7-1 哈夫曼编码(数组实现方法)
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:
在这里插入代码片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。
解题思路
检测哈夫曼编码是否正确,关键在于两点
第一,编码长度是否最短(是否等于哈夫曼编码的总长度)
第二,编码是否为前缀码
-
首先我们可以根据输入求出哈夫曼编码的编码总长度(最短编码长度)
-
得到这个总长度后,再计算出每套待检测的编码的编码总长度,与哈夫曼编码的编码总长度对比
-
如果不相等,那么此套编码就不是哈夫曼编码
-
如果相等,接着判断是否为前缀码阶段,如果不是,那么此套编码也不是哈夫曼编码。
也就是说,如果待检测编码的编码总长度与哈夫曼编码的编码总长度相等,且它是前缀码,那么它就是哈夫曼编码。
注:
在求哈夫曼编码的编码总长度时,我构建一个二维数组c[n*2-1][2],用来模拟树的节点,其中c[#][0]用来存放这个节点的权值,c[#][1]用来存放该节点的父节点在这个数组上的位序,即【父节点位序】。
- 每次挑选出数组中【父节点位序】为0,且权值最小的那个节点,
- 把下一个未使用的节点(权值,【父节点位序】都为0的节点)的位序作为该节点的【父节点位序】,
- 这样,这个未使用的节点就成了该节点的父节点,
- 并把该节点的权值加到它的父节点的权值之上。
每一次循环中挑选两次。
举个例子
如果我输入的是
4
A 1 B 2 C 3 D 4
的话,那么这个数组的构建完成之后就是这个样子
由上到下位序0~6
c[0] | c[1] |
---|---|
1 | 4 |
2 | 4 |
3 | 5 |
4 | 6 |
3 | 5 |
6 | 6 |
10 | 0 |
输入样例:
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
实现代码如下
// main.cpp
// 哈夫曼编码
//
// Created by 梦有蝶 on 2019/11/15.
// Copyright © 2019 梦有蝶. All rights reserved.
//
#include <iostream>
#include <string.h>
using namespace std;
int main() {
int n,m;//n为节点个数,m为待检测编码的套数
cin>>n;
char NodeName[n];//存放节点名称
unsigned int c[n*2-1][2];
//定义无符号数int型二维数组,数组长度为哈夫曼树的节点个数,其中c[*][0]存放的是该节点的权值,c[*][1]为该节点的【父节点的位序】
unsigned int cl[n];//定义无符号数int型数组,用来存放各个节点到根节点的路径长度
//数组初始化
for (int i=0;i<n; i++)
{
cin>>NodeName[i];
cin>>c[i][0];
c[i][1]=0;
cl[i]=0;
}
for(int i=0;i<n-1;i++)
{
c[n+i][0]=0;
c[n+i][1]=0;
}
//数组构建
for (int i=0; i<n-1; i++) {
int min=0;
while (c[min][1]!=0) {//找到第一个c[j][1]=0的,即找到第一个没有父节点的节点
min++;
}
for(int j=0;j<n+i;j++)//在c[j][1]=0(没有父节点的节点)之中找到权值最小的
{
if(c[j][1]==0)
{
if(c[j][0]<c[min][0])
min=j;
}
}
c[min][1]=n+i;//此时找到的节点,把数组中第一个未使用(但是已经被赋值为0,0)的节点的位序作为它的【父节点的位序】
c[n+i][0]=c[min][0];//父节点的权值等于子节点的权值之和
min=0;
while (c[min][1]!=0) {
min++;
}
for(int j=0;j<n+i;j++)//再次在没有父节点的节点之中找到权值最小的
{
if(c[j][1]==0)
{
if(c[j][0]<c[min][0])
min=j;
}
}
c[min][1]=n+i;//此时找到的节点,把数组中第一个未使用(但是已经被赋值为0,0)的节点作为它的【父节点的位序】
c[n+i][0]+=c[min][0];//父节点的权值等于子节点的权值之和
}
//计算各个节点的路径长度
for(int i=0;i<n;i++)
{
//数组构建完成后,只有最后一个节点没有父节点
while (c[i][1]!=0) {//最后一个父节点的【父节点的为序】为0
c[i][1]=c[c[i][1]][1];//子节点向上寻父节点,将当前节点的父节点的【父节点的位序】作为当前节点的【父节点的位序】
cl[i]++;//路径长度加一
}
}
//计算总路径长度
int Length=0;
for(int i=0;i<n;i++)
Length+=c[i][0]*cl[i];
cin>>m;//读取待检测的编码的套数
int p[m];//用来存取各套编码是否为哈夫曼编码,是则为1,否则为0
for(int i=0;i<m;i++)//为p[m]赋初始值为1
p[i]=1;
char cn[m][n];//建立字符数组存储节点名称
string hc[m][n];//建立字符串数组存储待检测的哈夫曼编码
for(int i=0;i<m;i++)//读取节点名称以及编码
for(int j=0;j<n;j++)
{
cin>>cn[i][j];
cin>>hc[i][j];
}
//检测哈夫曼编码
for (int i=0; i<m; i++) {
int l=0;
for (int j=0; j<n; j++) {
l+=c[j][0]*hc[i][j].length();
}
if(l!=Length)//如果编码总长度与哈夫曼编码总长度不一致
{
p[i]=0;
continue;
}
else
{
for(int j=0;j<n;j++)
for(int k=0;k<n;k++)
{
if(k!=j)
{
int q;
q = hc[i][j].find(hc[i][k]);
//在hc[i][j]这个字符串中查找hc[i][k],并把找到的位置返回给q
if(q==0)
//如果找到的是第一个位置,说明编码不是前缀码,不是哈夫曼编码
p[i]=0;
}
}
}
}
//输出结果
for(int i=0;i<m;i++)
{
if(p[i]==1)
cout<<"Yes"<<endl;
else
cout<<"No"<<endl;
}
return 0;
}