哈夫曼树【北邮机试】

这篇具有很好参考价值的文章主要介绍了哈夫曼树【北邮机试】。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、哈夫曼树

机试考察的最多的就是WPL,是围绕其变式展开考察。
哈夫曼树【北邮机试】
哈夫曼树的构建是不断选取集合中最小的两个根节点进行合并,而且在合并过程中排序也会发生变化,因此最好使用优先队列来维护单调性,方便排序和合并。
核心代码如下:

//取出两个权最小的
int num1 = (q.top()).x;
q.pop();
int num2 = (q.top()).x;
q.pop();
//权相加,生成新的节点,并放入队列
node new_node;
new_node.x = num1 + num2;
q.push(new_node);
//结果累加。本来树的带权路径计算是所有节点深度*权的和,但是这里通过
//几层累加,也能实现乘法的效果。在最下面的节点,累加次数最多,即相当于
//乘的数值最大
ans += num1 + num2;
//输出的ans即为最终WPL的值

二、哈夫曼树(北邮机试)

Time Limit: 1000 ms
Memory Limit: 256 mb
哈夫曼树,第一行输入一个数n,表示叶结点的个数。需要用这些叶结点生成哈夫曼树,根据哈夫曼树的概念,这些结点有权值,即weight,题目需要输出所有结点的值与权值的乘积之和。
输入输出格式:
输入格式

输入有多组数据。
每组第一行输入一个数n,接着输入n个叶节点(叶节点权值不超过100,2<=n<=1000)。

输出格式

输出权值。

输入输出样例:
输入样例:

5  
1 2 2 5 9

输出样例:

37

AC代码如下:

#include<bits/stdc++.h>
using namespace std;

struct Node {
	int x;
	Node(int a) {x = a;}//定义一下构造函数 
};

//重新定义比较运算符 
bool operator < (const Node& a, const Node& b) {
	return a.x>b.x;
}

//计算WPL
int getWPL(priority_queue<Node> q) {
	int sum = 0;
	while(q.size()>1) {//只剩下根节点的时候退出 
		int num1 = (q.top()).x;
		q.pop();
		int num2 = (q.top()).x;
		q.pop();
		Node tmp(num1+num2);
		q.push(tmp);
		sum += num1+num2; 
	}
	return sum;
}

int main() {
	int n;
	while(cin>>n){
		int a[n];
		priority_queue<Node> q;
		for(int i=0 ; i<n ; i++) {
			cin>>a[i];
			Node tmp(a[i]);
			q.push(tmp);
		}
		int sum = getWPL(q);
		cout<<sum<<endl; 
	}
	return 0;
}

三、哈夫曼编码

输入输出格式:
输入格式

输入文件将包含文本字符串列表,每行一个。 文本字符串将仅包含大写字母数字字符和下划线(用于代替空格)。 输入结束将通过仅包含单词“ END”作为文本字符串的行来表示。 此行不应被处理。

输出格式

对于输入中的每个文本字符串,输出8位ASCII编码的位长度,最佳无前缀可变长度编码的位长度以及精确到小数点后的压缩率。

输入输出样例:
输入样例:

AAAAABCD
THE_CAT_IN_THE_HAT
END

输出样例:

64 13 4.9
144 51 2.8

分析:这道题目关键在于计算压缩后的长度,本质上也是计算WPL(这里的权值是每个字母出现的次数,路径长度就是编码的长度,一个二进制数就是一位)。
AC代码如下:

#include<bits/stdc++.h>
using namespace std;

string str;
int len, num[30];

int bfs() {
	priority_queue<int, vector<int>, greater<int> > q;  // 创建优先队列,从小到大排序
	for(int i = 0; i < 30; i++) {
		if(num[i])	q.push(num[i]);  // 放入每个字母的个数
	}
	int sum = 0;
	if(q.size() == 1)	sum = q.top();  // 如果只有一个字母,直接等于该字母的数量
	while(q.size() > 1) {  // 得到前两个最小的叶子节点,将和放入队列中
		int a = q.top();	q.pop();
		int b = q.top();	q.pop();
		sum += (a + b);	    q.push(a + b);   // 因为ans累加了之前的值,所以传入的是a  + b而非ans;
	}
	return sum;
}

int main() {
	while(cin >> str) {
		memset(num, 0, sizeof num);
		if(str == "END")	break;  // 注意为双引号
		len = str.size();  // 得到string类型的长度
		for(int i = 0; i < len; i++) {
			if(str[i] == '_')	num[26]++;  // 应为'A' - 'A'等于0,从下标0开始,所以'_'就在num[26]
			else	num[str[i] - 'A']++;
		} 
		int res = bfs();
		printf("%d %d %.1lf\n", len * 8, res, len * 8.0 / res);
	}
	return 0;
}

四、合并果子(中南大学机试)

Time Limit: 1000 ms
Memory Limit: 256 mb
在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆。多多决定把所有的果子合成一堆。 每一次合并,多多可以把两堆果子合并到一起,消耗的体力等于两堆果子的重量之和。可以看出,所有的果子经过n-1次合并之后,就只剩下一堆了。多多在合并果子时总共消耗的体力等于每次合并所耗体力之和。 因为还要花大力气把这些果子搬回家,所以多多在合并果子时要尽可能地节省体力。假定每个果子重量都为1,并且已知果子的种类数和每种果子的数目,你的任务是设计出合并的次序方案,使多多耗费的体力最少,并输出这个最小的体力耗费值。 例如有3种果子,数目依次为1,2,9。可以先将1、2堆合并,新堆数目为3,耗费体力为3。接着,将新堆与原先的第三堆合并,又得到新的堆,数目为12,耗费体力为12。所以多多总共耗费体力=3+12=15。可以证明15为最小的体力耗费值。
输入输出格式:
输入格式

输入包括两行,第一行是一个整数n(1<=n<=10000),表示果子的种类数。第二行包含n个整数,用空格分隔,第i个整数ai(1<=ai<=20000)是第i种果子的数目。

输出格式

输出包括一行,这一行只包含一个整数,也就是最小的体力耗费值。输入数据保证这个值小于2^31。

输入输出样例:
输入样例:

3 
1 2 9

输出样例:

15

分析:这题本质上还是计算WPL,只是题面比较明显看出在构造哈夫曼树过程中对权值进行累加。
AC代码直接参考【北邮机试】代码,输出ans即可。文章来源地址https://www.toymoban.com/news/detail-429200.html

到了这里,关于哈夫曼树【北邮机试】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 哈夫曼树、哈夫曼编码和字典树

    目录 哈夫曼树 树的带权路径长度(wpl) 哈夫曼编码 代码实现哈夫曼树 封装哈夫曼树的节点 构建哈夫曼树 字典树 执行流程 代码实现字典树 封装字典树的节点 构建字典树         哈夫曼树(Huffman Tree)是一种带权路径长度最短的二叉树。哈夫曼树常常用于数据压缩,其压

    2023年04月09日
    浏览(45)
  • 哈夫曼树,哈夫曼编码及解码详解

    🌍新人小白的博客 ⌛️希望大家多多关注 🌱一起加油,共同成长 🎃以后会经常更新哒~🙈 ⭐️个人主页: 收藏加关注,永远不迷路~⭐️ 一: 顺序表的操作,你真的学会了吗? 二: 顺序栈的基本操作 三: 循环队列的基本操作,你学会了吗? 四: 单链表的操作(超详细

    2024年02月05日
    浏览(36)
  • 哈夫曼树详解及其应用(哈夫曼编码)

    一,哈夫曼树的基本概念 路径: 从树中一个结点到另一个结点之间的 分支 构成这两个结点间的路径 结点的路径长度 :两结点之间路径上的 分支数 树的路径长度: 从 树根 到每一个结点的 路径长度之和 . 记作:TL 权(weight): 将树中结点赋给一个有着某种含义的数值

    2024年02月04日
    浏览(42)
  • 哈夫曼树与哈夫曼编码及等长编码

    哈夫曼树的构造:就是将给定的数据中选择最小的两个权值进行合并,然后重复该操作,构造出一个 二叉树。使其带权路径长度WPL最小的二叉树称为哈夫曼树或最优二叉树。 例如:给定几个数值:0.07, 0.19, 0.02, 0.06, 0.32, 0.03, 0.21, 0.01 可以将其扩大一百倍,以方便计

    2024年02月06日
    浏览(34)
  • 数据结构——哈夫曼树与哈夫曼编码

    1.1 基本概念 路径 :指从根结点到该结点的分支序列。 路径长度 :指根结点到该结点所经过的分支数目。 结点的带权路径长度 :从树根到某一结点的路径长度与该结点的权的乘积。 树的带权路径长度(WPL) :树中从根到所有叶子结点的各个带权路径长度之和。 哈夫曼树 是由

    2024年02月05日
    浏览(37)
  • 数据结构之哈夫曼树和哈夫曼编码

    切入正题之前,我们先了解几个概念: 路径:从树的一个结点到另一个结点分支所构成的路线 路径长度:路径上的分支数目 树的路径长度:从根结点出发到每个结点的路径长度之和 带权路径长度:该结点到根结点的路径长度乘以该结点的权值 树的带权路径长度:树中所有

    2024年02月11日
    浏览(34)
  • 数据结构之哈夫曼树与哈夫曼编码

    编码是信息处理的基础(重新表示信息)。 普通的编码是等长编码,例如7位的ASCIL编码,对出现频率不同的字符都使用相同的编码长度。 但其在传输和存储等情况下编码效率不高 。 可使用不等长编码,来压缩编码:高频字符编码长度更短,低频字符编码长度更长。   [例

    2023年04月15日
    浏览(51)
  • 哈夫曼树及哈夫曼编码(考试常考版)

    哈夫曼树的基本概念 哈夫曼树的定义是对一组具有确定权值的叶子节点,选出最小带权路径长度的二叉树为哈夫曼树(WPL最小),也称最优二叉树 哈夫曼算法的实现 注意:哈夫曼树在构造时选择两个最小的权值点,默认小的在左边大的在右边,但实际上并没有硬性规定,可以

    2024年02月11日
    浏览(48)
  • 数据结构课程实验五:哈夫曼树与哈夫曼编码

    实验日期:2022-12-20   目录 一、实验目的 1、掌握哈夫曼树的建立 2、掌握哈夫曼编码方式 二、实验内容

    2024年02月05日
    浏览(37)
  • 【数据结构与算法】-哈夫曼树(Huffman Tree)与哈夫曼编码

    超详细讲解哈夫曼树(Huffman Tree)以及哈夫曼编码的构造原理、方法,并用代码实现。 路径 :从树中一个结点到另一个结点之间的 分支 构成这两个结点间的路径。 结点的路径长度 :两结点间路径上的 分支数 。 树的路径长度: 从树根到每一个结点的路径长度之和。记作: TL  权

    2024年02月06日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包