TA的每日心情 | 开心 2021-3-12 23:18 |
---|
签到天数: 2 天 [LV.1]初来乍到
|
1、最优二叉搜索树的动态规则算法
二叉搜索树是一颗满足如下条件的树:
1.每个节点包含一个键值
2.每个节点有最多两个孩子
3.对于任意两个节点x和y,它们满足下述搜索性质:
a)如果y在x 的左子树里,则key[y] <=key[x]
b)如果y在x的右子树里,则key[y]>=key[x]
基于统计知识,我们可统计出一个数表(集合)中各元素的查找概率,理解为集合各元素的出现频率。比如中文输入法字库中各词条(单字、词组等)的先验概率,针对用户习惯可以自动调整词频――所谓动态调频、高频先现原则,以减少用户翻查次数。这就是最优二叉查找树问题:查找过程中键值比较次数最少,或者说希望用最少的键值比较次数找到每个关键码(键值)。为解决这样的问题,显然需要对集合的每个元素赋予一个特殊属性――查找概率。这样我们就需要构造一颗最优二叉查找树。
2、问题给出
n个键{a1,a2,a3......an},a1 < a2 <・ ・ ・ < an,其相应的查找概率为{p1,p2,p3......pn}。构成最优BST, ,求这棵树的平均查找次数C[1, n](耗费最低)。换言之,如何构造这棵最优BST,使得C[1, n] 最小。
C[i, j] 表示由{ai,ai+1,......aj}构成的BST的耗费.
对于键值ai, 如果其在构造的二叉搜索树里的深度(离开树根的分支数)为L(ai),
则搜索该键值的成本= L(ai) +1(需要加上深度为0的树根节点)。
3、分段方法
动态规划法策略是将问题分成多个阶段,逐段推进计算,后继实例解由其直接前趋实例解计算得到。对于最优BST问题,利用减一技术和最优性原则,如果前n-1个节点构成最优BST,加入一个节点an 后要求构成规模n的最优BST。按 n-1, n-2 , ... , 2, 1 递归,问题可解。自底向上计算:C[1, 2]→C[1, 3] →... →C[1, n]。为不失一般性用
C[i, j] 表示由{ai,ai+1,......aj}构成的BST的耗费。其中1≤i ≤j ≤n。这棵树表示为Tij。从中选择一个键ak作根节点,它的左子树为Tik-1,右子树为Tk+1j。要求选择的k 使得整棵树的平均查找次数C[i, j]最小。左右子树递归执行此过程。(根的生成过程)
4、递推计算式

5、基本算法如下

6、具体实现代码
- import java.util.Scanner;
- import java.util.Arrays;
- public class BST{
- static int max=Integer.MAX_VALUE;
- public static void main(String args[]){
- int num;
- Scanner in=new Scanner(System.in);
-
- //所有数据均从键盘获取,第一行一个数据表示节点个数;从第二行各个数据开始表示各个节点的概率
- /*
- 5
- 0.15 0.10 0.05 0.10 0.20
- */
- /*
- 6
- 0.3 0.15 0.05 0.3 0.15 0.05
- */
- num=in.nextInt();
- double p[]=new double[num+1];
- for(int i=1;i< num+1;i++)
- p[i]=in.nextDouble();
- //创建主表;
- double c[][]=new double[num+2][num+1];
- for(int i=0;i< c[i].length;i++)
- Arrays.fill(c[i],0);
- //创建根节点表;
- int r[][]=new int[num+2][num+1];
- for(int i=0;i< r[i].length;i++)
- Arrays.fill(r[i],0);
- //动态规划实现最优二叉查找树的期望代价求解。。
- OptimalBST(num,p,c,r);
- System.out.printf("该最优二叉查找树的期望代价为:%f
- ",c[1][num]);
-
-
- //给出最优二叉查找树的中序遍历结果;
- System.out.printf("构造成的最优二叉查找树的前序遍历结果为:");
- OptimalBSTPrint(1,num,r);
-
- }
-
- public static void OptimalBST(int num,double[] p,double[][]c,int[][] r) {
- int j=0;
- int kmin=0;
- double temp=0.0;
- double sum=0.0;
- for(int i=1;i< num+1;i++)//主表和根表元素的初始化
- {
-
- c[i][i-1]=0;
- c[i][i]=p[i];
- r[i][i]=i;
- }
- c[num+1][num]=0;
- for(int d=1;d<=num-1;d++)//加入节点序列
- {
- for(int i=1;i<=num-d;i++)
- {
- j=i+d;
- temp=max;
- for(int k=i;k<=j;k++)//找最优根
- {
- if(c[i][k-1]+c[k+1][j]< temp)
- {
- temp=c[i][k-1]+c[k+1][j];
- kmin=k;
- }
- }
- r[i][j]=kmin;//记录最优根
- sum=p[i];
- for(int s=i+1;s<=j;s++)
- sum+=p[s];
- c[i][j]=temp+sum;
- }
- }
- }
- //采用递归方式实现最优根的输出,最优根都是保存在r[i][j]中的。。。
- public static void OptimalBSTPrint(int first,int last,int[][] r)
- {
-
- int k;
- if(first<=last)
- {
- k=r[first][last];
- System.out.printf("%d ",k);
- OptimalBSTPrint(first,k-1,r);
- OptimalBSTPrint(k+1,last,r);
- }
- }
- }
复制代码 运行结果:
5
0.15 0.10 0.05 0.10 0.20
该最优二叉查找树的期望代价为:1.300000
构造成的最优二叉查找树的前序遍历结果为:4 1 2 3 5

源码下载:http://file.javaxxz.com/2014/12/6/000713656.zip |
|