最优二叉树是指在特定条件下具有最优性能的二叉树结构，通常与**搜索效率**或**路径代价**相关

最优二叉树（Optimal Binary Tree）

最优二叉树是指在特定条件下具有最优性能的二叉树结构，通常与搜索效率或路径代价相关。在不同场景中，“最优”的定义可能不同，其中最经典的是哈夫曼树（Huffman Tree） 和最优二叉搜索树（Optimal Binary Search Tree, OBST）。

一、哈夫曼树（Huffman Tree）：带权路径长度最小的二叉树

哈夫曼树是针对叶子节点带权值的二叉树，其核心目标是使树的带权路径长度（WPL）最小。

1. 关键概念

   • 路径长度：从根节点到某一节点的边数。
   • 带权路径长度（WPL）：所有叶子节点的权值与该节点到根节点路径长度的乘积之和，公式为：
     [
     WPL = \sum_{i=1}^{n} (w_i \times l_i)
     ]
     其中，(w_i) 是第 (i) 个叶子节点的权值，(l_i) 是其路径长度。

2. 构建算法（哈夫曼算法）

   • 步骤：
     1. 将所有带权值的节点视为独立的单节点树（只有根节点），组成森林。
     2. 从森林中选出权值最小的两棵树，以它们为左右子树构建一棵新树，新树的根节点权值为两棵子树权值之和。
     3. 从森林中删除这两棵树，将新树加入森林。
     4. 重复步骤2和3，直到森林中只剩一棵树，即为哈夫曼树。

3. 特点

   • 权值越大的叶子节点，离根节点越近（路径长度越短），从而降低整体WPL。
   • 哈夫曼树中没有度为1的节点（所有非叶子节点的度均为2）。
   • 适用于数据压缩（如哈夫曼编码）、最优决策等场景。

二、最优二叉搜索树（OBST）：查询代价最小的搜索树

OBST是一种二叉搜索树（BST），其节点包含关键字和查询概率，目标是使树的平均查询代价最小。

1. 关键概念

   • 平均查询代价：所有节点的查询概率与该节点到根节点路径长度（+1，因路径长度从0开始）的乘积之和，公式为：
     [
     \text{平均代价} = \sum_{i=1}^{n} (p_i \times (l_i + 1))
     ]
     其中，(p_i) 是第 (i) 个节点的查询概率，(l_i) 是其路径长度。
   • 需满足BST的性质：左子树所有节点关键字 < 根节点关键字 < 右子树所有节点关键字。

2. 构建算法（动态规划）

   • 设关键字序列为 (k_1 < k_2 < \dots < k_n)，对应的查询概率为 (p_1, p_2, \dots, p_n)，虚拟节点（表示查询失败）的概率为 (q_0, q_1, \dots, q_n)（(q_0) 对应小于 (k_1) 的查询，(q_n) 对应大于 (k_n) 的查询）。
   • 定义：
     • (w[i][j])：子树包含关键字 (k_i) 到 (k_j) 及虚拟节点 (q_{i-1}) 到 (q_j) 的概率总和。
     • (c[i][j])：构建包含 (k_i) 到 (k_j) 的最优子树的最小平均代价。
     • (root[i][j])：记录 (k_i) 到 (k_j) 最优子树的根节点索引。
   • 递推公式：
     • 当 (i > j)（空树）：(w[i][j] = q_j)，(c[i][j] = 0)。
     • 当 (i \leq j)：
       [
       w[i][j] = w[i][j-1] + p_j + q_j
       ]
       [
       c[i][j] = \min_{i \leq k \leq j} { c[i][k-1] + c[k+1][j] } + w[i][j]
       ]
       （选择 (k) 作为根节点，左子树为 (i) 到 (k-1)，右子树为 (k+1) 到 (j)，总代价需加上当前子树的概率和 (w[i][j])，因根节点使所有节点路径长度+1）。
   • 最终，(c[1][n]) 即为整棵OBST的最小平均代价，通过 (root) 数组可回溯构建树结构。

3. 特点

   • 查询概率高的节点更靠近根节点，减少平均查询次数。
   • 适用于静态查询场景（查询概率固定），如字典检索、数据库索引等。

三、哈夫曼树与OBST的对比

通过选择合适的最优二叉树结构，可以显著提升数据处理或查询的效率，是算法设计中的重要工具。

你提到的“最优二叉树”在中文语境下通常对应英文里的 Optimal Binary Search Tree（OBST），也叫 最优二叉查找树 或 最优二叉搜索树。它是一类特殊的二叉查找树，针对给定的键值（keys）及其访问频率（或概率），通过动态规划等算法构造出 期望访问代价最小 的二叉查找树。

一、核心概念

• 键值（Keys）：需要存储的有序数据，如 [k1, k2, ..., kn]，且 k1 < k2 < ... < kn。
• 访问频率（Probability）：
  • 成功查找概率 p[i]：查找键 ki 的概率。
  • 失败查找概率 q[i]：查找值落在 ki 和 k(i+1) 之间（或小于 k1、大于 kn）的概率。
• 代价（Cost）：从根节点到目标节点的路径长度（即比较次数）。期望代价是所有键和虚拟键（失败节点）的深度乘以概率的总和。

二、构造目标

最小化 期望搜索代价：

[
\text{Expected Cost} = \sum_{i=1}^{n} p[i] \cdot (\text{depth}(k_i) + 1) + \sum_{i=0}^{n} q[i] \cdot \text{depth}(d_i)
]

其中 d_i 是失败节点（虚拟键）。

三、动态规划解法

1. 定义子问题

• 设 dp[i][j] 表示由键 ki 到 kj 构成的最优子树的期望代价。
• 设 w[i][j] 表示子树 ki 到 kj 的总概率（p[i]+...+p[j]+q[i-1]+...+q[j]）。

2. 递推关系

[
dp[i][j] = \min_{i \leq r \leq j} \left{ dp[i][r-1] + dp[r+1][j] + w[i][j] \right}
]

• r 是根节点的选择，w[i][j] 是当前子树所有节点的概率和（因为根节点深度为0，子节点深度+1，总代价增加 w[i][j]）。
• 初始条件：dp[i][i-1] = q[i-1]（空子树的代价是失败节点的概率）。

3. 复杂度

• 时间复杂度：O(n^3)（通过 Knuth 优化可降至 O(n^2)）。
• 空间复杂度：O(n^2)。

四、实例演示

输入：

• 键值：[10, 20, 30]，概率 p = [0.2, 0.5, 0.3]。
• 失败概率：q = [0.1, 0.2, 0.1, 0.1]（q[0] 是小于10的概率，q[1] 是10~20之间的概率，依此类推）。

计算：

1. 计算 w[i][j] 和 dp[i][j] 表。
2. 选择根节点使得 dp[1][3] 最小（如根为20时，左子树 [10]，右子树 [30]）。

最优树结构：

      20
     /  \
   10    30

五、应用场景

• 编译器符号表：频繁访问的标识符放在靠近根的位置。
• 数据库索引：根据查询频率优化 B+ 树。
• 数据压缩：如 Huffman 编码（虽不是 BST，但同属最优树问题）。

六、扩展说明

“最优二叉树”指其他类型（如 Huffman 树、AVL 树、红黑树）