动态规划--最优二叉搜索树

1）问题描述

利用最优二叉搜索树来实现树的搜索代价最小。树上的每一个节点都有一个被搜索到的概率值pi，搜索一个节点的花费为pi∗（depth(ki)+1），如何构造一个二叉查找树使搜索树上的 所有节点的花费最小即为实现最优二叉查找树的问题。该问题可以用动态规划的思路实现。

形式化定义：给定n个不同关键字已经排序的序列K=(k1,k2,…,kn)因此(k1<k2<k3<…<kn),我们希望用这些关键字构造一个二叉搜索树。对每个关键字ki,都有概率pi表示起搜索概率。有些要搜索的值可能不再K中，因此我们还需要n+1个伪关键字(d0,d1,d2,…dn)，对于每一个伪关键字都有一个概率qi表示对应的搜索概率。

---

例子：

该二叉搜索树有5个顶点（x1,x2,x3,x4,x5）。
【x1<x2<x3<x4<x5】

2）基本思路

3）代码实现

public class example {
   

    public static void main(String[] args) {
   
        double[] p={
   0,0.15,0.1,0.05,0.1,0.2};  //n=5关键字有5个
        double[] q={
   0.05,0.1,0.05,0.05,0.05,0.1};  //叶子结点有n+1 = 6个
        ///这里的关键字长度为5
        int n = p.length;

        System.out.println("输出根节点辅助表");
        int[][] root = Optimal_BST(p,q,n-1);
        int temp = root.length-1;
        for(int i=1;i<temp;i++){
   
            for(int j=1;j<temp;j++){
   
                System