算法问题：最优二叉搜索树

给定一个序列K=<{k_{1},k_{2},...,k_{n}}> 有n个有序且各不相同的键(k_{1}<k_{2}<...<k_{n})， 集合
P=<{p_{1},p_{2},...,p_{n}}>表示在K中成功的搜索的概率;D=<{d_{0},d_{1},d_{2},...,d_{n}}> 为n+1 个不同的哑键，d_{i}表示所有在k_{i}和k_{i+1}之间的值，Q=<{q_{0},q_{1},q_{2},...,q_{n}}> 表示不成功的搜索的概率. 创建二叉搜索树， 使得其期望搜索花费最小。

一个例子

最优子结构

如果一棵最优二叉搜索树T的子树T’含有键k_{i},...,k_{j}那么这个子树T’肯定是子问题键k_{i},...,k_{j}和哑

键d_{i-1},...,d_{j}的最优解。 (利用反证法证明)

重叠子问题解决思路: 递归

解释为什么要加w(i,r-1)与w(r+1,j)

当一颗子树成为结点的子树时，由于每个结点的深度都增加了1，这颗子树的期望搜索代价的增加值应该为所有概率之和。

e[1,3]=p_{2}+(e[1,1]+w(1,1))+(e[3,3]+w(3,3)) \\=0.2+(e[1,1]+0.3)+(e[3,3]+0.4)=0.2+0.3*2^{\normalsize{\textcircled{\scriptsize{1}}}\normalsize\enspace}+0.4*2^{\normalsize{\textcircled{\scriptsize{1}}}\normalsize\enspace }

{\textcircled{\scriptsize{1}}}\normalsize\enspace这个增加值才能体现该结点在搜索时对应的深度代价

计算最优费用(与计算矩阵李安乘法问题类似)

举例使用递归解结构

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/577652.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

udp多播/组播那些事

udp多播/组播那些事

多播与组播 多播&#xff08;multicast&#xff09;和组播&#xff08;groupcast&#xff09;是相同的概念&#xff0c;用于描述在网络中一对多的通信方式。在网络通信中&#xff0c;单播&#xff08;unicast&#xff09;是一对一的通信方式&#xff0c;广播&#xff08;broad…
阅读更多...
某日某条完整逆向分析和数据抓取（最详细逆向实战教程，小白也能看懂）

某日某条完整逆向分析和数据抓取（最详细逆向实战教程，小白也能看懂）

大家好！我是爱摸鱼的小鸿，关注我，收看每期的编程干货。 本期文章将带你详细的逆向分析某日某条的URL加密参数，包括如何逆向分析、如何准确的找到加密入口、如何补JS环境、如何模拟执行JS，以及如何用网络劫持简单便捷的获取URL加密参数、接口监听的方式直接获取接口响应数据…
阅读更多...
Mybatis如何兼容各类日志？

Mybatis如何兼容各类日志？

文章目录 适配器模式日志模块代理模式1、静态代理模式2、JDK动态代理 JDBC Logger总结 Apache Commons Logging、Log4j、Log4j2、java.util.logging 等是 Java 开发中常用的几款日志框架&#xff0c;这些日志框架来源于不同的开源组织&#xff0c;给用户暴露的接口也有很多不同…
阅读更多...
边缘计算AI智能盒子的视频源必须是固定点监控摄像头吗？

边缘计算AI智能盒子的视频源必须是固定点监控摄像头吗？

边缘计算AI盒子的视频输入源&#xff0c;要求是RTSP或者GB28181&#xff0c;可以是固定点监控摄像头&#xff08;枪机、球机等&#xff09;&#xff0c;也可以是移动摄像头&#xff0c;例如执法记录仪、智能安全帽、布控球等&#xff0c;但由于RTSP输入要求摄像头有固定IP&…
阅读更多...
使用 Postman 进行并发请求：实用教程与最佳实践

使用 Postman 进行并发请求：实用教程与最佳实践

背景介绍 最近&#xff0c;我们发起了一个在线图书管理系统的项目。我负责的一个关键模块包括三个主要后台接口&#xff1a; 实现对books数据的检索。实施对likes数据的获取。通过collections端点访问数据。 应对高流量的挑战 在设计并部署接口时&#xff0c;我们不可避免地…
阅读更多...
C语言初学8：函数和作用域

C语言初学8：函数和作用域

一、函数 函数声明告诉编译器函数的名称、返回值类型和参数。在一个源文件中定义函数且在另一个文件中调用函数时&#xff0c;函数声明是必需的。函数定义提供了函数的实际主体。
阅读更多...
JavaScript力扣88题

JavaScript力扣88题

splice方法&#xff1a;nums.splice(start,deletenum,newitem1,newitem2,new...); splice(铰接&#xff0c;捻接)&#xff1b;start&#xff1a;开始的位置&#xff0c;从1开始&#xff1b;deletenum,删除的数量&#xff1b;nuwitem1,...新添加的元素 代码示例&#xff1a; l…
阅读更多...
西南科技大学计算机网络实验二 （IP协议分析与以太网协议分析）

西南科技大学计算机网络实验二 （IP协议分析与以太网协议分析）

一、实验目的 通过分析由跟踪执行traceroute程序发送和接收捕获得到的IP 数据报，深入研究在IP 数据报中的各种字段，理解IP协议。基于ARP命令和Ethereal进行以太网帧捕获与分析，理解和熟悉ARP协议原理以及以太网帧格式。 二、实验环境 与因特网连接的计算机网络系统；主机操…
阅读更多...
编写第一个APP自动化脚本 appium_helloworld ，将脚本跑起来

编写第一个APP自动化脚本 appium_helloworld ，将脚本跑起来

一、前置说明 我们把学习 Appium 的第一个脚本称为 appium_helloworld&#xff0c;它用于展示 Appium 的基本用法&#xff0c;验证配置和环境是否正确。 Appium 自动化操作 APP 的基本流程&#xff08;Android平台&#xff09;&#xff1a; 启动 Appium Serveradb 连接设备&…
阅读更多...
【ctf】whireshark流量分析之tcp_杂篇

【ctf】whireshark流量分析之tcp_杂篇

目录 简介 常考 图片类 提取png.pcap&#xff08;常规&#xff09; 异常的流量分析&#xff08;*&#xff0c;特殊&#xff09; john-in-the-middle&#xff08;特殊&#xff09; ​编辑 zip类 1.pcap&#xff08;常规&#xff09; 方法1&#xff08;常规提取压缩包&…
阅读更多...
[足式机器人]Part4 南科大高等机器人控制课 CH10 Bascis of Stability Analysis

[足式机器人]Part4 南科大高等机器人控制课 CH10 Bascis of Stability Analysis

本文仅供学习使用 本文参考&#xff1a; B站&#xff1a;CLEAR_LAB 笔者带更新-运动学 课程主讲教师&#xff1a; Prof. Wei Zhang 南科大高等机器人控制课 Ch10 Bascis of Stability Analysis 1. Background1.1 What is Stability Analysis1.2 General ODE Models for Dynamic…
阅读更多...
Web前端VScode/Vue3/git/nvm/node开发环境安装

Web前端VScode/Vue3/git/nvm/node开发环境安装

目录 1 基本配置 2 安装vscode 3 安装vue 4 配置bash 5 安装nvm 6 安装node 7 安装yarn 8 新建项目 9 运行helloworld 1 基本配置 本篇是为了做前端开发的环境而写。使用的操作系统是windows 10 64位 2 安装vscode 现在做vue和node基本就是vscode和webstorm&#x…
阅读更多...
Cesium.js三维地图的实现（依托天地图CDN文件）

Cesium.js三维地图的实现（依托天地图CDN文件）

零、技术选型&#xff1a; Vue2、VueCli5、天地图、Cesium.js 一、通过天地图官网案例实现 需要引入天地图官方提供的CDN链接访问Cesium.js相关文件 相关文件&#xff1a; https://api.tianditu.gov.cn/cdn/demo/sanwei/static/cesium/Cesium.js https://api.tianditu.gov.cn/…
阅读更多...
【WPF.NET开发】数据绑定应用场景

【WPF.NET开发】数据绑定应用场景

目录 1、实现属性更改通知 示例 2、双向绑定​​​更新源 示例 3、对分层数据使用主-从模式 示例 4、对分层 XML 数据使用主-从模式 示例 5、绑定两个控件的属性 示例 6、创建和绑定到 ObservableCollection 示例 7、使用 XMLDataProvider 和 XPath 查询绑定到 XML…
阅读更多...
喜报！酷克数据携手中移在线入选2023大数据“星河”数据库优秀案例

喜报！酷克数据携手中移在线入选2023大数据“星河”数据库优秀案例

12月20日-21日&#xff0c;由中国信通院、中国通信标准化协会主办&#xff0c;中国通信标准化协会大数据技术标准推进委员会承办的“2023数据资产管理大会”在京召开。 在会上&#xff0c;第七届大数据“星河&#xff08;Galaxy&#xff09;”案例评选结果正式公布。中移在线服…
阅读更多...
华纳云：组策略与注册表之间的区别和联系

华纳云：组策略与注册表之间的区别和联系

组策略和注册表是在 Windows 操作系统中用于配置和管理系统行为的两种不同的管理机制。它们之间有着紧密的联系&#xff0c;但也有一些重要的区别。 区别&#xff1a; 定义和作用&#xff1a; 组策略&#xff1a; 组策略是一种集中管理和配置 Windows 系统设置的机制。通过组策…
阅读更多...
如何在Laravel中屏蔽错误提示（两种方法）

如何在Laravel中屏蔽错误提示（两种方法）

前言 Laravel是一个非常流行的PHP框架&#xff0c;其提供的错误提示机制使得在开发过程中出现问题时可以迅速定位原因&#xff0c;从而提高了开发效率。然而&#xff0c;有时候我们在正式上线的时候&#xff0c;不希望用户看到任何错误提示&#xff0c;这时候我们可以通过屏蔽…
阅读更多...
Java 中 Stream 流的使用方法

Java 中 Stream 流的使用方法

目录 一、Stream 的概念 二、Stream 的特点 三、Stream 的使用步骤 1、Stream 的创建 1.1、通过Collection对象的stream()或parallelStream()方法 1.1.1、stream() 和 parallelStream() 两个方法的区别 1.2、通过 Arrays 工具类的 stream() 方法 1.3、通过Stream接口的of()…
阅读更多...
Local Binary Convolutional Neural Networks （LBCNN）

Local Binary Convolutional Neural Networks （LBCNN）

论文&#xff1a;https://arxiv.org/abs/1608.06049 代码&#xff1a;GitHub - juefeix/lbcnn.torch: Torch implementation of CVPR17 - Local Binary Convolutional Neural Networks http://xujuefei.com/lbcnn.html 摘要&#xff1a; 我们提出了局部二值卷积(LBC)&#x…
阅读更多...
在uni-app项目中，如何进行性能优化

在uni-app项目中，如何进行性能优化

在uni-app项目中&#xff0c;可以通过以下几种方式进行性能优化&#xff1a; 减少请求次数&#xff1a;合并请求&#xff0c;将多个请求合并成一个请求&#xff0c;减少网络请求次数&#xff0c;提高性能。优化图片加载&#xff1a;使用合适的图片格式&#xff0c;并进行压缩和…
阅读更多...
最新文章

Copyright @ 2022~2023