数据结构:解读哈夫曼树

栏目: 数据库 · 发布时间: 6年前

内容简介:在一棵数中,从任意一个结点到达另一个结点的通路被称为路径,改路径上所需经过的边的个数被称为该路径的长度。给定n个结点和它们的权值,以它们为叶子结点构造一颗带权路径长度和最小的二叉树,该二叉树即为哈夫曼树,同时也被称为最优数。

数据结构:解读哈夫曼树

哈夫曼树简介

在一棵数中,从任意一个结点到达另一个结点的通路被称为路径,改路径上所需经过的边的个数被称为该路径的长度。

给定n个结点和它们的权值,以它们为叶子结点构造一颗带权路径长度和最小的二叉树,该二叉树即为哈夫曼树,同时也被称为最优数。

哈夫曼树的求法

  1. 将所有结点放入集合K。
  2. 若集合K中剩余结点大于2个,则取出其中权值最小的两个结点,构造它们同时为某个新结点的左右子结点,该新结点是他们共同的双亲结点,设定它的权值为其两个儿子结点的权值和。并将该父亲结点放入集合K.重复步骤2 、3。
  3. 若集合K中仅剩余一个结点,该结点即为构造出的哈夫曼树的根节点,所有构造得到的中间结点的权值和即为该哈夫曼树的带权路劲和。

为了方便快捷高效率的求得集合K中权值最小的两个元素,我们需要堆数据结构。它可以以O(logn)的复杂度取得n个元素中的最小元素。为了绕过对堆得实现,我们使用标准模板库中的相应的标准模板 —— 优先队列

priority_queue<int> Q

这样建立的堆其默认为大顶锥,而在哈夫曼树中,我们恰恰需要取得堆中最小的元素,预算我们使用如下语句定义一个小顶堆。

priority_queue<int, vector<int>,greater<int>> Q

代码块

priority_queue<int ,vector<int>,greater<int> > Q;    //建立一个小顶堆

int main()
{
    int n;
    while(scanf("%d",&n)!=EOF){
        while(Q.empty()==false) Q.pop();        //清空堆中的元素
        for(int i=1;i<=n;i++){                  //输入n个叶子结点权值
            int x;
            scanf("%d",&x);                     //讲权值放入堆中
            Q.push(x);
        }
        int ans=0;
        while(Q.size()>1){
            int a=Q.top();
            Q.pop();
            int b=Q.top();
            Q.pop();
            ans+=a+b;
            Q.push(a+b);
        }
        printf("%d\n",ans);
    }
    return 0;
}

以上所述就是小编给大家介绍的《数据结构:解读哈夫曼树》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Java Web高级编程

Java Web高级编程

威廉斯 (Nicholas S.Williams) / 王肖锋 / 清华大学出版社 / 2015-6-1 / CNY 99.80

Java成为世界上编程语言之一是有其优势的。熟悉JavaSE的程序员可以轻松地进入到Java EE开发中,构建出安全、可靠和具有扩展性的企业级应用程序。编写《Java Web高级编程——涵盖WebSockets、Spring Framework、JPA Hibernate和 Spring Security》一书的目的正是如此。 《Java Web高级编程:涵盖WebSockets、Sp......一起来看看 《Java Web高级编程》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具