7-6 哈夫曼编码 (30 分)
给定一段文字,如果我们统计出字母出现的频率,是可以根据哈夫曼算法给出一套编码,使得用此编码压缩原文可以得到最短的编码总长。然而哈夫曼编码并不是唯一的。例如对字符串"aaaxuaxz",容易得到字母 ‘a’、‘x’、‘u’、‘z’ 的出现频率对应为 4、2、1、1。我们可以设计编码 {‘a’=0, ‘x’=10, ‘u’=110, ‘z’=111},也可以用另一套 {‘a’=1, ‘x’=01, ‘u’=001, ‘z’=000},还可以用 {‘a’=0, ‘x’=11, ‘u’=100, ‘z’=101},三套编码都可以把原文压缩到 14 个字节。但是 {‘a’=0, ‘x’=01, ‘u’=011, ‘z’=001} 就不是哈夫曼编码,因为用这套编码压缩得到 00001011001001 后,解码的结果不唯一,“aaaxuaxz” 和 “aazuaxax” 都可以对应解码的结果。本题就请你判断任一套编码是否哈夫曼编码。
输入格式:
首先第一行给出一个正整数 N(2≤N≤63),随后第二行给出 N 个不重复的字符及其出现频率,格式如下:
c[1] f[1] c[2] f[2] … c[N] f[N]
其中c[i]是集合{‘0’ - ‘9’, ‘a’ - ‘z’, ‘A’ - ‘Z’, ‘_’}中的字符;f[i]是c[i]的出现频率,为不超过 1000 的整数。再下一行给出一个正整数 M(≤1000),随后是 M 套待检的编码。每套编码占 N 行,格式为:
c[i] code[i]
其中c[i]是第i个字符;code[i]是不超过63个’0’和’1’的非空字符串。
输出格式:
对每套待检编码,如果是正确的哈夫曼编码,就在一行中输出"Yes",否则输出"No"。
注意:最优编码并不一定通过哈夫曼算法得到。任何能压缩到最优长度的前缀编码都应被判为正确。
输入样例:
7
A 1 B 1 C 1 D 3 E 3 F 6 G 6
4
A 00000
B 00001
C 0001
D 001
E 01
F 10
G 11
A 01010
B 01011
C 0100
D 011
E 10
F 11
G 00
A 000
B 001
C 010
D 011
E 100
F 101
G 110
A 00000
B 00001
C 0001
D 001
E 00
F 10
G 11
输出样例:
Yes
Yes
No
No
说明:我用的编译器是codblocks,可能有些地方其他编译器不太支持,下次会多加注意
思路:
首先利用数组法创建出一棵哈夫曼树(即每次寻找最小的两个根结点,并进行n-1次合并)
创建树的结构体类型
struct HTnode{
char data;
int weight;
int lchild,rchild,parent;
int way_length;
};
具体初始化以及合并过程
HTnode H_Tree[1000];
int n;
cin>>n;
for(int i = 0 ; i < n; i ++){
cin>>H_Tree[i].data;
cin>>H_Tree[i].weight;
H_Tree[i].parent=-1;
H_Tree[i].lchild=-1;
H_Tree[i].rchild=-1;
}
int i;//for iter
for( i = 0 ; i < n-1 ; i ++){
int j;
for (j=0;j<n+i;j++){
if(H_Tree[j].parent==-1)
break;
}
int min1=j;
for (int k=0;k<n+i;k++){
if(H_Tree[min1].weight>H_Tree[k].weight&&H_Tree[k].parent==-1)
min1=k;
}
H_Tree[min1].parent=n+i;
for (j=0;j<n+i;j++){
if(H_Tree[j].parent==-1)
break;
}
int min2=j;
for (int k=0;k<n+i;k++){
if(H_Tree[min2].weight>H_Tree[k].weight&&H_Tree[k].parent==-1)
min2=k;
}
H_Tree[min2