课件5-贪心算法.pptVIP

? a b c d e f 频率（千次） 45 13 12 16 9 5 定长码 000 001 010 011 100 101 变长码 0 101 100 111 1101 1100 定长码： 　　3*(45+13+12+16+9+5)?=?300?千位 变长码： 　　1*45+3*13+3*12+3*16+4*9+4*5?＝?224?千位 对每一个字符规定一个0,1串作为其代码，并要求任一字符的代码都不是其它字符代码的前缀。这种编码称为前缀码。 编码的前缀性质可以使译码方法非常简单。? 表示最优前缀码的二叉树总是一棵完全二叉树，即树中任一结点都有2个儿子结点。 f(c)表示字符c出现的概率，dt(c)表示c的码长 平均码长定义为： 使平均码长达到最小的前缀码编码方案称为给定编码字符集C的最优前缀码。 哈夫曼提出构造最优前缀码的贪心算法，由此产生的编码方案称为哈夫曼编码。 哈夫曼算法以自底向上的方式构造表示最优前缀码的二叉树T。 算法以|C|个叶结点开始，执行|C|－1次的“合并”运算后产生最终所要求的树T。? 以f为键值的优先队列Q用在贪心选择时有效地确定算法当前要合并的2棵具有最小频率的树。一旦2棵具有最小频率的树合并后，产生一棵新的树，其频率为合并的2棵树的频率之和，并将新树插入优先队列Q。经过n－1次的合并后，优先队列中只剩下一棵树，即所要求的树T。 （1）按从大到小顺序排序（方法不唯一） （2）合并最后两项并重新排序 （3）合并最后两项并重新排序 （4）合并最后两项并重新排序 （5）合并最后两项并重新排序 （6）合并最后两项并重新排序 （7）合并最后两项并重新排序 （8）合并最后两项并重新排序 （9）合并最后两项并重新排序 （10）合并最后两项并重新排序 （11）将节点中的概率换成对应的节点名称并编码（左为1,右为0）： （12）写出对应节点的编码： ????? N1 ＝ 10????? N2 ＝ 00????? N3 ＝ 110????? N4 ＝ 010????? N5 ＝ 1110????? N6 ＝ 0111????? N7 ＝ 0110????? N8 ＝ 11110????? N9 ＝ 111111????? N10＝ 111110 （13）编码的平均长度： ??????EH ＝ ∑Pi*Li?????????＝ 0.25*2+0.20*2+0.15*3+0.10*3+0.08*4+0.08*4+0.05*4+0.04*5+0.03*6+0.02*6???????? ＝ 2.99 输入：n个字符的集合C= {c1,c2,…,cn} 以及他们的频度{f(c1),f(c2),…,f(cn)} 输出： C的Huffman树(V,T) 1:根据频度将所有字符插入最小堆H 2：V← C; T = {} 3：for j ← 1 to n-1 4: C ← DeleteMin(H) 5: C’ ← DeleteMin(H) 6: f(v) ← f(c) + f(c’) //v是一个新节点 7： Insert(H,v) 8: V = V ∪ {v } 9: T = T ∪ { (v,c), (v,c’)} //使c和c’成为T中 v的孩子 10： end for * Why infinity: 2 ? 3: 1 + 4 1 + infinity B,c,I,f,g,h,e * * V[I, j]: the value for the most valuable subset of the first I items that fit into a knapsack of capacity j. Greedy Approach 贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解 一个小孩买了价值为33美分的糖,并将1美元的钱交给售货员。售货员希望用数目最少的硬币找给小孩。假设提供了数目有限的面值为25美分、10美分、5美分、及1美分的硬币。 怎样找零钱给小孩，使得给出的硬币最少？ Take the coin with largest denomination without exceeding the remaining amount of cents, make the