哈夫曼树学习小记

B组又现我不会的神奇东西了……

定义：

现在有n个元素，每个元素有一个值。
你需要把这n个元素放在一棵二叉树的叶子节点上，规定每个元素的代价为它所在叶子节点的深度乘上它的值，哈夫曼树就是使总代价最小的这样一棵树。

运用：

据说哈夫曼树是一棵最佳判定树，什么意思呢？举一个实例来看看。

问题：

给出一群学生的成绩，要你判断每个学生的成绩情况（不同分数段有不同的评价）。

解法：

这是一道信息学入门题，一贯的做法是打一坨if。

理论上当然是O（n）的，因为判断非常少，但是假设分数段非常非常多，我们知道最坏情况要把每个if都走一遍，在大数据中这非常慢。

然而事实上成绩的分布并不是均匀的，有些分数段人多，有些分数段人少，我们可以通过改变if的先后顺序来起到优化的目的。

举个例子，下面的图片盗自这里。

---

第一种构造方式：

第二种构造方式：

---

所以如果我们预先抽取一些数据知道了各个分数段的频数，把频数看作权值，建一棵哈夫曼树，按照哈夫曼树的顺序去判断，就可以大大优化时间。

构造：

首先需要明白的是，权值越大的深度肯定要越低，这个贪心显然。

动态规划做法：

先对元素从大到小排序。
设$f_{i, j}$表示现在已经做了前i个元素，还空出来j个叶子节点的最小代价。
第一种转移显然，就是把第i+1个元素放到一个叶子节点上，