哈夫曼编码方法:
- 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)
- 利用哈夫曼树的特点:权越大的叶子离根越近
- 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。
- 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
- 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