哈夫曼编码-数据结构实验之二叉树六

哈夫曼编码方法：

1. 统计字符集中每个字符在电文中出现的平均频率（概率越大，要求编码最短）
2. 利用哈夫曼树的特点：权越大的叶子离根越近
3. 在哈夫曼树的每个分支上标上0，1。结点左分支为0，右分支为1，把从根到每个叶子的路径上的标号连接起来，作为该叶子代表的编码。

规律：
哈夫曼树的编码长度等于各个叶节点权值与路径长度乘积之和，同时这个值等于非叶节点之和。

例题：数据结构实验之二叉树六：
Description
字符的编码方式有多种，除了大家熟悉的ASCII编码，哈夫曼编码(Huffman Coding)也是一种编码方式，它是可变字长编码。该方法完全依据字符出现概率来构造出平均长度最短的编码，称之为最优编码。哈夫曼编码常被用于数据文件压缩中，其压缩率通常在20%～90%之间。你的任务是对从键盘输入的一个字符串求出它的ASCII编码长度和哈夫曼编码长度的比值。

Input
输入数据有多组，每组数据一行，表示要编码的字符串。
Output
对应字符的ASCII编码长度la，huffman编码长度lh和la/lh的值(保留一位小数)，数据之间以空格间隔。
Sample
Input
AAAAABCD
THE_CAT_IN_THE_HAT
Output
64 13 4.9
144 51 2.8
优先队列实现
示例：将元素5，3，2，4，6依次push到优先队列中，print其输出。

1. 标准库默认使用元素类型的<操作符来确定它们之间的优先级关系。

priority_queue< int > pq;

通过<操作符可知在整数中元素大的优先级高。
故示例1中输出结果为： 6 5 4 3 2

2. 数据越小，优先级越高

priority_queue<int, vector<int>, greater<int> >pq; 

其中
第二个参数为容器类型。
第三个参数为比较函数。
greater
表示T类型>运算。
和代码中的自定义cmp函数效果一样。
故示例2中输出结果为：2 3 4 5 6

第二个样例截图：

#include <bits/stdc++.h> 
using namespace std;
int pp[10086];
char str[10086];
int n,i;
int main()
{
	while(scanf("%s",str)!=EOF)
	{
		memset(pp,0,sizeof(pp));
		priority_queue<int,vector<int>,greater<int> >Q;
		int len = strlen(str);
		for(i=0;i<len;i++)
		{
			pp[str[i]]++;
		}
		for(i=0;i<140;i++)
		{
			if(pp[i])
			{
				Q.push(pp[i]);
			}
		}
        int sum=0;
		while(!Q.empty())
		{	int ans = 0;	
			int a = Q.top();
			Q.pop();
			if(!Q.empty())
			{  
				int b = Q.top();
				Q.pop();
				ans += a+b;
				sum+=ans;
				Q.push(ans);
			}
		}
		cout<<len*8<<" "<<sum<<" "<<setprecision(2)<<len*1.0*8/sum<<endl;//一个字符占8个bits
	}
	return 0;
}

参考博客：
https://blog.csdn.net/zheng__jun/article/details/52154921