多元Huffman编码

一、实验要求与目的

1、熟悉贪心算法的基本原理与适用范围。

2、使用贪心算法编程给出哈夫曼编码。

二、实验内容

编程实现哈夫曼编码，并给出测试实例

三、实现思想

运用优先队列的数据结构， 我们在考虑k元Huffman编码时，最大费用肯定是二叉的情况，因为深度越大，被加的次数会越多，另外，优先队列中数值大的优先级越高；但是最小费用和就是k叉了，与二叉不同的时，我们可以这样考虑，如果最后一次不足k叉，那么肯定不是最优解，那么我们只能通过补0的方式让最后一次又添加(k-1)个新的元素，即可实现。

四、实现代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<queue> 
using namespace std;
#define mmax 999
int stone[mmax];
int max_stone(int n,int k){
	priority_queue<int > q;
	//生成最大优先队列 
	for(int i=0;i<n;i++)
	q.push(stone[i]);
	int sum=0;
	int max=0;
	//求解最大的石子分流数目 分流次数越多越好 
	while(q.size()>2){
		sum=0;
		for(int i=0;i<2;i++)
		{
			sum+=q.top();
			q.pop();
		}
		max+=sum;
		q.push(sum);	
	}
	while(!q.empty()){
		max+=q.top();
		q.pop();
	} 
	return max;
}

int min_stone(int n,int k){
	priority_queue<int ,vector<int>,greater<int> > q;
	//生成最小优先队列 
	int m=(n-1)%(k-1);
	n=n+(k-1-m)%(k-1);
	//补充0 
	for(int i=0;i<n;i++)
	q.push(stone[i]);
	int sum=0;
	int min=0;
	//求解最小的石子分流数目 分流次数越少越好 
	while(q.size()>k){
		sum=0;
		for(int i=0;i<k;i++)
		{
			sum+=q.top();
			q.pop();
		}
		min+=sum;
		q.push(sum);	
	}
	while(!q.empty()){
		min+=q.top();
		q.pop();
	} 
	return min;
}
int main()
{
	int n,k;
	cin>>n>>k;
	for(int i=0;i<n;i++)	
	cin>>stone[i];
	cout<<max_stone(n,k)<<" "<<min_stone(n,k)<<endl;
	return 0;
}
//7 3
//45 13 12 16 9 5 22