Name: P1097合并果子
Copyright: 始发于goal00001111的专栏;允许自由转载,但必须注明作者和出处
Author: goal00001111
Date: 11-12-08 15:15
Description:
描述 Description
在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆。多多决定把所有的果子合成一堆。每一次合并,多多可以把两堆果子合并到一起,
消耗的体力等于两堆果子的重量之和。可以看出,所有的果子经过n-1次合并之后,就只剩下一堆了。多多在合并果子时总共消耗的体力等于每次合并所耗体力之和。
因为还要花大力气把这些果子搬回家,所以多多在合并果子时要尽可能地节省体力。假定每个果子重量都为1,并且已知果子的种类数和每种果子的数目,你的任务是设计出合并的次序方案,使多多耗费的体力最少,并输出这个最小的体力耗费值。
例如有3种果子,数目依次为1,2,9。可以先将1、2堆合并,新堆数目为3,耗费体力为3。接着,将新堆与原先的第三堆合并,又得到新的堆,数目为12,耗费体力为12。
所以多多总共耗费体力=3+12=15。可以证明15为最小的体力耗费值。
输入格式 Input Format
输入包括两行,第一行是一个整数n(1<=n<=10000),表示果子的种类数。
第二行包含n个整数,用空格分隔,第i个整数ai(1<=ai<=20000)是第i种果子的数目。
输出格式 Output Format
输出包括一行,这一行只包含一个整数,也就是最小的体力耗费值。输入数据保证这个值小于2^31。
样例输入 Sample Input
3 1 2 9
样例输出 Sample Output
15
题目分析:
本题的指导思想并不难,就是将所有的果子堆数按增序排列,每次将最小的两个堆合并,直到堆数为1为止,这样消耗的体力肯定是最少的。
这和构造赫夫曼树的算法不是一般的相似啊!
我们可以构造一棵赫夫曼树,累计所有非叶子结点的值就得到了最小体力总数。
没有人想超时,所以我们在构造赫夫曼树的时候,寻找两个最小结点的算法是不能用时间复杂度为O(N)的常规方法的,我这里使用了一个二叉堆,这样在寻找最小结点时时间复杂度为O(logN)。
除此之外我们还有一种方法:队列算法。
就是构造两个队列oldQueue 和 newQueue,oldQueue用来存储原有的果子堆数,
newQueue用来存储每次合并得到的新果子堆数,当两个队列都遍历完后,累加newQueue的元素值,就得到了总共耗费的体力值。
要想得到最小的体力耗费值则 oldQueue要按增序排列,很明显每次合并时候是在oldQueue 和 newQueue的首部 取两个最小值,合并的值插入到 newQueue尾部。
此种方法的好处是只需对oldQueue进行一次排序,之后就不再需要排序,而是直接在oldQueue 和 newQueue的首部取值就好了。
由于oldQueue的元素是从a[]中复制过来的,所以我们可以对其进行插入排序,这样排序的时间复杂度是O(N*logN);但如果我们注意观察的话,可以发现输入数据1<=ai<=20000,我们完全可以使用基数排序,以空间换时间,使得时间复杂度降低到O(N)。
说明:
算法思想:迭代和递归。
数据结构:数组,队列,结构数组(赫夫曼树),二叉堆。
时间复杂度:赫夫曼编码法O(N/2*logN + logN!),队列法:插入排序O(N*logN),基数排序O(N);
空间复杂度:O(MAX);
程序语言:分别用c++和pascal实现。
附注:分别提供了赫夫曼编码法和队列法实现代码。
关于赫夫曼编码的详细内容请参考拙作《赫夫曼编码》:
http://blog.csdn.net/goal00001111/archive/2008/12/16/3533984.aspx
方法一:赫夫曼编码:
c++代码:
#include<iostream>
using namespace std;
typedef struct hNode
{
int weight;
int lc, rc;
} *HuffmanTree;
HuffmanTree CreateHuffmanTree(const int w[], int n);//创建一棵赫夫曼树
void BuildHeap(HuffmanTree t, int n); //构造一个二叉堆;小顶堆
void PercDown(HuffmanTree t, int pos, int n);//构造二叉堆的功能子函数
void DeleteMin(HuffmanTree t, int len); //删除二叉堆的根,并通过上移使得新得到的序列仍为二叉堆
void InsertHfNode(HuffmanTree t, int len, struct hNode x); //把x插入到原长度为len-1的二叉堆
void Preorder(HuffmanTree t, int p, unsigned long long & sum);//先序遍历赫夫曼树,累计非叶子结点的值
int main(int argc, char* argv[])
{
int n;
cin >> n;
int *a = new int[n];
for (int i=0; i<n; i++)
cin >> a[i];
HuffmanTree hT = CreateHuffmanTree(a, n);
unsigned long long sum = 0;
Preorder(hT, 1, sum);//先序遍历赫夫曼树,累计非叶子结点的值
if (n == 1) //只有一个元素的情况
sum = a[0];
cout << sum << endl;
system("pause");
return 0;
}
//创建一棵赫夫曼树
HuffmanTree CreateHuffmanTree(const int w[], int n)
{
HuffmanTree hT = new struct hNode[2*n]; //第一个结点不用
for (int i=0; i<n; i++)
{
hT[i+1].weight = w[i];
hT[i+1].lc = hT[i+1].rc = 0;
}
BuildHeap(hT, n);//构造一个二叉堆;小顶堆
struct hNode add;
int left = n;
int right = n;
while (left > 1) //此处通过减小和增大left的值来改变二叉堆的大小
{
hT[++right] = h
Copyright: 始发于goal00001111的专栏;允许自由转载,但必须注明作者和出处
Author: goal00001111
Date: 11-12-08 15:15
Description:
描述 Description
在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆。多多决定把所有的果子合成一堆。每一次合并,多多可以把两堆果子合并到一起,
消耗的体力等于两堆果子的重量之和。可以看出,所有的果子经过n-1次合并之后,就只剩下一堆了。多多在合并果子时总共消耗的体力等于每次合并所耗体力之和。
因为还要花大力气把这些果子搬回家,所以多多在合并果子时要尽可能地节省体力。假定每个果子重量都为1,并且已知果子的种类数和每种果子的数目,你的任务是设计出合并的次序方案,使多多耗费的体力最少,并输出这个最小的体力耗费值。
例如有3种果子,数目依次为1,2,9。可以先将1、2堆合并,新堆数目为3,耗费体力为3。接着,将新堆与原先的第三堆合并,又得到新的堆,数目为12,耗费体力为12。
所以多多总共耗费体力=3+12=15。可以证明15为最小的体力耗费值。
输入格式 Input Format
输入包括两行,第一行是一个整数n(1<=n<=10000),表示果子的种类数。
第二行包含n个整数,用空格分隔,第i个整数ai(1<=ai<=20000)是第i种果子的数目。
输出格式 Output Format
输出包括一行,这一行只包含一个整数,也就是最小的体力耗费值。输入数据保证这个值小于2^31。
样例输入 Sample Input
3 1 2 9
样例输出 Sample Output
15
题目分析:
本题的指导思想并不难,就是将所有的果子堆数按增序排列,每次将最小的两个堆合并,直到堆数为1为止,这样消耗的体力肯定是最少的。
这和构造赫夫曼树的算法不是一般的相似啊!
我们可以构造一棵赫夫曼树,累计所有非叶子结点的值就得到了最小体力总数。
没有人想超时,所以我们在构造赫夫曼树的时候,寻找两个最小结点的算法是不能用时间复杂度为O(N)的常规方法的,我这里使用了一个二叉堆,这样在寻找最小结点时时间复杂度为O(logN)。
除此之外我们还有一种方法:队列算法。
就是构造两个队列oldQueue 和 newQueue,oldQueue用来存储原有的果子堆数,
newQueue用来存储每次合并得到的新果子堆数,当两个队列都遍历完后,累加newQueue的元素值,就得到了总共耗费的体力值。
要想得到最小的体力耗费值则 oldQueue要按增序排列,很明显每次合并时候是在oldQueue 和 newQueue的首部 取两个最小值,合并的值插入到 newQueue尾部。
此种方法的好处是只需对oldQueue进行一次排序,之后就不再需要排序,而是直接在oldQueue 和 newQueue的首部取值就好了。
由于oldQueue的元素是从a[]中复制过来的,所以我们可以对其进行插入排序,这样排序的时间复杂度是O(N*logN);但如果我们注意观察的话,可以发现输入数据1<=ai<=20000,我们完全可以使用基数排序,以空间换时间,使得时间复杂度降低到O(N)。
说明:
算法思想:迭代和递归。
数据结构:数组,队列,结构数组(赫夫曼树),二叉堆。
时间复杂度:赫夫曼编码法O(N/2*logN + logN!),队列法:插入排序O(N*logN),基数排序O(N);
空间复杂度:O(MAX);
程序语言:分别用c++和pascal实现。
附注:分别提供了赫夫曼编码法和队列法实现代码。
关于赫夫曼编码的详细内容请参考拙作《赫夫曼编码》:
http://blog.csdn.net/goal00001111/archive/2008/12/16/3533984.aspx
方法一:赫夫曼编码:
c++代码:
#include<iostream>
using namespace std;
typedef struct hNode
{
int weight;
int lc, rc;
} *HuffmanTree;
HuffmanTree CreateHuffmanTree(const int w[], int n);//创建一棵赫夫曼树
void BuildHeap(HuffmanTree t, int n); //构造一个二叉堆;小顶堆
void PercDown(HuffmanTree t, int pos, int n);//构造二叉堆的功能子函数
void DeleteMin(HuffmanTree t, int len); //删除二叉堆的根,并通过上移使得新得到的序列仍为二叉堆
void InsertHfNode(HuffmanTree t, int len, struct hNode x); //把x插入到原长度为len-1的二叉堆
void Preorder(HuffmanTree t, int p, unsigned long long & sum);//先序遍历赫夫曼树,累计非叶子结点的值
int main(int argc, char* argv[])
{
int n;
cin >> n;
int *a = new int[n];
for (int i=0; i<n; i++)
cin >> a[i];
HuffmanTree hT = CreateHuffmanTree(a, n);
unsigned long long sum = 0;
Preorder(hT, 1, sum);//先序遍历赫夫曼树,累计非叶子结点的值
if (n == 1) //只有一个元素的情况
sum = a[0];
cout << sum << endl;
system("pause");
return 0;
}
//创建一棵赫夫曼树
HuffmanTree CreateHuffmanTree(const int w[], int n)
{
HuffmanTree hT = new struct hNode[2*n]; //第一个结点不用
for (int i=0; i<n; i++)
{
hT[i+1].weight = w[i];
hT[i+1].lc = hT[i+1].rc = 0;
}
BuildHeap(hT, n);//构造一个二叉堆;小顶堆
struct hNode add;
int left = n;
int right = n;
while (left > 1) //此处通过减小和增大left的值来改变二叉堆的大小
{
hT[++right] = h