NOJ数据结构010——k阶斐波那契数列

在这里插入图片描述
k阶斐波那契数列简要描述:
第0项到k-2项为0,第k-1项为1,之后每项都为前k项的和。

代码如下:

#include <stdio.h>
#include <stdlib.h>

typedef struct
{
    int *data;
    int front;
    int rear;
    int n;
}SeqQueue;

SeqQueue *seq;

SeqQueue* CreateQueue(int k);           //创建队列
int IsEmpty(SeqQueue *q);              //判空
int IsFull(SeqQueue *q);               //判满
void Push(SeqQueue *q, int item);     //入队
void Pull(SeqQueue *q);               //出队
void Fibonacci(SeqQueue *q, int max, int k); //斐波那契数列入队
void PrintQueue(SeqQueue *q);         //输出队列元素

int main()
{
    int max,k;
    scanf("%d%d", &max, &k);
    seq = CreateQueue(k);
    Fibonacci(seq, max, k);
    PrintQueue(seq);
    return 0;
}

SeqQueue* CreateQueue(int k)
{  //创建队列
    SeqQueue *q;
    q = (SeqQueue*) malloc (sizeof(SeqQueue));
    q->n = k + 1;
    q->data = (int*) malloc (sizeof(int) * q->n);  
    //注意malloc用法,不能将q->n写成k+1,否则会re
    q ->front = 0;
    q->rear = 0;
    for(int i = 0; i < k-1; i++) {
        Push(q, 0);
    }
    Push(q, 1);
    return q;
}

int IsEmpty(SeqQueue *q)
{  //判空
    if (q->front == q->rear) {
        return 1;
    }
    else {
        return 0;
    }
}

int IsFull(SeqQueue *q)
{  //判满
    if (q->front == (q->rear + 1) % q->n) {
        return 1;
    }
    else {
        return 0;
    }
}

void Push(SeqQueue *q, int item)
{       //入队
    if(IsFull(q)) {
        printf("full");
        return;
    }
    else {
        q->data[q->rear] = item;
        q->rear = (q->rear + 1) % q->n;
    }
}

void Pull(SeqQueue *q)
{     //出队
    if(IsEmpty(q)) {
        printf("empty");
        return;
    }
    q->front = (q->front + 1) % (q->n);
}

void Fibonacci(SeqQueue *q, int max, int k)
{     //k阶斐波那契数列入队
    int tmp = 1;
    while (tmp <= max){
        Pull(q);
        Push(q, tmp);
        tmp = 0;
        for(int i =1; i <= k; i++) {
            tmp += q->data[(q->rear + q->n - i) % q->n];
        }
    }
}

void PrintQueue(SeqQueue *q)
{    //输出队列元素
    if(IsEmpty(q)) {
        return;
    }
    int tmp;
    tmp = q->front;
    while (tmp != (q->rear + q->n - 1) % q->n) {
        printf("%d ", q->data[tmp]);
        tmp = (tmp + 1) % q->n;
    }
    printf("%d ", q->data[tmp]);
}

  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
哈夫曼编码是一种常用的数据压缩算法,可以将原始数据转换为更短的编码,从而减少存储空间。它的基本思想是:根据字符出现的频率,构建一颗二叉树,使得出现频率高的字符离根节点近,出现频率低的字符离根节点远。然后,对于每个字符,从根节点出发,沿着对应的路径到达该字符所在的叶子节点,记录下路径,作为该字符的编码。 哈夫曼编码的具体实现步骤如下: 1. 统计每个字符在原始数据中出现的频率。 2. 根据字符的频率构建哈夫曼树。构建方法可以采用贪心策略,每次选择出现频率最低的两个字符,将它们作为左右子节点,父节点的权值为两个子节点的权值之和。重复这个过程,直到只剩下一个根节点。 3. 对哈夫曼树进行遍历,记录下每个字符的编码,为了避免编码产生歧义,通常规定左子节点为0,右子节点为1。 4. 将原始数据中的每个字符,用它对应的编码来代替。这一步可以通过哈夫曼树来实现。 5. 将编码后的数据存储起来。此时,由于每个字符的编码长度不同,所以压缩后的数据长度也不同,但总体上来说,压缩效果通常是比较好的。 实现哈夫曼编码的关键在于构建哈夫曼树和计算每个字符的编码。构建哈夫曼树可以采用优先队列来实现,每次从队列中取出两个权值最小的节点,合并成一个节点,再将合并后的节点插入队列中。计算每个字符的编码可以采用递归遍历哈夫曼树的方式,从根节点出发,如果走到了左子节点,则将0添加到编码中,如果走到了右子节点,则将1添加到编码中,直到走到叶子节点为止。 以下是基于C++的代码实现,供参考: ```c++ #include <iostream> #include <queue> #include <string> #include <unordered_map> using namespace std; // 定义哈夫曼树节点的结构体 struct Node { char ch; // 字符 int freq; // 出现频率 Node* left; // 左子节点 Node* right; // 右子节点 Node(char c, int f) : ch(c), freq(f), left(nullptr), right(nullptr) {} }; // 定义哈夫曼树节点的比较函数,用于优先队列的排序 struct cmp { bool operator() (Node* a, Node* b) { return a->freq > b->freq; } }; // 构建哈夫曼树的函数 Node* buildHuffmanTree(unordered_map<char, int> freq) { priority_queue<Node*, vector<Node*>, cmp> pq; for (auto p : freq) { pq.push(new Node(p.first, p.second)); } while (pq.size() > 1) { Node* left = pq.top(); pq.pop(); Node* right = pq.top(); pq.pop(); Node* parent = new Node('$', left->freq + right->freq); parent->left = left; parent->right = right; pq.push(parent); } return pq.top(); } // 遍历哈夫曼树,计算每个字符的编码 void calcHuffmanCode(Node* root, unordered_map<char, string>& code, string cur) { if (!root) return; if (root->ch != '$') { code[root->ch] = cur; } calcHuffmanCode(root->left, code, cur + "0"); calcHuffmanCode(root->right, code, cur + "1"); } // 将原始数据编码成哈夫曼编码 string encode(string s, unordered_map<char, string> code) { string res; for (char c : s) { res += code[c]; } return res; } // 将哈夫曼编码解码成原始数据 string decode(string s, Node* root) { string res; Node* cur = root; for (char c : s) { if (c == '0') { cur = cur->left; } else { cur = cur->right; } if (!cur->left && !cur->right) { res += cur->ch; cur = root; } } return res; } int main() { string s = "abacabad"; unordered_map<char, int> freq; for (char c : s) { freq[c]++; } Node* root = buildHuffmanTree(freq); unordered_map<char, string> code; calcHuffmanCode(root, code, ""); string encoded = encode(s, code); string decoded = decode(encoded, root); cout << "Original string: " << s << endl; cout << "Encoded string: " << encoded << endl; cout << "Decoded string: " << decoded << endl; return 0; } ```
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