最优判定树C/C++实现(二叉链表实现)

1、最优判定树定义：

百度和维基上也没找到定义，可能是这本书独有的，字太多了，我就直接拍图片了。

给定这张表：

如果利用huffman算法(每次找最小的两个结点去构造一个新结点)去生成一颗判定树的话，判定树应该是下图，这并不是最优的

最优的是下图：这颗判定树的比较次要比上面的少

而实现这颗判定树的算法是Hu-Tucker算法:
1）、按初始顺序排列各个结点，作为n颗树。
2）、从头遍历找相邻结点权值之和最小的那一对结点,通过它们生成新结点(那一对结点分别作为左右子女,新结点权值等于左右子女权值之和),用新结点顶替原来两个结点的位置。
3）、重复2）直到只有一颗树。

2、全部代码：

#include<iostream>
#include<string>
#include<vector>
using namespace std;

struct Node
{
	string value;
	double weight;
	Node *lchild,*rchild;
	Node(string v,double w)
	{
		value = v;
		weight = w;
		lchild = rchild = NULL; 
	}
};

void createOptimalDecisionTree(Node *&root,vector<string> values,double weights[])
{ 
	vector<Node*> nodes; 
	for(int i = 0; i < values.size(); i++) 
	{
		Node* newNode = new Node(values[i],weights[i]);
		nodes.push_back(newNode);
	}
	int nodeCount = nodes.size();		//当前节点数 
	while(nodeCount > 1)
	{
		double minWeight = 999999;
		for(int i = 0;  i < nodeCount-1 ; i++)	 
		{	//从0开始遍历计算相邻判定结点weight之和 记录最小和 
			double sumWeight = nodes[i]->weight + nodes[i+1]->weight;
			if( sumWeight < minWeight)
			{
				minWeight = nodes[i]->weight + nodes[i+1]->weight;  //记录最小和
			} 
		} 
		for(int i = 0; i < nodeCount-1; i++) 
		{	
			double sumWeight = nodes[i]->weight + nodes[i+1]->weight;
			if(sumWeight == minWeight)//找到是哪一对 
			{
				Node *newNode = new Node("#",minWeight);	//创建新结点 
				newNode->lchild = nodes[i];
				newNode->rchild = nodes[i+1];
				nodes[i] = newNode; 	//用新结点取代 前面那个结点的位置
				if(nodeCount >= 2)		//如果结点个数还大于等于2 
				{
					for(i = i + 1 ; i < nodeCount-1; i++) //就把 i后面的结点移前一位 
					{
						nodes[i] = nodes[i+1];
					} 
					nodeCount--;			//结点个数减一 
					break;
				} 
			} 
		}
	}
	root = nodes[0];	
}

void printOptimalDecisionTree(Node *root,int k)		//打印最优判定树，先打印右子树 
{
	if(root != NULL)
	{
		printOptimalDecisionTree(root->rchild,k+5);
		for(int i = 0; i < k; i++)
		{
			cout<<" ";
		} 
		cout<<root->value<<endl;
		printOptimalDecisionTree(root->lchild,k+5);
	}
} 

int main()
{
	vector<string> values = {"[0,60]","[60,70]","[70,80]","[80,90]","[90,100]"};
	double weights[] = {0.10,0.20,0.35,0.25,0.10};
	Node * root = NULL; 
	createOptimalDecisionTree(root,values,weights);
	printOptimalDecisionTree(root,0); 
	return 0; 
} 

3、结果：

对应的if - else就应该是：

 if(score < 80)
     {
     	if(score < 70)
     	{
     		if(score < 60)
			{
				
			}
			else
			{
				
			}
     	}
     	else
     	{
     		
     	}
     }
     else
     {
     	if(score < 90)
     	{
     		
     	}
     	else
     	{
     		
     	}
     }