Huffman树 建树方法代码实现

照着书上给的代码段改了一上午BUG,最后发现是书上代码有问题。。。

 1 #include<iostream>
 2 #include<queue>
 3 using namespace std;
 4 template <class T> class Htree;
 5 template <class T>
 6 class Node{ //结点类
 7     friend class Htree<T>;
 8 public:
 9     T data;
10     Node *par;
11     Node *left;
12     Node *right;
13     Node()
14     {
15         par=left=right=NULL;
16     }
17     Node(const T value,Node<T> *l,Node<T> *r)
18     {
19         data=value;
20         left=l;
21         right=r;
22     }
23     Node<T>& operator =(const Node &n)
24     {
25         data=n.data;
26         par=n.par;
27         left=n.left;
28         right=n.right;
29     }
30     friend const bool operator<(const Node &a,const Node &b) //重载运算符,用于优先队列
31     {
32         return a.data>b.data;
33     }
34 };
35 template <class T>
36 class Htree{
37 public:
38     Node<T> *root;
39     Htree(T w[],int n)
40     {
41         priority_queue<Node<T> > heap; //小根堆,每次取出值最小的两个结点
42         Node<T> first,second,*p,*q;
43         Node<T> *List=new Node<T>[n];
44         for(int i=0;i<n;i++)
45         {
46             List[i].data=w[i];
47             List[i].par=List[i].right=List[i].left=NULL;
48             heap.push(List[i]);
49         }
50         for(int i=0;i<n-1;i++)
51         {
52             first=(heap.top());
53             heap.pop();
54             second=(heap.top());
55             heap.pop();
56             p=new Node<T>(first.data,first.left,first.right); //取出后一定要新建结点,不然会把树的指针变成环
57             q=new Node<T>(second.data,second.left,second.right); //同上
58             Node<T> *parent=new Node<T>(first.data+second.data,p,q); //新建一个父节点,并将前两个结点设为子树
59             heap.push(*parent);
60             root=parent;
61         }
62         delete [] List;
63     }
64     void PreOrder(Node<T> *r) //先序遍历
65     {
66         if(r==NULL)return;
67         cout << r->data << " ";
68         PreOrder(r->left);
69         PreOrder(r->right);
70     }
71     void InOrder(Node<T> *r) //中序遍历
72     {
73         if(r==NULL)return;
74         InOrder(r->left);
75         cout << r->data <<" ";
76         InOrder(r->right);
77     }
78 };
79 
80 int main()
81 {
82     int n;
83     int a[1000],s;
84     while(cin>>n)
85     {
86         for(int i=0;i<n;i++)
87         {
88             cin>>a[i];
89         }
90         Htree<int> t(a,n);
91         cout <<"preorder:"<<endl;
92         t.PreOrder(t.root);
93         cout <<endl;
94         cout <<"inorder:"<<endl;
95         t.InOrder(t.root);
96         cout <<endl;
97     }
98 }

 

转载于:https://www.cnblogs.com/LowBee/p/9028627.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Huffman是一种用于数据压缩的算法,它通过构建一棵二叉实现。在构建Huffman的过程中,我们需要先将待压缩的数据按照出现频率从小到大排序,然后将频率最小的两个数据合并成一个节点,该节点的权值为两个数据的权值之和。接着,将新节点插入到已排序的数据中,重新排序,重复以上步骤,直到只剩下一个节点,这个节点就是Huffman的根节点。 Huffman编码是一种将字符编码为二进制的算法,它利用Huffman的结构来实现。在Huffman中,左子表示,右子表示1,从根节点到叶子节点的路径就是该字符的编码。编码的长度取决于该字符在Huffman中的深度,出现频率越高的字符编码越短。 Huffman编码的算法实现步骤如下: 1. 统计每个字符出现的频率,并按照频率从小到大排序。 2. 将频率最小的两个字符合并成一个节点,该节点的权值为两个字符的权值之和。 3. 将新节点插入到已排序的字符中,重新排序。 4. 重复步骤2和3,直到只剩下一个节点,这个节点就是Huffman的根节点。 5. 遍历Huffman,生成每个字符的编码。 6. 将编码存储起来,用于解码时的还原。 以上就是HuffmanHuffman编码的算法实现。 ### 回答2: Huffman是一种用来进行数据压缩的算法,它基于字符出现的频率来构建一棵,从而生成一种特殊的编码方式——Huffman编码。Huffman编码是一种非常高效的压缩方式,可以让数据在传输或存储时占用更少的空间。 Huffman的构建过程非常简单,可以分为以下几步: 1. 统计每个字符出现的频率,根据频率从小到大排序。 2. 取出频率最小的两个字符,合并成一个新节点,并将新节点的频率设置为这两个字符的频率之和。新节点的左节点为频率小的字符,右节点为频率大的字符。 3. 重复步骤2,直到只剩下一个节点,此节点即为Huffman的根节点。 在构建Huffman完成后,就可以得到每个字符的Huffman编码。Huffman编码的规则是:左子节点表示0,右子节点表示1。从根节点开始,沿着每个字符所在路径的方向记录0或1,然后组成一个二进制数就是该字符的Huffman编码。 在实现Huffman编码时,我们可以通过一个哈希表来存储每个字符的出现频率,然后将哈希表中的数据插入到一个优先队列中,优先队列中的元素按照频率从小到大排序。接下来,我们可以按照上述步骤来构建Huffman,最后得到每个字符的Huffman编码。我们可以将Huffman编码存储到另一个哈希表中,这样我们就可以将原始数据按照Huffman编码来进行压缩了。 Huffman编码是一种很好的数据压缩方式,它可以大大减少数据在传输和存储时所占用的空间。Huffman的构建和Huffman编码的实现并不难,只需要遵循一定的规则,就可以得到正确的结果。 ### 回答3: Huffman是一种基于贪心算法的数据压缩方式,通过构建哈夫曼(也称最优二叉),来实现对数据的压缩和解压缩。其编码方式被广泛应用于压缩文件、图像和视频等多种媒体数据。 哈夫曼是一种带权(也称为加权),每个节点带有权值(也称为频率),根到叶子节点的路径表示一个字符的编码。哈夫曼的构造需要完成三个步骤: 1. 将给定字符集中的每个字符,按照出现频率从小到大进行排序; 2. 依次选取出现频率最小的两个字符,创建一个新节点,将这两个节点作为其子节点,将新节点的权值设为这两个节点的权值之和; 3. 重复步骤2,直到只剩下一个节点,此节点即为哈夫曼的根节点。 构造好哈夫曼后,通过遍历,得到每个字符的编码。具体方法是从根节点开始,如果遇到左子节点就在当前编码的末尾添加0,如果遇到右子节点就添加1,直到到达叶子节点,此时就得到了该字符对应的编码。在编码时,为了避免出现字符编码相同的情况,要求每个字符编码不是任何一个字符编码的前缀。 Huffman编码的实现主要有两个步骤:构建哈夫曼和生成编码。在构建哈夫曼时,需要使用堆这个数据结构来维护出现频率最小的两个字符。在生成编码时,可以通过深度优先遍历递归来实现。 使用哈夫曼编码可以将一组字符压缩成相应的位序列,可以大大减小存储和传输数据所需的空间和时间。然而,哈夫曼编码虽然可以解决数据压缩的问题,但一旦数据被压缩,就需要解压缩才能使用,而解压缩的过程中会消耗一定的时间和计算资源。此外,当压缩目标文件内容比较零散,分布比较分散时,使用哈夫曼编码并不能得到较好的压缩效果。

“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