算法分析作业第6章剖析.pptVIP

6.3 对于标识符集（a1,a2,a3,a4）=（end, goto, print, stop），已知成功检索概率为P(1)=1/20, P(2)=1/5, P(3)=1/10, P(4)=1/20，不成功检索概率为Q(0)=1/5, Q(1)=1/10, Q(2)=1/5, Q(3)=1/20, Q(4)=1/20，用算法OBST对其计算W(i ,j)，R(i, j)和C(i, j)（0≤i, j≤4）。 P112 算法6.5 P（i） P(1)=1/20, P(2)=1/5, P(3)=1/10, P(4)=1/20 Q（i）Q(0)=1/5, Q(1)=1/10, Q(2)=1/5, Q(3)=1/20, Q(4)=1/20 P（i）P(1)=1, P(2)=4, P(3)=2, P(4)=1 Q（i）Q(0)=4, Q(1)=2, Q(2)=4, Q(3)=1, Q(4)=1 6.4 ①证明算法OBST的计算时间是O(n2)。 ②在已知根R(i, j)，0≤i j≤4的情况下写一个构造最优二分检索树T的算法。证明这样的树能在O(n)时间内构造出来。 ② Procedure BuildTree(m, n, R, Root) integer R(n,n), k TreeNode Root, LR, RR k←R(m,n) if k=0 then data(Root)←m, left(Root)←null, right(Root)←null, else data(Root)←k, BuileTree(m, k-1, R, LR),BuileTree(k, n, R, RR) left(Root)←LR, right(Root)←RR endif end BuildTree 时间复杂性分析 T(n)=c+T(k)+T(n-k-1)，此递推式保证算法的时间复杂性为O(n); 也可从递归的角度出发，递归的次数正是结点的个数，而每次递归时间复杂性为常数，所以算法的时间复杂度也为O(n)。 6.6 设(w1,w2,w3,w4)=(10,15,6,9), (p1,p2,p3,p4)=(2,5,8,1)。生成每个fi阶跃点的序偶集合Si，0≤i≤4。 (w1,w2,w3,w4)=(10,15,6,9), (p1,p2,p3,p4)=(2,5,8,1) 6.8 给出一个使得DKNAP(算法4.7)出现最坏情况的例子，它使得| Si |=2i, 0≤in。还要求对n的任意取值都适用。 取 (P1,P2,…,Pi,…) =(W1,W2,…,Wi,…) =(20,21,…,2i-1,…) P和W取值相同，使支配原则成立，也就是说不会因为支配原则而删除元素；只要说明不会出现相同元素被删除一个的情形，即可知是最坏的情况。可用归纳法证明此结论。 6.17 最优性原理并不总是对可以将其解看成是一系列决策结果的所有问题成立。找两个最优性原理不成立的例子，并说明对这两个问题最优性原理为什么不成立。 多段图问题：路径和改为路径乘积并允许出现负数 6.5 由于我们通常只知道成功检索和不成功检索概率的近似值，因此，若能在较短的时间内找出几乎是最优的二分检索树，也是一件很有意义的工作。所谓几乎是最优的二分检索树，就是对于给定的P和Q，该树的成本（由（6.9）式计算）几乎最小。已经证明，由以下方法获得这种检索树的算法可以有O(nlogn)的时间复杂度，选取这样的k为根，它使|W(0, k-1)- W(k, n) |尽可能地小。重复以上步骤去找这根的左、右子树。 ① 对于题6.3的数据，用上述方法找出一棵这样的二分检索树。它的成本是什么？ ② 用SPAKS写一个实现上述方法的算法，你的算法的计算时间为O(nlogn)吗？ 计算树根： k从1到4， |W(0,0)-W(1,4)|=11, |W(0,1)-W(2,4)|=2, |W(0,2)-W(3,4)|=12, |W(0,3)-W(4,4)|=17 所以该树的根是T(0,4)=2， 依次计算得到T(0,1)=1，T(2,4)=3，T(3,4)=4 总体成本是4+2*（2+1）+2*（4+2+4）+3*（1+1+1）=39 算法分析作业 第6章 动态规划 最优化问题 多阶段过程 明显的 隐含的 最优性原理 必要条件 与问题表示相关（状态） 建立递推关系式 最优子结构（等价于最优性原理） 边界条件 作业 3 、4、6、 8 、17 0 0 1 3 0 4 0 1+1+1=3 1 7 0 3 0 4+1+2=7 4 10 0 2 0 2+4+4=10 2 7 0 1 0 4+2+1=7 4 C R W 1 1 4 2 4 Q 1