Huffman编码 POJ 1521

写题解之前真的想先默念三声：傻逼题傻逼题傻逼题。

这是我第一次在博客里爆粗口，因为这道题黑了我20次提交记录，满页红。

这道题很水很水，连模板题都要算不上了，为什么要写到这里呢，因为这是我第一次了解到Huffman编码。

题意：题目描述的很复杂，但是搜题意的时候发现大家基本都说的很简洁，就是让你求Huffman树的带权路径长度。然后输出原字符串占用空间（原每个字符占用8位），压缩后占用空间（带权路径长度——当直接用出现次数表示频率时），以及两个值之比。

所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶结点的层数）。

详情可以去看：维基百科：霍夫曼编码，在这里我只写我的理解了。

-------------------------------------------------------------------------------------

Huffman编码是对数据进行无损压缩的一种编码方式，它按照每个字符的出现频率进行不同的编码。比如说英文单词中's'的出现频率很高，那么很有可能用1位来存储's'，而'j'的出现频率很低，那么可能用原本长度8位或者更多来表示'j'。平均下来，是节省空间的，当然均匀分布的数据是不变的。

如果要得到Huffman编码就要构建Huffman树，这个过程并不复杂，最终态的树的叶子结点都是被编码的字符，而且是一颗二叉树。构造过程是，首先要知道每种字符的出现频率，表示为节点权值；每个节点的权值都表示这个节点以及此节点的子树的权值和，一开始的时候，就是n种字符的n棵单个节点的树，每次我们找出两棵权值（即根节点权值）最小的树合并，新建立一个父节点，被合并的两棵树分别是左右子树，直到只剩下一棵树。

那么最后剩下的一棵树就是Huffman树，我们可以以走向左子树记为0，走向右子树记为1，从根节点走到每个叶子结点，就可以得到压缩后的每种字符的编码。

找权值最小的过程可以用C++ STL里的priority_queue解决，取出最小的两个，合并，加入。

-------------------------------------------------------------------------------------

对于这道题，甚至不需要构造出来Huffman树，因为它只需要带权路径长度，我们可以仅仅在每次把合并成的新的“树”加入到堆里时把它的权值加到ans里即可。就相当于把每个非叶子节点的权值求和，最后就是带权路径长度。没有必要非把树建出来，再DFS求每个节点深度。

为什么WA了将近20次，要小心输入中可能有空格以及汉字。空格很容易料到，但是汉字就不好说了，20次很大一部分是没有注意到输入中还有汉字。

用string不能用char数组，至少我是栽在了char数组上，输入一有汉字就会挂。读入最好用getline。

另外还要注意输入中可能只有一种字符，那么本身就只有一棵树，大部分写的构建Huffman树的停止条件都是堆里只有一个元素，这种情况加个特判就可以了。

真是悲伤的经历。

#include <cstdio>
#include <cstring>
#include <string>
#include <iostream>
#include <algorithm>
#include <queue>
using namespace std;

string s;
priority_queue <int, vector<int>, greater<int> > q;

int main()
{
	while(getline(cin, s) && s != "END"){
		
		int t = 1;
		sort(s.begin(), s.end());
		for(int i = 1; i < s.length(); i++){
			if(s[i] != s[i-1]){
				q.push(t);
				t = 1; 
			}
			else t++;
		}	q.push(t); 
	
		if(q.size() == 1) {
			printf("%d %d 8.0\n", s.length()*8, s.length());
			q.pop();
			continue;	
		}
	
		int ans = 0;
		while(q.size() > 1){
			int a = q.top(); q.pop();
			int b = q.top(); q.pop();
			q.push(a+b);
			ans += a+b;
		}	q.pop();
		printf("%d %d %.1lf\n", s.length()*8, ans, (double)s.length()*8.0/(double)ans);
	}	
}