给定一段文字,如果我们统计出字母出现的频率,是可以根据哈夫曼算法给出一套编码,使得用此编码压缩原文可以得到最短的编码总长。然而哈夫曼编码并不是唯一的。例如对字符串"aaaxuaxz",容易得到字母 ‘a’、‘x’、‘u’、‘z’ 的出现频率对应为 4、2、1、1。我们可以设计编码 {‘a’=0, ‘x’=10, ‘u’=110, ‘z’=111},也可以用另一套 {‘a’=1, ‘x’=01, ‘u’=001, ‘z’=000},还可以用 {‘a’=0, ‘x’=11, ‘u’=100, ‘z’=101},三套编码都可以把原文压缩到 14 个字节。但是 {‘a’=0, ‘x’=01, ‘u’=011, ‘z’=001} 就不是哈夫曼编码,因为用这套编码压缩得到 00001011001001 后,解码的结果不唯一,“aaaxuaxz” 和 “aazuaxax” 都可以对应解码的结果。本题就请你判断任一套编码是否哈夫曼编码。
输入格式:
首先第一行给出一个正整数 N(2≤N≤63),随后第二行给出 N 个不重复的字符及其出现频率,格式如下:
c[1] f[1] c[2] f[2] … c[N] f[N]
其中c[i]是集合{‘0’ - ‘9’, ‘a’ - ‘z’, ‘A’ - ‘Z’, ‘_’}中的字符;f[i]是c[i]的出现频率,为不超过 1000 的整数。再下一行给出一个正整数 M(≤1000),随后是 M 套待检的编码。每套编码占 N 行,格式为:
c[i] code[i]
其中c[i]是第i个字符;code[i]是不超过63个’0’和’1’的非空字符串。
输出格式:
对每套待检编码,如果是正确的哈夫曼编码,就在一行中输出"Yes",否则输出"No"。
注意:最优编码并不一定通过哈夫曼算法得到。任何能压缩到最优长度的前缀编码都应被判为正确。
输入样例:
7
A 1 B 1 C 1 D 3 E 3 F 6 G 6
4
A 00000
B 00001
C 0001
D 001
E 01
F 10
G 11
A 01010
B 01011
C 0100
D 011
E 10
F 11
G 00
A 000
B 001
C 010
D 011
E 100
F 101
G 110
A 00000
B 00001
C 0001
D 001
E 00
F 10
G 11
输出样例:
Yes
Yes
No
No
这个题卡了好些天,原因是Huffman树不会构建。
具体实现构建:我们先开一个数组,数组里面的元素是一个指针。
这个指针是指向一个树的节点的。
所以我们开始输入数据的时候,就要开新空间来存储。
ps:原来程序结束时,所开的空间电脑 会自动释放。
#include<stdio.h>
#include<stdlib.h>
#include<string.h>
typedef struct HTNODE* ptr;
typedef struct HTNODE node;
struct HTNODE{
int weight;权值
ptr l,r;
};
typedef ptr bstree;
以上是树的节点的定义
struct NODE{
ptr data;
};
struct NODE num[70];
以上开的数组
int size=0;堆的大小
int len=0; 所构造的Huffman树的大小(带权大小)
void minheapify(int i,int n)维护最小堆的性质
{
int l,r,min;
while(1)
{
l=i<<1;
r=i<<1|1;
if(l<=n&&num[l].data->weight<num[i].data->weight) min=l;
else min=i;
if(r<=n&&num[r].data->weight<num[min].data->weight) min=r;
if(min==i) return;
struct NODE a=num[min];注意这里是交换节点,而不是交换里面的指针
num[min]=num[i];
num[i]=a;
i=min;
}
}
void minheap()堆排序
{
for(int i=size>>1;i>=1;i--)从有叶节点父节点开始,一直到根节点,维护堆的性质
{
minheapify(i,size);
}
}
void insert(bstree bt)堆的插入排序
{
这里的算法称为bt的上滤算法,思想就是,堆的大小加1,但我们先不放东西,
然后,我们从这个新节点(新空间)的父节点开始与bt->weight比较,
如果父节点的值比插入的值小(根据最小堆的性质),则插入的值就是新节点的位置。
但如果父节点的值比插入的值要大,那我们就要把父节点下移到新开的节点那里,然后在找父节点的父节点,
继续比较。
(注意:知道儿子节点i,则父节点为i/2)
size++;
int i=size;
for(;i/2>0&&num[i/2].data->weight>bt->weight;i/=2)注意这里的i/2>0,因为我自己没有用数组【0】,
所以为了防止出错,添加的
{
num[i]=num[i/2];
}
num[i].data=bt;插入值的正确位置
}
bstree deletmin() 从最小堆中取出最小元素
{
bstree tep=num[1].data;
num[1]=num[size--];
minheapify(1,size);
return tep;
}
void huffman(int n)
{
每次取出最小的俩,组成新的节点,然后入堆
for(int i=1;i<n;i++)
{
bstree t=(bstree)malloc(sizeof(node));
t->l=deletmin();
t->r=deletmin();
t->weight=t->l->weight+t->r->weight;
len+=t->weight;计算Huffman树的总权值
insert(t);
}
// return deletmin();如果加上这个代码,返回的就是一棵完整的Huffman树的根节点的地址
}
int main(void)
{
int n,m;
scanf("%d",&n);
getchar();
size=n;
int ff[50]={0};
for(int i=1;i<=n;i++)
{
bstree p=(bstree)malloc(sizeof(node));
char c;
scanf(" %c%d",&c,&p->weight);
getchar();
ff[i]=p->weight;
p->l=p->r=NULL;
num[i].data=p;
}
minheap();
huffman(n);
scanf("%d",&m);
getchar();
char code[67][67];
while(m--)
{
char c;
for(int i=1;i<=n;i++)
{
scanf("%c%s",&c,&code[i]);
getchar();
}
int flag=0;//初始定义为相同
【
for(int i=1;i<n;i++)
{
for(int k=i+1;k<=n;k++)
{
flag=0;
for(int j=0;code[i][j]&&code[k][j];j++)
{
if(code[i][j]!=code[k][j]){
flag=1;
break;
}
}
if(flag==0) break;
}
if(flag==0) break;
}
】【】里面是判断前缀编码是否重合,就是看看解码的时候是否唯一,然后我们在比较总权值的大小
if(flag==0) printf("No\n");//看是否前缀
else//无前缀,则看长度
{
int tep=0;
for(int i=1;i<=n;i++)
{
tep+=ff[i]*strlen(code[i]);
}
// printf("%d\n",tep);
if(tep!=len) printf("No\n");
else printf("Yes\n");
}
}
// printf("%d\n",len);
return 0;
}