7-3 哈夫曼编码 (30 分)
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
#include<iostream>
#include<stdio.h>
#include<malloc.h>
#include<string>
using namespace std;
typedef struct//采用顺序存储的方式,考虑叶子节点和节点的关系
{
int weight;
int parent,lc,rc;
}HTNode,*HuffmanTree;
void Select(HuffmanTree &HT,int n,int &s1,int &s2)
{
int minum=0;//找到哈夫曼树中最小的权值
//找到第一个没有双亲节点的节点,其他节点的权值都与他的权值做比较
for(int i=1;i<=n;i++)
{
if(HT[i].parent==0)
{minum=i;break;}
}
for(int i=1;i<=n;i++)
{
if(HT[i].parent==0)
if(HT[i].weight<HT[minum].weight)
minum=i;
}
s1=minum;
//找第二个值,注意不能和第一个相等
for(int i=1;i<=n;i++)
{
if(HT[i].parent==0&&i!=s1)
{minum=i;break;}
}
for(int i=1;i<=n;i++)
{
if(HT[i].parent==0&&i!=s1)
{
if(HT[i].weight<HT[minum].weight)
minum=i;
}
}
s2=minum;
}
void CreatHuff(HuffmanTree &HT,int *f,int n)
{
if(n<=1)return ;
int m,s1,s2;//m是节点的总个数,s1 s2是目前集合中最小的两个权值
m=2*n-1;//叶子节点和总结点的关系
HT=(HTNode*)malloc(sizeof(HTNode)*(m+1));//创建一维数组,存储哈夫曼树的节点
for(int i=1;i<=n;i++)//对叶子节点进行初始化,主要是权值的赋值
{
HT[i].weight=f[i];
HT[i].parent=0;
HT[i].lc=0;
HT[i].rc=0;
}
for(int i=n+1;i<=m;i++)//对其他节点进行初始化
{
HT[i].weight=0;
HT[i].parent=0;
HT[i].lc=0;
HT[i].rc=0;
}
for(int i=n+1;i<=m;i++)//建造哈夫曼树
{
/*思路:找到有最小权值的两个叶子节点,将这两个叶子节点的双亲节点赋值为
目前所在的节点,将目前所在的节点的左右节点赋值为两个叶子节点所在的位置*/
Select(HT,i-1,s1,s2);
HT[s1].parent=i;
HT[s2].parent=i;
HT[i].lc=s1;
HT[i].rc=s2;
HT[i].weight=HT[s1].weight+HT[s2].weight;
}
}
int main()
{
//思路:如果不是哈夫曼编码,那么编码路径不是最优解,任何一个编码都不是另一个的前缀
int n,m;
HuffmanTree HT;
cin>>n;
char c[n+1];
int f[n+1];
for(int i=0;i<n;i++)
{
cin>>c[i]>>f[i+1];
}
cin>>m;
//构造哈夫曼树,求出最优长度
CreatHuff(HT,f,n);
int WPL=0;
for(int i=1;i<2*n-1;i++)
{
WPL+=HT[i].weight;
}
//printf("******%d\n",WPL);
for(int i=0;i<m;i++)
{
string c1[n+1]="";
string code[n+1]="";
int sum=0;
//输入测试样例,并求出测试样例的带权路径长度
for(int i=0;i<n;i++)
{
cin>>c1[i]>>code[i];
sum=sum+(code[i].size()*f[i+1]);
}
if(sum!=WPL)//看是否满足最优带权路径长度
{
printf("No\n");
}
else//看是否满足互不为前缀
{
int flag=0;
for(int j=0;j<n;j++)
{
int sizej;
sizej=code[j].size();
for(int k=j+1;k<n;k++)
{
int sizek=code[k].size();
if(sizej<sizek)
{
int count_=code[k].find(code[j]);
if(count_==0){flag=1;break;}
}
else if(sizej>sizek)
{
int count_=code[j].find(code[k]);
if(count_==0){flag=1;break;}
}
else if(sizej==sizek)
{
if(code[j]==code[k])
{
flag=1;
break;
}
}
}
}
if(flag==0)printf("Yes\n");
else printf("No\n");
}
}
}