K元归并树——贪心算法

问题介绍

        两个分别包含n个和m个记录的已分类文件可以在O（n+m）时间内归并在一起而得到一个分类文件。当要把两个以上的已分类文件归并在一起时，可以通过成对地重复归并已分类的文件来完成。例如：假定X1,X2,X3,X4是要归并的文件，则可以首先把X1和X2归并成文件Y1，然后将Y1和X3归并成Y2，最后将Y2和X4归并，从而得到想要的分类文件；也可以先把X1和X2归并成Y1，然后将X3和X4归并成Y2，最后归并Y1和Y2而得到想要的分类文件。给出n个文件，则有许多种把这些文件成对地归并成一个单一分类文件的方法。不同的配对法要求不同的计算时间。
         问题是确定一个把n个已分类文件归并在一起的最优方法（即需要最少比较的方法）
像刚才所描述的归并模式称为二路归并模式（每一个归并步包含两个文件的归并）。二路归并模式可以用二元归并树来表示。叶结点被画成方块形，表示已知的文件。这些叶结点称为外部结点。剩下的结点被画成圆圈，称为内部结点。每个内部结点恰好有两个儿子，表示把它的两个儿子所表示的文件归并而得到的文件。每个结点中的数字都是那个结点所表示的文件的长度（记录数）。一个i级结点在距离根为i-1的地方，在i级结点上的文件的记录都要移动i-1次。如果di是由根到代表文件Fi的外部结点的距离，qi是Fi的长度，则这颗二元归并树的记录移动总量是 。这个和数叫做这颗树的带权外部路径长度。一个最优二路归并模式与一颗具有最小权外部路径的二元树相对应。
        生成归并树的贪心方法也适用于K路归并的情况。相应的归并树是一颗K元树。所有的内部结点的度数必须为K，所以对于n的某些值，就不与K元归并树相对应。例如：当K=3时，就不存在具有n=2个外部结点的K元归并树。所以有必要引进一定量的“虚”外部结点。每一个虚外部结点被赋以0值的qi。这个虚值不会影响所产生的K元树的带权外部路径长度。

问题分析

算法思路分析

问题简述为：“确定一个把n个已分类文件归并在一起的最优方法”
即：最优K路归并模式问题，也就是如何构建一棵具有最短带权外部路径的K叉树
而为了构造具有最短带权外部路径的树，感性的、直观的想法是将复杂的(即文件Fi的长度qi长的) 置于上层，简单的置于下层；
即，先解决K元短文件之间的归并，再考虑剩下的以及已经归并了的文件中的K元“简单文件”的归并。

这个思路，以及构造具有最短带权外部路径的树，毫不意外想到使用哈夫曼算法来构建哈夫曼树

所以问题可以等价替换为：
用所给的n个文件(Fi)的长度值(qi)来构建K叉哈夫曼树，从而得到最优值(最少比较次数)和最优解(K路归并的分配策略)

证明：K叉哈夫曼树是最优树

设：T(n) 为带权节点 $q_1⩽q_2⩽\dots ⩽q_{n-1}⩽q_n(n>2)$的最优树的带权外部路径长度。
    证明 哈夫曼树是最优树 等价于：
        证明：
            $\{\begin{array}{l}{\mathbf{Q}}_1：带权q_1,q_2,\dots ,q_K为兄弟节点\\ {\mathbf{Q}}_2：最优树收缩与展开同为最优树\\ {\mathbf{Q}}_3：最优树的合并仍为最优树\end{array}$

证明${\mathbf{Q}}_1:带权q_1,q_2,\dots ,q_K为兄弟节点$

1、设：$Nod{e}_{max}$为最优树中通路长度最长的内节点，则其一定有K个叶子节点。
    由于K叉哈夫曼算法的性质决定，内节点一定包含K个叶子节点。
2、设：$Nod{e}_{max}$为最优树中通路长度最长的内节点，则其K个叶子节点的权一定为$q_1,q_2,\dots ,q_K$
    若$L_x$为$Nod{e}_{max}$的一叶子节点，但是其权重 q x ∉ { q 1 , q 2 , … , q K } q_x\notin\{q_1,q_2,…,q_K\} qx​∈/​{ q1​,q2​,…,qK​}
       $L_y$