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】
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2)基本思路

在这里插入图片描述

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.out.print(root[i][j]+"-");
            }
            System.out.println();
        }

        printOptimalBST(root,1,5,root[1][5]);
    }

    /**
     * DP在计算最优二叉树的辅助表的算法实现
     * @param p
     * @param q
     * @param n
     * @return
     */
    private static int[][] Optimal_BST(double[] p, double[] q, int n) {
        double[][] e = new double[n+2][n+2];//
        double[][] w = new double[n+2][n+2];
        int[][] root = new int[n+2][n+2];

        //初始化叶子结点的值
        for(int i=1;i<=n+1;i++){
            e[i][i-1]=q[i-1];
            w[i][i-1]=q[i-1];
        }
        for(int l=1 ; l<=n ; l++){///最外层循环是逐渐的将关键字个数从一个扩展到n个
            for(int i=1;i<=n-l+1;i++){
                int j=i+l-1;
                e[i][j]=Double.MAX_VALUE;
                w[i][j]=w[i][j-1]+p[j]+q[j];
                for(int r=i;r<=j;r++){
                    double t = e[i][r-1]+e[r+1][j]+w[i][j];
                    if(t<e[i][j]){
                        e[i][j]=t;
                        root[i][j]=r;///存储根节点的位置
                    }
                }
            }



        }

        System.out.println("输出当前的最小代价:"+e[1][n]);
        return root;

    }

    /**
     * 构建最优二叉搜索树
     * @param root
     * @param i
     * @param j
     * @param k
     */
    private static void printOptimalBST(int[][] root, int i, int j, int r) {
        int rootChild = root[i][j];
        if(rootChild==r){
            System.out.println("K"+rootChild+"是根");
            printOptimalBST(root,i,rootChild - 1,rootChild);
            printOptimalBST(root,rootChild + 1,j,rootChild);
            return;
        }
        if (j < i - 1)
        {
            return;
        }
        else if (j == i - 1)//遇到虚拟键
        {
            if (j < r)
            {
                System.out.println( "d" +  j + "是" + "k" + r + "的左孩子" );
            }
            else {//j>=r
                System.out.println( "d" +  j + "是" + "k" + r + "的右孩子" );
            }
            return;
        }
        else//遇到内部结点
        {
            if (rootChild < r)
            {
                System.out.println ("k" + rootChild + "是" + "k" + r + "的左孩子" );
            }
            else{
                System.out.println ("k" + rootChild + "是" + "k" + r + "的右孩子" );
            }

        }

        printOptimalBST(root,i,rootChild - 1,rootChild);
        printOptimalBST(root,rootChild + 1,j,rootChild);

    }


}
输出根节点辅助表
输出当前的最小代价:2.75
1-1-2-2-2-
0-2-2-2-4-
0-0-3-4-5-
0-0-0-4-5-
0-0-0-0-5-
K2是根
k1是k2的左孩子
d0是k1的左孩子
d1是k1的右孩子
k5是k2的右孩子
k4是k5的左孩子
k3是k4的左孩子
d2是k3的左孩子
d3是k3的右孩子
d4是k4的右孩子
d5是k5的右孩子

4)时间复杂度和空间复杂度

时间复杂度
O(n3)
空间复杂度
O(n
2)

发布了8 篇原创文章 · 获赞 0 · 访问量 87

猜你喜欢

转载自blog.csdn.net/weixin_44721537/article/details/104087399