哈夫曼树的构建【堆优化】

首先我们先定义节点：

class TreeNode {
public:
	int Cost;
	TreeNode* Left, *Right;
	TreeNode(int Cost = 0) {
		this->Cost = Cost;
		Left = Right = nullptr;
	}
};

然后写一个合并函数：

TreeNode* MegerNode(TreeNode* Node1,TreeNode* Node2){
	TreeNode* New=new TreeNode();
	New->Cost = Node1->Cost + Node2->Cost;
	if (Node1->Cost > Node2->Cost) {
		New->Left = Node1;
		New->Right = Node2;
	}
	else {
		New->Left = Node2;
		New->Right = Node1;
	}
	return New;
}

这个函数我们输入两个根节点，返回一个新的根节点，这个新的根节点的左右子树是我们输入的两个根节点；

然后是创建哈夫曼树的代码：

struct Cmp {
	bool operator()(TreeNode* A, TreeNode* B) {
		return A->Cost > B->Cost;
	}
};

class CreatHuffmanTree {

public:
	static::TreeNode* CreateTree(std::vector<int>& p) {
		if (p.size() == 1) return nullptr;

		std::priority_queue<TreeNode*, vector<TreeNode*>, Cmp> que;

		for (int i = 0; i < p.size(); i++) {
			que.push(new TreeNode(p[i]));
		}

		while (que.size() != 1) {
			TreeNode* Node1, *Node2;
			Node1 = que.top();
			que.pop();
			Node2 = que.top();
			que.pop();
			TreeNode* New = MegerNode(Node1, Node2);
			que.push(New);
		}
		return que.top();
	}
};

我们按照一下逻辑即可：

1：现搜索队列有n颗子树，我们寻找到WPL最小和次小的两个树，并将两棵树pop出搜索队列

2：将找到的两颗树合并为一颗新的树，新的树的WPL值为两颗树WPL的和；

3：将新树放到搜索队列中，更新n为n-1

        * n-1==1，那么返回搜索队列中的树，该树就是计算结果

        * n-1 !=1，进入1