/*
最远距离:
1.10亿数据 ---> 3.032s 3.164s 3.134s 3.122s 3.130s
2.20亿数据 ---> 13.046s 11.059s 11.844s 12.292s 13.346s
3.30亿数据 ---> 20.738s 21.069s 20.860s 20.821s 20.346s
4.40亿数据 ---> 28.379s 28.002s 28.317s 28.588s 28.699s
最远距离:
1.10亿数据平均时间 ---> 3.1164s
2.20亿数据平均时间 ---> 12.3174s
3.30亿数据平均时间 ---> 20.7668s
4.40亿数据平均时间 ---> 28.397s
*/
/*
最近距离:(全部测试完毕)
1.10亿数据 ---> 2.322s 2.314s 2.302s 2.313s 2.318s
2.20亿数据 ---> 11.537s 11.465s 11.046s 11.685s 10.198s
3.30亿数据 ---> 19.225s 19.160s 18.400s 18.607s 18.912s
4.40亿数据 ---> 26.333s 24.939s 25.450s 25.071s 25.498s
最近距离:
1.10亿数据平均时间 ---> 2.3138s
2.20亿数据平均时间 ---> 11.1862s
3.30亿数据平均时间 ---> 18.8608s
4.40亿数据平均时间 ---> 25.4582s
*/
clock_t start,stop; //clock_t为clock()函数返回的变量类型
double duration;
int main()
{
long long i = 0;
long long Class[4] = {
0};
const long long len = 4000000000UL;
数据结构-哈夫曼树在选择结构中的应用
最新推荐文章于 2022-09-21 15:58:49 发布
本文通过实验探讨了哈夫曼树在处理数据时如何根据频率生成选择结构,以优化程序效率。强调了算法在程序质量中的关键作用,并提醒大学生重视数据结构的应用与实践,不应过分追求理论。建议学习者多做实践,善用搜索引擎,以应对实际工作中的需求。
摘要由CSDN通过智能技术生成