【贪心】哈夫曼编码&哈夫曼树

编码

概念

众所周知，计算机以01串来储存和运算。
所以，如果我们想要存一个字符或汉字，例如a，计算机会将它变为一个01串，这个串就是a的编码。

由编码而产生的问题

歧义

如果我们输入了一个词：cat。
如果a的编码是1，c的编码是10，t的编码是11，那么“cat”对应的编码就是“10111”。好了，那么问题来了：10111这个串既是“cat”，也可以理解为“cta”，到底是哪种？如果计算机有庞大的词库，或许它会知道没有“cta”这个词，但是这样的复杂度就太高了。所以，在编码时我们要注意不能有歧义。

长度

当输入的文章很长时，每个字母转换成编码后，整个文章的编码会超级长（就算连着排编码，z的编码也是11010），耗费的空间也就很大。所以，我们还面临的一个问题是：要让文章的编码尽量短。

解决问题

歧义的问题先让它挂一会，先看长度的问题。

长度

为了减少长度，我们可以用变长码来优化。
什么意思？会改变长度的编码？当然不可能，变长码的意思是：给出现频率高的字符用短的编码，给出现频率低的用长的编码。这样可以有效优化总编码太长的问题。
何以见得“有效”，我们举个栗子：

	a	b	c	d	e	f
出现次数（千次）	45	13	12	16	9	5
定长码	000	001	010	011	100	101
变长码	0	101	100	111	1101	1100

定长码所需空间：3 * ( 45 + 13 + 12 + 16 + 9 + 5 ) = 300 千位
变长码所需空间：1 * 45 + 3 * ( 13 + 12 + 16) + 4 * ( 9 + 5) = 227 千位
减少了多少自己算。

歧义

看编码是否会有歧义，其实就是看有没有字符的编码是另一个字符编码的前缀。
我们巧妙地使用二叉树编码来避免这个问题：
将待编码的字符当做叶子节点，构造一棵这样的二叉树：

（这棵树有些不平衡，右子树还可以大些）
将所有的左儿子的边赋为1（或0），所有右儿子的边赋为0（或1），会发现，根节点到每个叶节点的路径的01串不可能成为某个串的前缀（因为0的存在），也就避免了歧义的问题。
这个图中，a的编码就是111，b的编码为110，c的编码为10，d的编码为0。

哈夫曼树

哈夫曼（Huffman）树，也叫最优二叉树，就是上面的二叉树，并使编码长度最优。

方法

相信有人能看出：上面的二叉树每个叶节点到根的长度不同（废话），也就是说，每个字符的编码长度不同，这不正好就是变长码了吗？
所以，直接把出现频率低的放在下面，出现频率高的放在上面不就好了！
如果你看到这里就去实现且成功了，我给你出彩。
如果你没有成功，不要怕，让我们直接get哈夫曼前辈的算法：

构造一棵哈夫曼树
①每个字符自成一棵树，根为它自己且权值为它的出现次数；
②将所有树按根节点的权值从小到大排序；
③取出根节点权值最小的两颗树，合并起来，并将它们合并后根节点的权值赋为它们合并前根节点的权值之和；
④将第③步中合并得到的树的根节点放入②的序列中并维护其有序性；
⑤重复③、④直到只剩下一棵树。

看起来很多，其实很简单：用优先队列维护权值的从小到大，每次取2次top并pop掉，然后合并这两个top，将合并后的节点放入队列，重复执行N-1次（N为字符数）。

输出编码

树建好了，输出编码就很简单了，从根开始递归，把途经的路径存下来，一旦到达叶子节点就输出。

代码

你们最爱的代码：

//输入N，接下来输入N个数，代表出现次数，然后输出每个叶子节点的编码
#include<queue>
#include<cstdio>
#include<vector>
#include<cstring>
#include<algorithm>
using namespace std;

#define MAXN 50
#define MAXT 100
struct Node
{
    int num,w;//num表示这个节点在Tree数组中的下标
    int f,lc,rc;
    bool operator < (const Node b) const {return w>b.w;}//优先队列比较方式
}Tree[MAXT+5];
int N,Size,Root;
char Ans[MAXN+5];

priority_queue<Node> Q;

void unite(Node x,Node y)//合并两个节点
{
    Tree[x.num].f=Tree[y.num].f=++Size;
    Tree[Size].lc=x.num;
    Tree[Size].rc=y.num;
    Tree[Size].num=Size;
    Tree[Size].w=Tree[x.num].w+Tree[y.num].w;
    Q.push(Tree[Size]);//放入队列
}

void print(int u,int Len)//Len记录长度
{
    if(!Tree[u].lc&&!Tree[u].rc){puts(Ans+1);return;}
    Len++;
    Ans[Len]='0';
    print(Tree[u].lc,Len);
    Ans[Len]='1';
    print(Tree[u].rc,Len);
    Ans[Len]=0;
}

int main()
{
    scanf("%d",&N);
    for(int i=1;i<=N;i++)
    {
        scanf("%d",&Tree[i].w);
        Tree[i].num=i;
        Q.push(Tree[i]);
    }
    if(N==1) printf("0");//特殊处理
    Size=N;
    for(int i=1;i<N;i++)
    {
        Node u1=Q.top();Q.pop();//注意top一次就要pop一次，不然取出来的节点是一样的
        Node u2=Q.top();Q.pop();
        unite(u1,u2);
    }
    for(int i=1;i<=Size;i++)//找根
        if(!Tree[i].f)
            Root=i;
    print(Root,0);
}