Java 算法训练 哈夫曼树问题

问题描述:

Huffman树在编码中有着广泛的应用。在这里,我们只关心Huffman树的构造过程。
  给出一列数{pi}={p0, p1, …, pn-1},用这列数构造Huffman树的过程如下:
  1. 找到{pi}中最小的两个数,设为pa和pb,将pa和pb从{pi}中删除掉,然后将它们的

和加入到{pi}中。这个过程的费用记为pa + pb。
  2. 重复步骤1,直到{pi}中只剩下一个数。
  在上面的操作过程中,把所有的费用相加,就得到了构造Huffman树的总费用。
  本题任务:对于给定的一个数列,现在请你求出用该数列构造Huffman树的总费用。

例如,对于数列{pi}={5, 3, 8, 2, 9},Huffman树的构造过程如下:
  1. 找到{5, 3, 8, 2, 9}中最小的两个数,分别是2和3,从{pi}中删除它们并将和5加入,

得到{5, 8, 9, 5},费用为5。
  2. 找到{5, 8, 9, 5}中最小的两个数,分别是5和5,从{pi}中删除它们并将和10加入,得

到{8, 9, 10},费用为10。
  3. 找到{8, 9, 10}中最小的两个数,分别是8和9,从{pi}中删除它们并将和17加入,得

到{10, 17},费用为17。
  4. 找到{10, 17}中最小的两个数,分别是10和17,从{pi}中删除它们并将和27加入,得

到{27},费用为27。
  5. 现在,数列中只剩下一个数27,构造过程结束,总费用为5+10+17+27=59。
输入格式
  输入的第一行包含一个正整数n(n<=100)。
  接下来是n个正整数,表示p0, p1, …, pn-1,每个数不超过1000。
输出格式
  输出用这些数构造Huffman树的总费用。
样例输入
5
5 3 8 2 9
样例输出
59

解题思路:

这里我们使用优选队列PriorityQueue。
好处:PriorityQueue可自动从小到大排序。并且poll方法可以删除第一个元素,并且它会返回删除数的值。

public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt(); //输入数组的长度
        Integer[] a = new Integer[n];
        // 输入数组
        for (int i = 0; i < n; i++) {
            a[i] = scanner.nextInt();
        }
        PriorityQueue<Integer> b = new PriorityQueue<>(Arrays.asList(a)); // 将数组转换为 优先队列,在这里就已经排好序了
       
        int sum = 0; // sum为总费用
       
        while (b.size()>1){ // 当优先队列b只有1个元素是跳出循环
            int c = b.poll()+b.poll(); // poll方法删除第一个元素(也就是最小的元素,并返回它) c就是前两个元素的和
            b.offer(c); // 将 c 加入到优先队列中,并排序
            sum = sum + c ; // 累加费用
        }
        System.out.println(sum); // 打印费用sum
    }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
哈夫曼树是一种经典的贪心算法,用于据压缩和编码。下面是一个使用Java实现的哈夫曼树贪心算法的示例: ```java import java.util.PriorityQueue; import java.util.HashMap; class HuffmanNode implements Comparable<HuffmanNode> { char character; int frequency; HuffmanNode left; HuffmanNode right; public HuffmanNode(char character, int frequency) { this.character = character; this.frequency = frequency; } public HuffmanNode(int frequency, HuffmanNode left, HuffmanNode right) { this.frequency = frequency; this.left = left; this.right = right; } @Override public int compareTo(HuffmanNode other) { return this.frequency - other.frequency; } } public class HuffmanTree { private HuffmanNode root; private HashMap<Character, String> encodingTable; public HuffmanTree(HashMap<Character, Integer> frequencyTable) { PriorityQueue<HuffmanNode> queue = new PriorityQueue<>(); for (char character : frequencyTable.keySet()) { int frequency = frequencyTable.get(character); HuffmanNode node = new HuffmanNode(character, frequency); queue.add(node); } while (queue.size() > 1) { HuffmanNode left = queue.poll(); HuffmanNode right = queue.poll(); int frequencySum = left.frequency + right.frequency; HuffmanNode parent = new HuffmanNode(frequencySum, left, right); queue.add(parent); } root = queue.poll(); encodingTable = new HashMap<>(); buildEncodingTable(root, ""); } private void buildEncodingTable(HuffmanNode node, String code) { if (node.left == null && node.right == null) { encodingTable.put(node.character, code); return; } buildEncodingTable(node.left, code + "0"); buildEncodingTable(node.right, code + "1"); } public void printHuffmanTree() { printHuffmanTree(root, 0); } private void printHuffmanTree(HuffmanNode node, int level) { if (node == null) { return; } printHuffmanTree(node.right, level + 1); for (int i = 0; i < level; i++) { System.out.print(" "); } if (node.character != '\0') { System.out.println(node.character + " (" + node.frequency + ")"); } else { System.out.println("[" + node.frequency + "]"); } printHuffmanTree(node.left, level + 1); } public void printEncodingTable() { for (char character : encodingTable.keySet()) { String code = encodingTable.get(character); System.out.println(character + ": " + code); } } public static void main(String[] args) { HashMap<Character, Integer> frequencyTable = new HashMap<>(); frequencyTable.put('a', 5); frequencyTable.put('b', 9); frequencyTable.put('c', 12); frequencyTable.put('d', 13); frequencyTable.put('e', 16); frequencyTable.put('f', 45); HuffmanTree huffmanTree = new HuffmanTree(frequencyTable); huffmanTree.printHuffmanTree(); huffmanTree.printEncodingTable(); } } ``` 这个示例中,我们首先定义了一个`HuffmanNode`类来表示哈夫曼树的节点。然后,我们创建了一个`HuffmanTree`类来构建哈夫曼树并生成编码表。在构造中,我们使用优先队列来按照频次构建哈夫曼树。然后,我们使用递归的方式遍历哈夫曼树,生成每个字符对应的编码。最后,我们提供了两个方法来打印哈夫曼树和编码表。 在`main`方法中,我们创建了一个频次表,并使用它来构建哈夫曼树。然后,我们打印了哈夫曼树和编码表的内容。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值