#数据结构与算法学习笔记#PTA17：哈夫曼树与哈夫曼编码 Huffman Tree & Huffman Code（C/C++）

2018.5.16

最近一段时间忙于实验室各种项目和辅导员的各种杂活，间隔了半周没有耐下心学习。导师最近接了一个要PK京东方的项目让我来做总负责，确实是很惊喜了。责任心告诉我不能把工作做水了，但是还是尝试把实权移交给师兄们比较好。

这道题可以说是树这块的压轴题了，无论是代码量还是思维难度都和其他题目不在一个档次。题目意思是给定一个带权的输入序列，和N个与带权输入序列元素相同的编码测试序列，若编码符合最优编码，则输出Yes，若不符合，则输出No。

这道题考察最优编码长度，实际上是在考察Huffman树与Huffman编码，出题人担心你想不到，还特地在题干开头专门介绍了David A. Huffman和他提出的"A Method for the Construction of Minimum-Redundancy Codes"（一种实现最小冗余编码结构的方法），也就是Huffman Codes（哈夫曼编码）。

对于每个给定的带权元素序列来说，其必定可以建成一棵Huffman树，尽管根据建树方法的不同，树的结构不同，但是对于这个给定的带权元素序列，其最优编码长度是固定的，即某一形式的Huffman树下的Huffman编码长度。（建立Huffman树的过程为，每次将权重最小的两个结点合成一棵二叉树，其树根结点权值为两子树权值之合。再将该二叉树当作结点进行重新合并。重复上述过程直到使用完所有结点，建立成一棵树（理论上N个结点要进行N-1次合并））但需要注意的是，Huffman编码的编码长度是最优编码长度，但是最优编码长度可以不是其Huffman编码（题目最后一句也有特地提醒，看来出题人还是比较好心的）。因此，验证输入测试序列需要靠两点：1.符合最优编码长度，2.能够无歧义解码。

那么思路就出来了。先根据输入序列建立Huffman树，并获得最优编码长度。再对提交数据进行检查：1.是否符合最优编码长度，2.是否符合无歧义解码规则（前缀码编码，数据仅存在于二叉树叶节点）。

获得最优编码长度的过程，需要先创建一棵Huffman树，又需要先将带权序列建立成最小堆，再每轮弹出2次最小堆的顶点，作为二叉树的左右子树进行合并，合并完后的二叉树进行权值更新，再继续放入最小堆进行合并……直到最小堆元素全部弹出，最后弹出一整棵Huffman树。（最小堆的建立可以参见：#数据结构与算法学习笔记#PTA14：最小堆与最大堆（C/C++））。计算每一个测试序列的编码长度，与标准Huffman编码长度比较即可。最小堆每次插入和弹出都需要对全堆某个路径（根节点到叶子结点的一条路径）进行一次调整，具体情况分析详见代码注释。

检查前缀码编码的过程，需要根据输入序列的每个元素编码，模拟其在树中的路径（相当于每次创建一个元素编码所代表一条二叉树的路径，0代表左子树，1代表右子树）。模拟过程中的两种情况可以验证不满足前缀码要求（如下图）：1.后创建的分支经过或超过已经被定义的叶子结点，2.后创建分支创建结束时未达到叶子结点。具体情况分析详见代码注释。

 

题目要求：

In 1953, David A. Huffman published his paper "A Method for the Construction of Minimum-Redundancy Codes", and hence printed his name in the history of computer science. As a professor who gives the final exam problem on Huffman codes, I am encountering a big problem: the Huffman codes are NOT unique. For example, given a string &