初始时已经知道，因此若wi,j-1已知，则根据wi,j= wi,j-1+pj + qj可以计算出wij。故当ci,k-1与ckj已知时，以ak 为根的树的最小总耗费在O(1)时间就可以计算出来。
这样，分别计算以ai+1，ai+2，…，aj为根、含有结点bi，ai+1，bi+1，…，aj，bj的树的最小总耗费，再从中选出耗费最小的树，即可得最优子树Tij。
因此，最优子树Tij的耗费cij= {ci,k-1+ckj+wij}。
算法描述：
递推求cij及记录Tij的根的算法
初始时 wii←qi(i=1,2,…,n)；cii←0；/*∵空树Tii耗费为0（i=1,2,…,n）。*/
for l←1 to n do /*计算规模为l（树中真实结点个数）的最优二分搜索树，从含1个结点直算到含n个结点*/
{ for i←0 to n-l do /*真实结点个数为l个的树共有(n-l+1)个，i为树中结点起始下标，从0直到n-l。*/
{ j←i+l; /* j为树中最后一个结点的下标*/
wi,j←wi,j-1+pj + qj ; /*计算出规模为l (l=j-i)、当前所需的wi,j*/
cij← {ci,k-1+ckj+wij}; /*在前一轮或前几轮，规模小的ci,k-1和ckj已计算出来了*/
rij←k’; /*k’为使得{ci,k-1+ckj+wij}为最小的k值*/
} /*即ak’是最优子树Tij的根，记录在案*/
}
构建最优二分搜索树，
设Tij的根为ak (rij记录到的值是k)，则从根开始建结点。
Build-tree(i,j,r,A) /*建立最优子树Tij*/
{
If i≥j return null;
pointer←newnode(nodetype);
k←rij; /*必有i < k ≤j*/
pointer_key-value←A[k]; /*A[k]即ak*/
pointer_leftson←Buildtree(i,k-1,r,A); /*建立最优左子树Ti,k-1*/
pointer_rightson←Buildertree(k,j,r,A); /*建立最优右子树Tk,j*/
return pointer;
}
调用Build-tree(0,n,r,A)则可以建成最优二分搜索树。
C语言实现与运行结果截图:
#include <stdio.h>
#include <stdlib.h>
#define MAX_LEN 256
typedef struct BtreeNode{
int data;
BtreeNode* lchild;
BtreeNode* rchild;
}BtreeNode,*BtreePtr;
BtreePtr build_most_value_btree(int st,int ed,int (*T)[MAX_LEN],int *num)
{
if(st >= ed) return NULL;
BtreePtr p;
p=(BtreePtr)malloc(sizeof(BtreeNode));
p->data=num[T[st][ed]];
p->lchild=build_most_value_btree(st,T[st][ed]-1,T,num);
p->rchild=build_most_value_btree(T[st][ed],ed,T,num);
return p;
}
int main()
{
int index,tmp;
int n,i,j,k,l;
int P[MAX_LEN],Q[MAX_LEN];
int num[MAX_LEN],W[MAX_LEN][MAX_LEN],C[MAX_LEN][MAX_LEN],T[MAX_LEN][MAX_LEN];
while(1==scanf("%d",&n)){
if(n > 0){
for(i=1;i<=n;i++)
scanf("%d",num+i);
for(i=1;i<=n;i++)
scanf("%d",P+i);
for(i=0;i<=n;i++)
scanf("%d",Q+i);
break;
}
printf("invalid n.\n");
}
//initial tabs
for(i=0;i<=n;i++){
W[i][i]=Q[i];
C[i][i]=0;
}
for(l=1;l<=n;l++)
{
for(i=0;i < n;i++){
j=i+l;
W[i][j]=W[i][j-1]+P[j]+Q[j];
//find the minium root
index=i+1;tmp=C[i][i]+C[i+1][j];
for(k=i+2;k<=j;k++){
if(C[i][k-1]+C[k][j] < tmp){
tmp=C[i][k-1]+C[k][j];
index=k;
}
}
C[i][j]=C[i][index-1]+C[index][j]+W[i][j];
T[i][j]=index;
}
}
printf("cost=%d,root=%d\n",C[0][n],T[0][n]);
BtreePtr mvbt=build_most_value_btree(0,n,T,num);
return 0;
}
That’s all~
扫一扫
4030
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
