贪心算法(三)——最佳合并模式

问题描述

给定n个有序文件,每个文件的记录数分别为w1~wn,请给出一种两两合并的方案,使得总合并次数最少。

注意: 1. 外排序算法是将多个有序文件合并成一个有序文件的过程。 2. 在一次合并的过程中,两个文件中的所有记录都需要先从文件中读入内存,再在内存中排序,最后将排序的结果写入文件中。 3. 假设两个待排序文件记录数分别为n、m,那么将这两个文件合并成一个有序的文件需要进行n+m次读写。

问题转化

n个文件两两合并的过程可以用一棵扩充二叉树来表示。因为扩充二叉树只有度为2或0的节点,没有度为1的节点,这符合两两合并的过程。

在这棵扩充二叉树中: 1. 方形节点(外界点)表示原始的文件,圆形节点(内节点)表示合并过程中的文件; 2. 节点的权值表示文件的记录数 因此,n个文件合并过程的总读写次数为带权外路径长度之和。 要求最小的合并次数即为求最小的带权外路径长度之和。 因此,问题就转化为『如何求扩充二叉树的最小加权路径』。 这个问题可以用哈夫曼算法解决。

哈夫曼算法

思路

若要使得带权外路径长度最小,可以将权值大的节点尽量靠近根节点,这样路径短一些;而权值小的节点可以适当远离根节点,因为权值小,外路径稍微长一点也没事。

伪代码

  1. 用一个优先权队列存储所有的初始节点;
  2. 从队列中选出两个权值最小的节点,将它们的和作为它们的根节点,并放入队列中;
  3. 循环这个过程,直到队列中只有一个节点为止,此时具有最小带权路径的扩充二叉树构造完毕!此时带权外路径长度即为最小的读写次数。

代码实现

/**
 * 构造二叉树的节点类
 */
class TreeNode{
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int val){
        this.val = val;
    }
}
/**
 * 构造哈夫曼树
 * @param w:所有节点的权值
 * @return 哈夫曼树的根节点
 */
TreeNode hfmTree(int[] w){
    // 将所有节点存入优先权队列,按照权值递增排序
    PriorityQueue<TreeNode> queue = new PriorityQueue<>(w.length, new Comparator<TreeNode>(){
        public int compare(TreeNode t1,TreeNodet2){
            return t1.val-t2.val;
        }
    });
    for(int i=0; i<w.length; i++){
        queue.offer(new TreeNode(w[i]));
    }

    // 构造哈夫曼树
    while( queue.size()>1 ){
        // 弹出最小的两个节点
        TreeNode node1 = queue.poll();
        TreeNode node2 = queue.poll();
        // 构造父节点
        TreeNode father = new TreeNode(node1+node2);
        father.left = node1;
        father.right = node2;
        // 父节点入队
        queue.offer( father );
    }

    return queue.poll();
}

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏debugeeker的专栏

《coredump问题原理探究》Linux x86版5.2节C风格数据结构内存布局之基本数据类型

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/xuzhina/article/detai...

601
来自专栏人工智能LeadAI

tensorflow读取数据-tfrecord格式

概述关于tensorflow读取数据,官网给出了三种方法: 1、供给数据:在tensorflow程序运行的每一步,让python代码来供给数据 2、从文件读取数...

8706
来自专栏数据结构与算法

LOJ #115. 无源汇有上下界可行流

#115. 无源汇有上下界可行流 描述 这是一道模板题。 n n n 个点,m m m 条边,每条边 e e e 有一个流量下界 lower(e) \text{...

3287
来自专栏应兆康的专栏

100个Numpy练习【2】

Numpy是Python做数据分析必须掌握的基础库之一,非常适合刚学习完Numpy基础的同学,完成以下习题可以帮助你更好的掌握这个基础库。

4059
来自专栏大闲人柴毛毛

张全蛋和李小花的故事——“代理模式”

举个例子: 假设张全蛋喜欢上了李小花,张全蛋准备给李小花送一些礼物,但张全蛋又非常害羞,因此买了礼物之后让王尼玛代送。王尼玛跑到李小花把礼物送给她之后就走了。 ...

36912
来自专栏数据星河

建模常用的pandas语句

  pandas对象是Python常用的数据分析模块,它主要包括series对象,dataframe对象和index对象。每种对象都有自己所特有的方法和属性。今...

160
来自专栏郭耀华‘s Blog

tf.variable和tf.get_Variable以及tf.name_scope和tf.variable_scope的区别

在训练深度网络时,为了减少需要训练参数的个数(比如具有simase结构的LSTM模型)、或是多机多卡并行化训练大数据大模型(比如数据并行化)等情况时,往往需要共...

3206
来自专栏吉浦迅科技

DAY17:阅读纹理内存之纹理引用API

1332
来自专栏应兆康的专栏

100个Numpy练习【1】

Numpy是Python做数据分析必须掌握的基础库之一,非常适合刚学习完Numpy基础的同学,完成以下习题可以帮助你更好的掌握这个基础库。

48815
来自专栏mathor

搜索(5)

1373

扫码关注云+社区