OBST（Optimal Binary Tree最优二叉搜索树）

二叉搜索树

二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉排序树。

一、什么是最优二叉查找树

最优二叉查找树：

给定n个互异的关键字组成的序列K=<k1,k2,...,kn>，且关键字有序（k1<k2<...<kn），我们想从这些关键字中构造一棵二叉查找树。对每个关键字ki，一次搜索搜索到的概率为pi。可能有一些搜索的值不在K内，因此还有n+1个“虚拟键”d0,d1,...,dn，他们代表不在K内的值。具体：d0代表所有小于k1的值，dn代表所有大于kn的值。而对于i = 1,2,...,n-1,虚拟键di代表所有位于ki和ki+1之间的值。对于每个虚拟键，一次搜索对应于di的概率为qi。要使得查找一个节点的期望代价（代价可以定义为：比如从根节点到目标节点的路径上节点数目）最小，就需要建立一棵最优二叉查找树。

图一显示了给定上面的概率分布pi、qi，生成的两个二叉查找树的例子。图二就是在这种情况下一棵最优二叉查找树。

概率分布：

i	0	1	2	3	4	5
pi		0.15	0.10	0.05	0.10	0.20
qi	0.05	0.10	0.05	0.05	0.05	0.10

已知每个关键字以及虚拟键被搜索到的概率，可以计算出一个给定二叉查找树内一次搜索的期望代价。假设一次搜索的实际代价为检查的节点的个数，即所发现的节点的深度加1.计算一次搜索的期望代价等式为：

建立一棵二叉查找树，如果是的上式最小，那么这棵二叉查找树就是最优二叉查找树。

而且有下式成立：

二、最优二叉查找树的最优子结构

最优子结构：

如果一棵最优二叉查找树T有一棵包含关键字ki,..,kj的子树T'，那么这可子树T'对于关键字Ki,...,kj和虚拟键di-1,...dj的子问题也必定是最优的。可以应用剪贴法证明。

根据最优子结构，寻找最优解：

给定关键字ki,...,kj，假设kr(i<=r<=j)是包含这些键的一棵最优子树的根。其左子树包含关键字ki,...,kr-1和虚拟键di-1,...,dr-1，右子树包含关键字kr+1,...,kj和虚拟键dr,...dj。我们检查所有的候选根kr,就保证可以找到一棵最优二叉查找树。

递归解：

定义e[i,j]为包含关键字ki,...,kj的最优二叉查找树的期望代价，最终要计算的是e[1,n]。

当j = i - 1时，此时子树中只有虚拟键，期望搜索代价为e[i,i - 1] = qi-1.

当j >= i时，需要从ki,...,kj中选择一个根kr，然后分别构造其左子树和右子树。下面需要计算以kr为根的树的期望搜索代价。然后选择导致最小期望搜索代价的kr做根。

现在需要考虑的是，当一棵树成为一个节点的子树时，期望搜索代价怎么变化？子树中每个节点深度都增加1.期望搜索代价增加量为子树中所有概率的总和。

对一棵关键字ki,...,kj的子树，定义其概率总和为：

因此，以kr为根的子树的期望搜索代价为：

而

因此e[i,j]可以进一步写为：

这样推导出最终的递归公式为：

 #include <iostream>
 #include <cstdio>
 #define INF 0xFFFFF
 using namespace std;
 double p[], q[];
 int root[][];//记录最优子树的根节点位置
 double w[][];//w[i][j]:最优子树概率总和
 double e[][];//e[i][j]: （最优）子树期望代价

 void optimalBST(int n)
 {
     for(int i = ; i<=n+; i++)
     {
         w[i][i-] = q[i-];
         e[i][i-] = q[i-];
     }

     for(int len = ; len<=n; len++)
     {
         for(int i = ; i<=n-len+; i++)
         {
             int j  = i+len-;
             e[i][j] = INF;
             w[i][j] = w[i][j-] + p[j] + q[j];
             for(int r = i; r<=j; r++)
             {
                 double t = e[i][r-] + e[r+][j] + w[i][j];
                 if(t<e[i][j])
                 {
                     e[i][j]=t;
                     root[i][j] = r;
                 }
             }
         }
     }
 }

 int main()
 {
     int n;
     while(scanf("%d", &n)!=EOF)
     {
         getchar();
         for(int i = ; i<=n; i++)
             scanf("%lf", &p[i]);
         getchar();
         for(int i =; i<=n; i++)
             scanf("%lf", &q[i]);
         getchar();
         optimalBST(n);
         printf("%.3lf\n", e[][n]);
     }
 }

参考代码：

 //最优二叉查找树

 #include <iostream>

 using namespace std;

 const int MaxVal = ;

 const int n = ;
 //搜索到根节点和虚拟键的概率
 double p[n + ] = {-,0.15,0.1,0.05,0.1,0.2};
 double q[n + ] = {0.05,0.1,0.05,0.05,0.05,0.1};

 int root[n + ][n + ];//记录根节点
 double w[n + ][n + ];//子树概率总和
 double e[n + ][n + ];//子树期望代价

 void optimalBST(double *p,double *q,int n)
 {
     //初始化只包括虚拟键的子树
     for (int i = ;i <= n + ;++i)
     {
         w[i][i - ] = q[i - ];
         e[i][i - ] = q[i - ];
     }

     //由下到上，由左到右逐步计算
     for (int len = ;len <= n;++len)
     {
         for (int i = ;i <= n - len + ;++i)
         {
             int j = i + len - ;
             e[i][j] = MaxVal;
             w[i][j] = w[i][j - ] + p[j] + q[j];
             //求取最小代价的子树的根
             for (int k = i;k <= j;++k)
             {
                 double temp = e[i][k - ] + e[k + ][j] + w[i][j];
                 if (temp < e[i][j])
                 {
                     e[i][j] = temp;
                     root[i][j] = k;
                 }
             }
         }
     }
 }

 //输出最优二叉查找树所有子树的根
 void printRoot()
 {
     cout << "各子树的根：" << endl;
     for (int i = ;i <= n;++i)
     {
         for (int j = ;j <= n;++j)
         {
             cout << root[i][j] << " ";
         }
         cout << endl;
     }
     cout << endl;
 }

 //打印最优二叉查找树的结构
 //打印出[i,j]子树，它是根r的左子树和右子树
 void printOptimalBST(int i,int j,int r)
 {
     int rootChild = root[i][j];//子树根节点
     if (rootChild == root[][n])
     {
         //输出整棵树的根
         cout << "k" << rootChild << "是根" << endl;
         printOptimalBST(i,rootChild - ,rootChild);
         printOptimalBST(rootChild + ,j,rootChild);
         return;
     }

     if (j < i - )
     {
         return;
     }
     else if (j == i - )//遇到虚拟键
     {
         if (j < r)
         {
             cout << "d" << j << "是" << "k" << r << "的左孩子" << endl;
         }
         else
             cout << "d" << j << "是" << "k" << r << "的右孩子" << endl;
         return;
     }
     else//遇到内部结点
     {
         if (rootChild < r)
         {
             cout << "k" << rootChild << "是" << "k" << r << "的左孩子" << endl;
         }
         else
             cout << "k" << rootChild << "是" << "k" << r << "的右孩子" << endl;
     }

     printOptimalBST(i,rootChild - ,rootChild);
     printOptimalBST(rootChild + ,j,rootChild);
 }

 int main()
 {
     optimalBST(p,q,n);
     printRoot();
     cout << "最优二叉树结构：" << endl;
     printOptimalBST(,n,-);
 }

我们将表e、w以及root旋转45°，便于查看上述程序的计算过程。上述代码核心在于函数optimalBST，其计算顺序是从下到上、从左到右。首先是依据概率数组pi、qi初始化：给最下面的一行赋值。然后是三个for循环：从下到上计算表中每一行的值，可以充分利用前面计算出来的结果。如果每当计算e[i][j]的时候都从头开始计算w[i][j]，那么需要O(j-i)步加法，但是将这些值保存在表w[1...n+1][0...n]中，就避免这些复杂的计算。

输出结果：