Huffman树是完全二叉树,权重较大的节点距离根较近。
Huffman编码是一种编码方法,该方法完全依据字符出现概率来构造异字头的平均长度最短的码字。
基本思路:
建立Huffman树的过程:
假设有n个权值,则构造出的哈夫曼树有n个叶子结点。
n个权值分别设为
w1、w2、…、wn,则哈夫曼树的构造规则为:
(1) 将w1、w2、…,wn看成是有n
棵树的森林(每棵树仅有一个结点);
(2) 在森林中选出两个根结点的权值最小的树合并,作为一棵新树的左、右子树,且新树的根结点权值为其左、右子树根结点权值之和;
(3)从森林中删除选取的两棵树,并将新树加入森林;
(4)重复(2)、(3)步,直到森林中只剩一棵树为止,该树即为所求得的哈夫曼树。
选取权值最小的结点时我们用最小堆。
需要得出各个字母的具体编码,我们只需要在所有的左儿子的边标上0,右儿子的边标上1,从根节点到目标节点的所有经过的边的码就是该字母的编码。
算法分析:
假设有n个字符。
把所有字符插入堆需要Θ(n),从堆中删除两个元素和新加一个元素需要O(log n)。重复n-1次,所以总的时间复杂度是O(n
log n)。
伪代码:
C++代码:
//计算哈夫曼编码下的文本占的位数,并与定长编码的比较。 #include<iostream> #include<string> #include<cstring> #include<iomanip> #include<cstdio> #include<queue> //哈夫曼树,用优先队列实现 using namespace std; int main() { string s; while (cin >> s) { if (s == "END") break; int len = s.size(); int date[30] = { 0 }; //date数组记录text中各个字符的频数 priority_queue<int>q; for (int i = 0; i < len; i++) { if (s[i] == '_') date[0]++; else date[s[i] - 'A' + 1]++; } for (int i = 0; i < 27; i++) { if (date[i]!=0) q.push(-date[i]); //只把不同字符的频数加入优先队列,字符本身与题目要求无关 } //处理使小的数据的优先级别高 int ans = 0; int tem; while (!q.empty()) { tem = -q.top(); //取出最小的两个数,相加累计到ans中,并加入队列,一直处理到队列中没有数 q.pop(); if (!q.empty()) { tem = tem - q.top(); q.pop(); } ans = ans + tem; if (!q.empty()) q.push(-tem); //若队列已没有数据,则不添加(上面已经取出最后两个,或一个),若没有这一步,上面whlie的判断不成立。 } int ans8 = len << 3; double bi = (double)ans8 / ans; printf("%d %d %.1lf\n", ans8, ans, bi); } }
时间: 2024-10-13 11:42:45