给定一个字符串,计算ASCII编码的长度,和最优Huffman编码的长度,和它们的比率。
先统计每个字符出现的次数,当做每个节点的权值,按从小到大的顺序排序。先将所有单个字符看成一个只有根节点的树,每次选出根节点权值最小的两棵树,合并为一棵树,这棵树的根节点权值为选择的两棵树的根节点权值之和,选择n-1次之后就构成了一棵树,这棵树具有2*n-1个节点。
叶子节点代表每个字符,通向左子树的边标记为0,通向右子树的边标记为1,则从根节点到每个叶子节点的路径就代表这个字符的最优编码。可以根据这棵树求出每个字符的编码及其长度。
可以用数组来实现,记录每个节点的左右儿子节点和父亲节点。先按照权值将所有字符排序,然后,再在这个数组后边添加新创建的节点。设初始有n个节点,则以位置n分界,前后两序列的权值都是有序的(后创建的节点一定不小于先创建的节点权值),可以向归并排序那样,每次选出最小的再合并到数组的最后。在位置n处设置一个哨兵,可以方便实现。
代码如下:
/*************************************************************************
> File Name: 1053.cpp
> Author: gwq
> Mail: gwq5210@qq.com
> Created Time: 2014年10月10日 星期五 11时15分28秒
************************************************************************/
#include <cmath>
#include <ctime>
#include <cctype>
#include <climits>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <map>
#include <set>
#include <queue>
#include <stack>
#include <vector>
#include <sstream>
#include <iostream>
#include <algorithm>
#define INF (INT_MAX / 10)
#define SQR(x) ((x) * (x))
#define rep(i, n) for (int i = 0; i < (n); ++i)
#define repf(i, a, b) for (int i = (a); i <= (b); ++i)
#define repd(i, a, b) for (int i = (a); i >= (b); --i)
#define clr(arr, val) memset(arr, val, sizeof(arr))
#define pb push_back
#define sz(a) ((int)(a).size())
#define middle(x, y) ((x + y) >> 1)
using namespace std;
typedef set<int> si;
typedef vector<int> vi;
typedef map<int, int> mii;
typedef long long ll;
#define N 1010
int w[N], lc[N], rc[N], parent[N];
char str[N];
int main(int argc, char *argv[])
{
while (scanf("%s", str) != EOF) {
if (strcmp(str, "END") == 0) {
break;
}
int len = strlen(str);
clr(w, 0);
clr(lc, -1);
clr(rc, -1);
clr(parent, -1);
for (int i = 0; i < len; ++i) {
int idx = (str[i] == '_') ? 26 : (str[i] - 'A');
w[idx]++;
}
int cnt = 0;
for (int i = 0; i < 27; ++i) {
if (w[i] > 0) {
w[cnt++] = w[i];
}
}
//哨兵
for (int i = cnt; i <= 2 * cnt; ++i) {
w[i] = INF;
}
sort(w, w + cnt);
int i = 0;
int k = 0;
//将cnt位置留出来当做哨兵
int j = cnt + 1;
int pos = cnt + 1;
//选择cnt - 1次
while (k < cnt - 1) {
int l = -1;
int r = -1;
int weight = 0;
if (w[i] < w[j]) {
weight += w[i];
l = i;
++i;
} else {
weight += w[j];
l = j;
++j;
}
if (w[i] < w[j]) {
weight += w[i];
r = i;
++i;
} else {
weight += w[j];
r = j;
++j;
}
w[pos] = weight;
lc[pos] = l;
rc[pos] = r;
parent[l] = pos;
parent[r] = pos;
++pos;
++k;
}
int tot = 0;
for (int i = 0; i < cnt; ++i) {
int length = 0;
int p = parent[i];
while (p != -1) {
++length;
p = parent[p];
}
tot += w[i] * length;
}
//当只有一种字符时
if (cnt == 1) {
tot = w[0];
}
printf("%d %d %.1f\n", len * 8, tot, len * 8.0 / tot);
}
return 0;
}