[Huffman树] 合并果子(哈夫曼树模型+贪心)

0. 前言

经典的哈夫曼树模型。

关于哈夫曼树推荐大佬博文,简单了解即可。

1. 构建Huffman树+贪心

148. 合并果子

在这里插入图片描述

贪心思路:

  • 每次选择最小的两个点合并,采用小根堆存储
  • 这些石子会构成一颗哈夫曼树
    在这里插入图片描述

证明:

  • 证明1: 权值最小的两个点,在哈夫曼树中的深度一定最深,且可以互为兄弟节点,即可以优先合并,且代价最小
    • 反证法,假设最小两点深度不是最深,设点 a、f 是最小的两个点。当交换点 bf 后,影响到最终结果会从 3b+2f+C 变为 3f+2b+C,因为 f<b,所以结果变小了,即交换后整体合并代价变小。即有:合并最小的两个点是局部最优解
  • 证明2: 一定可以通过局部最优解得到全局最优解
    • a,b 是两个最小的果子,设函数 f(x) 表示一棵大小为 x 的哈夫曼树的代价。F(x) 表示数大小为 x 的最小代价由局部最优解得:f(n) = f(n-1) + a + b。因为不管是哪一种方案,第一步总是要合并 a+b,因此先不考虑a+b,只考虑 f(n-1),于是问题变为求 f(n-1) 的最优解,于是可以再调用局部最优解的方案,以此类推直到 n=1。故,证得:可以通过局部最优解的方式得到全局最优解
      在这里插入图片描述

思路简单,证明困难,这个证明真的蛮抽象的,我感觉自己说都没说明白。

哈夫曼问题见的真的蛮多的,笔试中经常遇见求 WPL、构建哈夫曼树、求哈夫曼编码等问题…但是一直没总结()…

代码:

#include <iostream>
#include <algorithm>
#include <queue>

using namespace std;

int main() {
    int n;
    cin >> n;
     priority_queue<int, vector<int>, greater<int>> heap;
     while (n --) {
         int a;
         cin >> a;
         heap.push(a);
     }
     
     int res = 0;
     while (heap.size() > 1) {
         int a = heap.top(); heap.pop();
         int b = heap.top(); heap.pop();
         res += a + b;
         heap.push(a + b);
     }
     cout << res << endl;
     
     return 0;
}
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
哈夫曼树是一种经典的贪心算法,用于数据压缩和编码。下面是一个使用Java实现的哈夫曼树贪心算法的示例: ```java import java.util.PriorityQueue; import java.util.HashMap; class HuffmanNode implements Comparable<HuffmanNode> { char character; int frequency; HuffmanNode left; HuffmanNode right; public HuffmanNode(char character, int frequency) { this.character = character; this.frequency = frequency; } public HuffmanNode(int frequency, HuffmanNode left, HuffmanNode right) { this.frequency = frequency; this.left = left; this.right = right; } @Override public int compareTo(HuffmanNode other) { return this.frequency - other.frequency; } } public class HuffmanTree { private HuffmanNode root; private HashMap<Character, String> encodingTable; public HuffmanTree(HashMap<Character, Integer> frequencyTable) { PriorityQueue<HuffmanNode> queue = new PriorityQueue<>(); for (char character : frequencyTable.keySet()) { int frequency = frequencyTable.get(character); HuffmanNode node = new HuffmanNode(character, frequency); queue.add(node); } while (queue.size() > 1) { HuffmanNode left = queue.poll(); HuffmanNode right = queue.poll(); int frequencySum = left.frequency + right.frequency; HuffmanNode parent = new HuffmanNode(frequencySum, left, right); queue.add(parent); } root = queue.poll(); encodingTable = new HashMap<>(); buildEncodingTable(root, ""); } private void buildEncodingTable(HuffmanNode node, String code) { if (node.left == null && node.right == null) { encodingTable.put(node.character, code); return; } buildEncodingTable(node.left, code + "0"); buildEncodingTable(node.right, code + "1"); } public void printHuffmanTree() { printHuffmanTree(root, 0); } private void printHuffmanTree(HuffmanNode node, int level) { if (node == null) { return; } printHuffmanTree(node.right, level + 1); for (int i = 0; i < level; i++) { System.out.print(" "); } if (node.character != '\0') { System.out.println(node.character + " (" + node.frequency + ")"); } else { System.out.println("[" + node.frequency + "]"); } printHuffmanTree(node.left, level + 1); } public void printEncodingTable() { for (char character : encodingTable.keySet()) { String code = encodingTable.get(character); System.out.println(character + ": " + code); } } public static void main(String[] args) { HashMap<Character, Integer> frequencyTable = new HashMap<>(); frequencyTable.put('a', 5); frequencyTable.put('b', 9); frequencyTable.put('c', 12); frequencyTable.put('d', 13); frequencyTable.put('e', 16); frequencyTable.put('f', 45); HuffmanTree huffmanTree = new HuffmanTree(frequencyTable); huffmanTree.printHuffmanTree(); huffmanTree.printEncodingTable(); } } ``` 这个示例中,我们首先定义了一个`HuffmanNode`类来表示哈夫曼树的节点。然后,我们创建了一个`HuffmanTree`类来构建哈夫曼树并生成编码表。在构造函数中,我们使用优先队列来按照频次构建哈夫曼树。然后,我们使用递归的方式遍历哈夫曼树,生成每个字符对应的编码。最后,我们提供了两个方法来打印哈夫曼树和编码表。 在`main`方法中,我们创建了一个频次表,并使用它来构建哈夫曼树。然后,我们打印了哈夫曼树和编码表的内容。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

Ypuyu

如果帮助到你,可以请作者喝水~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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