哈夫曼树:
在一棵树中,从任意一个结点到达另一个结点的通路被称为路径,该路径上所需经过的边的个数被称为该路径的长度。
若树中结点带有表示某种意义的权值,那么从根结点到达该节点的路径长度再乘以该结点权值被称为该结点的带权路径长度。
树所有的叶子结点的带权路径长度和为该树的带权路径长度和。
给定n个结点和它们的权值,以它们为叶子结点构造一棵带权路径和最小的二叉树,该二叉树即为哈夫曼树,同时也被称为最优树。
哈夫曼树求法 :
给定结点的哈夫曼树可能不唯一,所以关于哈夫曼树的机试题往往需要求解的是其最小带权路径长度和。哈夫曼树求法:
1.将所有结点放入集合K。
2.若集合K中剩余结点大于2个,则取出其中权值最小的两个结点,构造一个新节点使它们同时为该新节点的左右儿子。该新节点是它们共同的双亲结点,设定它的权值为其两个儿子结点的权值和,并将该父亲结点放入集合K。重复步骤2或3。
3.若集合K中仅剩余一个结点,该结点即为构造出的哈夫曼树的根结点,所有构造得到的中间结点(即哈夫曼树上非叶子结点)的权值和即为该哈夫曼树的带权路径和。
大顶堆、小顶堆:
priority_queue<int> Q; //建立堆Q,默认为大顶堆,即从堆顶取得整个堆中最大的元素。
priority_queue<int , vector<int> , greater<int> > Q;//定义一个小顶堆,取得堆中最小的元素
为了方便求得集合K中权值最小的两个元素,需要使用堆数据结构。它可以O(logn)的复杂度取得n个元素中的最小元素。为了绕过对堆的实现可以使用标准模板库中的相应的标准模板——优先队列。
#include <queue>
using namespace std;
//它的定义与之前使用过的队列一样在标准模板库queue中,
//所以在使用它之前必须做相应预处理
priority_queue<int> Q;
//建立一个保存元素为int的堆Q,但注意这样建立的堆默认为大顶堆,
//即从堆顶取得的元素为整个堆中最大的元素。
//而在求哈夫曼树中,恰恰需要取得堆中最小的元素,如下语句定义一个小顶堆:
priority_queue<int , vector<int> , greater<int> > Q;
Q.push(x);//将元素x放入堆Q中
int a = Q.top();//取出堆顶元素,即最小的元素保存在a中
Q.pop();//弹出堆顶元素,取出后堆会自动调整为一个新的小顶堆