动态规划-概论.ppt

* 算法设计与分析 第1章 算法概论 * 二叉搜索树的期望耗费示例 * 算法设计与分析 第1章 算法概论 * 构造最优二叉搜索树 问题关键：已知二叉搜索树中每个结点的访问概率，问这棵树整体的搜索时间最短是多少（称为最优二叉搜索树）。 在二叉搜索树中，设一次搜索的时间等于待访问结点的深度，则整体的搜索时间为： * 算法设计与分析 第1章 算法概论 * 如果要整体搜索时间最短，则访问概率高的结点应该比较靠近根结点。有点类似于是哈夫曼编码，但不同的是，二叉搜索树所有结点的左右顺序不能变化。所以无法像哈夫曼编码那样一味地把概率高的结点往上移。 可以设计这样一个递推关系：一棵树如果是最优二叉搜索树，那么要么它是空树，要么它的左、右子树也是最优二叉搜索树。 最优子结构性质！ * 算法设计与分析 第1章 算法概论 * 将由 a1, a2, …, an 构成的二叉搜索树记为T 1, n ，其中ak（1≤k≤n）是T 1, n 的根结点，则其左子树T 1, k-1 由 a1, …, ak-1 构成，其右子树T k+1, n 由 ak+1, …, an 构成。 证明最优二叉搜索树满足最优子结构特性 ak T 1, n 以ak为根的二叉搜索树 T k+1,n T 1,k-1 若T 1, n 是最优二叉搜索树，则其左子树T 1, k-1 和右子树T k+1, n 也是最优二叉查找树。如若不然，假设T’ 1, k-1 是比T 1, k-1 更优的二叉搜索树，则T’ 1, k-1 的平均比较次数小于T 1, k-1 的平均比较次数，从而由T’ 1, k-1 、ak和T k+1, n 构成的二叉搜索树T’ 1, n 的平均比较次数小于T 1, n 的平均比较次数，这与T 1, n 是最优二叉搜索树的假设相矛盾。 * 算法设计与分析 第1章 算法概论 * 分析 设T i,j 是由记录 ai,…,aj 1≤i≤j≤n 构成的二叉搜索树，C i,j 是这棵二叉搜索树的平均比较次数。虽然最后的结果是C 1,n ，但遵循动态规划法的求解方法，需要求出所有较小子问题C i,j 的值，考虑从 ai,…,aj 中选择一个记录ak作为二叉搜索树的根结点，可以得到如下关系： 此结论为只考虑元素查找成功的情况！ * 算法设计与分析 第1章 算法概论 * 定义w i,j 如下： 则二叉搜索树的平均搜索代价cost T 为（左、右子树的平均搜索代价分别为cost L 和cost R ）： 考虑到查找成功与不成功的期望耗费 * 算法设计与分析 第1章 算法概论 * 对于n个元素的集合 a1, a2, …, an ，设C 0,n 是构造这个集合最优二叉搜索树的代价： * 算法设计与分析 第1章 算法概论 * 因此，对于一般的C i,j 得到如下动态规划函数： C i, i-1 0 1≤i≤n+1 式1 C i, i pi 1≤i≤n 式2 C i, j min C i, k-1 +C k+1, j +w i,j 1≤i≤j≤n, i≤k≤j min C i, k-1 +C k+1, j +w i,j 1≤i≤j≤n, i≤k≤j 式3 C i, k-1 和C k+1, j 分别是左右子树的最优平均搜索代价。 设一个二维表C[n+1][n+1]，其中C[i][j]表示二叉搜索树T i, j 的平均比较次数。注意到在式3中，当k 1时，求C[i][j]需要用到C[i][0]，当k n时，求C[i][j]需要用到C[n+1][j]，所以，二维表C[n+1][n+1]行下标的范围为1～n+1，列下标的范围为0～n。 为了在求出由 a1, a2, …, an 构成的二叉搜索树的平均比较次数的同时得到最优二叉搜索树，设一个二维表R[n+1][n+1]，其下标范围与二维表C相同，R[i][j]表示二叉搜索树T i, j 的根结点的序号。 * 算法设计与分析 第1章 算法概论 * 例如，集合 A, B, C, D 的搜索概率是 0.1, 0.2, 0.4, 0.3 ，二维表C和R的初始情况如图所示。 ? 0 1 2 3 4 1 0 0.1 2 0 0.2 3 0 0.4 4 0 0.3 5 0 0 1 2 3 4 1 1 2 2 3 3 4 4 5 C i, i-1 0 1≤i≤n+1 式1 C i, i pi 1≤i≤n 式2 C i, j min C i, k-1 +C k+1, j +w i,j 1≤i≤j≤n, i≤k≤j min C i, k-1 +C k+1, j +w i,j 1≤i≤j≤n, i≤k≤j 式3 0.4 2 0.8 3 1.0 3 1.1 3 1.4 3 1.7 3 * 算法设计与分析