【SSL 1407】哈夫曼树(一)【树】

---

哈弗曼编码

$Huffman$编码是一种无损压缩编码方案。
思想：根据源字符出现的（估算）概率对字符编码，概率高的字符使用较短的编码，概率低的字符使用较长的编码，从而使得编码后的字符串长度期望最小。

$Huffman$是一种贪心算法：每次总选择两个最小概率字符结点合并。称字符出现的次数为频数，则概率等于频数处于字符串总长；因此，频率可以用频数替代。

PS：一个文本，统计出$A,B,C,D,E$,出现次数为$15，7，6，6，5$

根据上面定义，每次贪心选择最小的两个,如图:

最优Huffman编码为

A:0 B:100 C:101 D:110 E:111

---

哈夫曼树

如何构造最优叶子二叉树？

$Huffman$给出了一个简单而又漂亮的算法，这个算法称为哈夫曼算法。它的基本思想是要让权大的叶子离根最近。具体作法是：
　　 （1）根据给定的n个权值｛w1,w2,…,wn｝，构造n棵二叉树的集合F＝｛T1,T2,…,Tn｝，其中每棵二叉树中均只含一个带权值为wi的根结点，其左、右子树为空树；
　　 （2）在F中选取其根结点的权值为最小的两棵二叉树，分别作为左、右子树构造一棵新的二叉树，并置这棵新的二叉树根结点的权值为其左、右子树根结点的权值之和；
　　 （3）从F中删去这两棵树，同时加入刚生成的新树；
　　 （4）重复（2）和（3）两步，直到F中只含一棵树为止。

从上述算法中可以看出，F实际上是森林，该算法的思想是不断地进行森林F中的二叉树的“合并”，最终得到哈夫曼树。

实际上，哈夫曼算法的实现与实际问题所采用的存储结构有关。现假设用数组F来存储哈夫曼树，其中第i个数组元素$F[i]$是哈夫曼树中的一个结点，其地址为i，有3个域，Data域存放该结点的权值，$lChild$域和$rChild$域分别存放该结点左、右子树的根结点的地址（下标）。在初始状态下： $F[i].Data=Wi，F[i].lChild=F[i].rChild=0，i=1,2,\dots ,n$。

即先构造了n个方形叶子。在以后每步构造一棵新二叉树时，都需要对森林中所有二叉树的根结点进行排序，因此可用数组$a$作为排序暂存空间，其中第i个数组元素$a[i]$是森林F中第i棵二叉树的根结点，有2个域，$Data$是根结点所对应的权值，$Addr$是根结点在$F$中的地址（下标）。

---

代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
#include<algorithm>
#define ll long long
using namespace std;

int n;

struct c{
	int x,p;
	int ls,rs;
}f[100010],a[100010];

void out(int t,string s)//中序遍历，s是编码
{
	if(f[t].x==0)return;
	out(f[t].ls,s+'0');//往左儿子的编码为0
	if(f[t].ls==0&&f[t].rs==0)//叶子结点就是插入的数
	{
		printf("%d:",f[t].x);
		cout<<s<<endl;	
	}
	out(f[t].rs,s+'1');//往右儿子的编码为0
}

bool cmp(c l,c r)
{
	if(l.x==r.x)return l.p<r.p;//快排不稳定，要多加一个下标的关键字
	return l.x<r.x;
}

int main(){
	scanf("%d",&n);
	for(int i=1;i<=n;i++)
	{
		scanf("%d",&a[i].x);
		f[i].x=a[i].x,f[i].ls=0,f[i].rs=0;
		a[i].p=i;
	}
	int i=n,t=n;
	while(i>1)
	{
		sort(a+1,a+i+1,cmp);
		f[++t].x=a[1].x+a[2].x;
		f[t].ls=a[1].p,f[t].rs=a[2].p;
		a[1].x=f[t].x,a[1].p=t;
		a[2].x=a[i].x,a[2].p=a[i].p;
		i--;
	}
	out(t,"");
}