算法导论_15.5 最优二叉查找树

一、问题

将英文翻译成法语，使用平衡二叉树建立英语-法语单词的键值对，便于搜索；
文章中单词出现次数有频率，有些单词出现频繁， 有些单词出现概率很小；应当将频繁出现的单词放在距离根较近的地方；
此外，注意到有部分英语单词没有对应的法语翻译
访问一个结点的代价是：结点的深度+1；
我们已知英语文章中各类单词出现的频率，试图构造一棵最优二叉查找树，使得翻译文章的速度最快（访问的结点数最小）；

假设有对应法语翻译的英语单词的深度是k[i], 其频率是p[i];
没有对应法语翻译的英语单词的深度是d[i], 其频率是q[i];
翻译整篇英语文章，搜索单词的代价是：

我们已知pi, qi; 对于不同的depth(ki) 和depth(di), 求出E的最小值；不同的二叉树结构，会得到不同的depth(ki) 和depth(di);

二、求解步骤

1） 一棵最优二叉查找树的结构

一个二叉查找树（i, j),其根节点是r， 这个二叉查找树具有最优化结构， 那么这个二叉查找树的左子树(i, r-1) 也具有最优化结构， 其右子树(r+
1, j)也具有最优化结构；
因为树(i, j)具有最优化结构（e(i, j)的值最小）， 如果左子树不具有最优化结构，可以选用另外一个子树T’代替现有的左子树，但这会导致树e(i, j)的值变得更小，矛盾；
e(i, j) = e(i, r-1)+e(r+1, j)+w(i, r-1)+ w(r+1, j)+p®;
树的期望代价等于左子树的期望代价+右子树的期望代价， 由于左子树和右子树现在变为子树，其上的所有结点深度+1， 所以加上w(i, r-1) 和w(r+1, j); 再加上pr*1(根结点只要一次访问）；
2） 一个递归解
e[i, i] 表示叶子节点的上一层的子树；
e[i, i] 的左子树是e[i, i-1]即d[i-1]；
e[i, i] 的右子树是e[i+1, i], 即d[i];
叶子节点都是虚拟键，也是边界条件；
j = i-1的时候， 表示此时的英语单词没有对应的法语翻译；这也是边界条件；

其中w(i, j):

w(i, j) 是从i， 到j的期望，也就是概率之和，不管k的取值是多少， w(i, j) 是相同的；
所以取r=j时候的w(i, j) = w(i, j-1) + w(j+1, j) + pj = w(i, j-1) + qj + pj;
其中i<= r<= j：
当i == r的时候， e[i, r-1] = e[i, i-1], 其左子树是d(i-1), 右子树是e[i+1, j];(左子树是没有对应翻译的单词）；
当i == j的时候， e[r+1, j] = e[j+1, j], 其右子树是dj;
举例说明动态规划的边界：

分析式子：
e(i, j) = e(i, r-1)+e(r+1, j)+w(i, r-1)+ w(r+1, j)+pr;
定义e(i, i-1) = q(i-1)
当i == j的时候，即e(i, i)代表什么，代表着以ki为根的树的期望代价
得到：
e(i, i) = e(i, i-1) + e(i+1, i) + w(i, i);
我们得到
e(1, 1) = e(1, 0) + e(2, 1) + w(1, 1) = q0+q1 +q0+q1+k1 = 0.45; //没有k0

在分析e(3, 4) = e(3, 3) + e(5, 4) + w(3, 4) = e(3, 3) + d4 + w(3, 4) //选择A
=e(3, 2)+e(4, 4) + w(3, 4) = d2 + e(4, 4) + w(3, 4) //选择B
这两个选择对应两种树的结构；在动态规划的过程中，不断的选择就相当于不断的比较不同的二叉树结构；

因此，关于最优二叉查找树中的边界问题，需要记住两个点：

1. e(i, i-1)相当于q(i-1);
2. 很难理解e(k, k)的含义，是一个根为k的树，但是这个树只有虚拟键；
   区分e(i, j)的树，其根是k； 这也是一个根为k的树，但是这个树有实键也有虚拟键；
   只有虚拟键的树e(k, k)在动态规划的选择过程中，经过左旋转或是右旋转， 变成了带有实键的树；例如， 上图中的k4子树， 一开始只有虚键值，选过过程中k4树将实键值k3变成自己的子树；

3） 计算一棵最优二叉查找树的期望搜索代价
给定一个n个互异的关键字组成的序列K = {k1, k2, …, Kn}, 这个序列单调递增，同时假设没有对应法语翻译的英语单词序列是n+1个元素的L = {d0, d1, d2, …, dn}

代码实现过程中， 通常分配n+1个数组存储序列K，并且使得k0 = -1；

使用二维数组e[i][j] 记录子树(i, j)的最小搜索代价；由于i， j的最大值是n+1, 所以二维数组e的维数是[n+2, n+2];
使用二维数组w[i][j] 记录子树(i, j) 由子问题构造过程中需要支付的代价，其维数也是[n+2, n+2];

#include <stdio.h>
#include <stdlib.h>

#define n 5

//不建议将这些数组变成自变量存放在栈中,在栈中的变量没有初始化,其值是不确定的
double e[n + 2][n + 2];
double w[n + 2][n + 2