贪心算法-四川农业大学.ppt

4.2 贪心算法的基本要素 50 背包 10 20 30 ￥60 ￥100 ￥120 物品 60 10 100 20 80 20 120　　 ——×20 30 ￥240 背包问题 100 20 120 30 60 10 100 20 6010 120 30 0-1背包问题 ￥220 ￥160 ￥180 4.3 最优装载 问题描述 有一批集装箱要装上一艘载重量为c的轮船。其中集装箱i的重量为wi。 最优装载问题要求确定在装载体积不受限制的情况下，将尽可能多的集装箱装上轮船。 问题可形式化描述为 xi=0表示不装入集装箱i xi=1表示装入集装箱i 4.3 最优装载 算法分析 贪心选择性质 可以证明最优装载问题具有贪心选择性质。 最优子结构性质 最优装载问题具有最优子结构性质。 由最优装载问题的贪心选择性质和最优子结构性质，容易证明算法loading的正确性。 算法发杂性： 算法Loading的主要计算量在于将集装箱依重量从小到大排序，故算法所需的计算时间为O(nlogn)。 4.3 最优装载 算法描述 最优装载问题可用贪心算法求解。采用重量最轻者先装的贪心选择策略，可产生最优装载问题的最优解。具体算法如下 /// summary 贪心最优装载问题/summary /// param name=w物品重量/param /// param name=c货船容量/param /// returns结果0-1序列/returns public static int[] Loading(int[] w, int c) { int n = w.Length; int[] x = new int[n]; int[] t = SortedArrayIndex(w);//原数组升序排列下标 for (int i = 0; i n; i++) x[i] = 0;//全部初始化为0 for (int i = 0; i n w[t[i]] = c; i++) { x[t[i]] = 1; c -= w[t[i]]; //装一件后，容量减少 } return x; } 4.4 哈夫曼编码 哈夫曼编码 广泛地用于数据文件压缩的十分有效的编码方法。其压缩率通常在20%-90%之间。 哈夫曼编码算法用字符在文件中出现的频率表来建立一个用0,1串表示各字符的最优表示方式。 给出现频率高的字符较短的编码，出现频率较低的字符以较长的编码，可以大大缩短总码长。 4.4 哈夫曼编码 例如 一个包含100,000个字符的文件，各字符出现频率不同，如下表所示 定长编码需要300,000位，变长编码方案总码长 (45×1+13×3+12×3+16×3+9×4+5×4)×1000=224,000。 压缩率（压缩算法效率的标准度量，少用多少空间） (300-224) /300×100% ≈ 25% 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 4.4 哈夫曼编码 4.4.1前缀码 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。对于给定的0,1串001011101，采用下编码表，可唯一的分解为0,0,101,1101，所以其译码为aabe。 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 4.4 哈夫曼编码 可用二叉树作为前缀编码的数据结构。 在表示前缀码的二叉树中，树叶代表给定字符，并将每个字符的前缀码看作是丛树根到该叶子的一条路径。 代码中0,1分别指示某节点到左右儿子的“路标”。 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。 若C为编码字符集，则表示最优前缀码的二叉树恰有|C|个叶子，每个叶子对应一个字符，有|C|-1个内部节点。 4.4 哈夫曼编码 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。 4.4 哈夫曼编码 4.4 哈夫曼编码 4.4.2 构造哈夫曼编码 哈夫曼提出构造最优前缀码的贪心算法，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。 ①初始化|C|个单结点的树，概率记在树根中，指示树的权重（树的权重等于所有叶子权重之和）； ②重复③