基于动态规划的最优二叉搜索树算法的改进.docVIP

基于动态规划的最优二叉搜索树算法的改进 　　摘要：基于动态规划的最优二叉搜索树构造算法，选择子问题的划分时，r值的循环范围过大，存在不足。本文对此改进，缩小了r值的范围，算法时间复杂度由O(n3)减小至O(n2)，并对两个算法的优劣进行了比较。 　　关键词：动态规划；最优二叉搜索树；算法改进 　　中图分类号：TP318文献标识码：A文章编号：1009-3044(2008)35-2176-02 　　A Better Algorithm of Setting up Optimal Binary Trees Based on Dynamic Programming 　　LIU Yan 　　(College of Information Science and Engineering，Xinjiang University, Urumqi 830046, China) 　　Abstract: The algorithm of setting up optimal binary trees based on dynamic programming occurs some faults.The r′s value has some faults that the range of selecting subproblems is too wide.This paper improved the algorithm by the point which diminished the range of rs value and decreased a great number of time complexity from O(n3) to O(n2),and compared the advantages and disadvantages between the two algorithms. 　　Key words: dynamic programming; optimal binary search trees; a better algorithm 　　 　　1 引言 　　 　　高等教育出版社影印版《INTRODUCTION TO ALGORITHMS》（第二版）中，基于动态规划法思想，建立最优二叉搜索树算法，选择子问题的划分，r值的循环范围过大。当二叉树结点较多时，算法的时间复杂度较大，造成程序运行时较多开支。 　　 　　2 经典最优二叉搜索树算法分析 　　 　　原最优二叉搜索树算法时间复杂度为： 　　 　　本文引用《INTRODUCTION TO ALGORITHMS》（第二版）第363页例题15.5-2作为实例分析： 　　Determine the cost and structure of an optimal binary search tree for a set of n=7 keys with the following probabilities. 　　表1 概率值表 　　 　　原算法计算结果： 　　e[1,0]=0.06 　　e[1,1]=0.28 e[2,1]=0.06 　　…… 　　e[1,7]=3.12 e[2,7]=2.61 e[3,7]=2.13 e[4,7]=1.55 e[5,7]=1.20 e[6,7]=0.78 e[7,7]=0.34 e[8,7]=0.05 　　w[1,0]=0.06 　　w[1,1]=0.16 w[2,1]=0.06 　　…… 　　w[1,7]=1.00 w[2,7]=0.90 w[3,7]=0.78 w[4,7]=0.64 w[5,7]=0.56 w[6,7]=0.41 w[7,7]=0.24 w[8,7]=0.05 　　root[1,1]=1 　　root[1,2]=2 root[2,2]=2 　　…… 　　root[1,7]=5 root[2,7]=5 root[3,7]=5 root[4,7]=6 root[5,7]=6 root[6,7]=7 　　root[7,7]=7 　　（e阵列为建立两个结点之间的二叉搜索树的时间期望值花费，w阵列为两个结点之间查找成功与否的概率和，root阵列为两个结点间最优二叉搜索树的最优化划分方法。） 　　e, w, root阵列各个计算顺序为： 　　e[1,0]→e[2,1]→…→e[8,7]→e[1,1]→…→e[1,7]; 　　w[1,0]→…→w[8,7]→w[1,2]→…→w[6,7]; 　　root[1,1]→…→root[7,7]→root[1,3]→…→root[1,7]; 　　经分析，原算法r值的范围可再次缩小，原r范围为从i～j，如实际情况