第七章 Lecture 04-贪心算法.ppt

Binary Tree v.s. Prefix Code Prefix code: No code is a prefix of some other code. Optimal Prefix Code Design Coding Cost of T: B(T)=? c ? C f(c)dT(c) c : each character in the alphabet C f(c): frequency of c dT(c): depth of cs leaf (length of the codeword of c) Code design: Given f(c1), f(c2), …, f(cn), construct a binary tree with n leaves such that B(T) is minimized. Idea: more frequently used characters use shorter depth. 例 应用二：最佳前缀码 在通讯中要传输八进制数字0，1，2，…，7． 这些数字出现的频率为： 0：30％， 1：20％， 2：15％ 3：10％， 4：10％， 5： 6％6： 5％， 7： 4％ 编一个最佳前缀码，使通讯中出现的二进制数字尽可能地少。 1、Huffman算法求最优二叉树 2、由二叉树得到前缀码 以频率作为权值，得 4 ， 5 ， 6 ，10，10， 15 ， 20， 30 15 20 30 4 5 6 9 15 10 10 20 30 40 60 100 0 1 0 1 0 1 0 1 0 1 0 1 0 1 00111 00110 01 11 000 100 101 0010 e w e h a 2 4 7 5 12 0 1 0 1 0 1 0 1 0 1 0011 0010 01 110 000 101 100 1110 i r 2 0 1 m s 2 1 0 1 3 0 1111 0：30％，01 1：20％，11 2：15％，000 3：10％，100 4：10％，101 5： 6％，0010 6：5％，00111 7： 4％，00110 Example4:单源最短路径问题 Single-Source Shortest Path Single-Source Shortest Path Problem:给定一个带权有向图 G=(V,E) ，其中每条边的权是一个非负实数。另外，给定 V 中的一个顶点，称为源点。现在我们要计算从源点到所有其他各顶点的最短路径长度。这里的长度是指路上各边权之和。 这个问题通常称为单源最短路径问题。 带权有向图G=（V,E），每条边有一个非负权值w。 路径p=v0,v1,...,vk的权是其组成变的所有权值之和。 从源点s到点v的最短路径为所有可到达路径中权值最小的一条路径。 在单源最短路径问题中，我们期望找出给定原点s到每个顶点v的最短路径。 G中任意一条无环路径包含至多|V|个不同的顶点，同时包含至多（|V|-1）条边，因此，我们把注意力主要集中在至多（|V|-1）条边的最短路径上。 1959年，迪杰斯持拉，标号法 这个算法能求出从给定结点到图中其他每个 结点的最短路。 Dijkstra算法 Dijkstra算法是解单源最短路径问题的贪心算法。 基本思想:设置顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。 Relaxation step Dijkstra’s algorithm d[s] ←0 for each v∈V–{s} do d[v] ←∞ S←? Q←V ?Q is a priority queue maintaining V–S while Q ≠? do u ←EXTRACT-MIN(Q) S←S∪{u} for each v∈Adj[u] do if d[v] d[u] + w(u, v) then d[v] ←d[u] + w(u, v) init Example ofDijkstra’s algorithem Graph with nonnegative edge weights: A B C D E 10 3 1 4 2 2 8 7 9 Example ofDijkstra’s algorithem Initiatize: 0 ∞ ∞ ∞ ∞ Q: A B C D E