DS二叉树--赫夫曼树解码/最优二叉树【数据结构】

2023-11-28 02:01

本文主要是介绍DS二叉树--赫夫曼树解码/最优二叉树【数据结构】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

DS二叉树–赫夫曼树解码

题目描述
已知赫夫曼编码算法和程序,在此基础上进行赫夫曼解码

可以增加一个函数:int Decode(const string codestr, char txtstr[]);//输入编码串codestr,输出解码串txtstr

该方法如果解码成功则返回1,解码失败则返回-1,本程序增加宏定义ok表示1,error表示-1

赫夫曼解码算法如下:

定义指针p指向赫夫曼树结点,指针i指向编码串,定义ch逐个读取编码串的字符

初始操作包括读入编码串str,设置p指向根结点,i为0表示指向串首,执行以下循环:

1)取编码串的第i个字符放入ch

2)如果ch是字符0,则p跳转到左孩子;如果ch是字符1,则p跳转到右孩子;如果ch非0非1,表示编码串有错误,报错退出

3)如果p指的结点是叶子,输出解码字符,p跳回根结点,i++,跳步骤1

4)如果p指的结点不是叶子且i未到编码串末尾,i++,跳步骤1

5)如果p指的结点不是叶子且i到达编码串末尾,报错退出

当i到达编码串末尾,解码结束。

输入
第一行先输入n,表示有n个叶子
第二行输入n个权值,权值全是小于1万的正整数
第三行输入n个字母,表示与权值对应的字符
第四行输入k,表示要输入k个编码串
第五行起输入k个编码串

输出
每行输出解码后的字符串,如果解码失败直接输出字符串“error”,不要输出部分解码结果

输入样例1
5
15 4 4 3 2
A B C D E
3
11111
10100001001
00000101100

输出样例1
AAAAA
ABEAD
error

最优二叉树/赫夫曼树

最优二叉树:也称哈夫曼树或者霍夫曼树、赫夫曼树,给定n个权值作为n个叶子结点(每个叶子结点会有权值),构造一颗二叉树,若该树的带权路径长度(wpl)达到最小
赫夫曼树:带权路径长度最短的树,权值较大的结点离根较进。(值都在叶子结点上)
构成赫夫曼树的步骤:

思路

  1. 从小到大进行排序, 将每一个数据,每个数据都是一个节点 , 每个节点可以看成是一颗最简单的二叉树
  2. 取出根节点权值最小的两颗二叉树
  3. 组成一颗新的二叉树, 该新的二叉树的根节点的权值是前面两颗二叉树根节点权值的和
  4. 再将这颗新的二叉树,以根节点的权值大小 再次排序, 不断重复 1-2-3-4 的步骤,直到数列中,所有的数据都被处理,就得到一颗赫夫曼树
#include<bits/stdc++.h>
using namespace std;
struct Node
{int weight,left,right,parent;string c;
}tree[105];
int main()
{int n;cin>>n;for(int i=1;i<=n;i++) {cin>>tree[i].weight;tree[i].parent=0;tree[i].left=0;tree[i].right=0;}for(int i=1;i<=n;i++) cin>>tree[i].c;int k;cin>>k;//编码串string s[105];for(int i=0;i<k;i++) cin>>s[i];//要新建n-1个节点for(int i=n+1;i<2*n;i++){tree[i].parent=0;tree[i].weight=0;//找两个权值最小的for(int j=0;j<2;j++){int small=20000,loc=0;for(int k=1;k<i;k++){if(tree[k].parent==0&&tree[k].weight<small){small=tree[k].weight;loc=k;}}tree[loc].parent=i;//默认左子树小右子树大(j)?tree[i].right=loc:tree[i].left=loc;tree[i].weight+=tree[loc].weight;}}//解码for(int i=0;i<k;i++){string str=s[i];string res="";int len=str.size();int k=0,cur=2*n-1;bool flag=0;while(k<len){//错误的 无法解码if(str[k]!='0'&&str[k]!='1'){flag=1;break;}//是叶子节点 有值可以参与解码if(tree[cur].left==0&&tree[cur].right==0){res+=tree[cur].c;cur=2*n-1;continue;}if(str[k]=='0'){if(tree[cur].left==0){flag=1;break;}cur=tree[cur].left;k++;if(k==len){if(tree[cur].left==0&&tree[cur].right==0){res+=tree[cur].c;cur=2*n-1;}else flag=1;}continue;}if(str[k]=='1'){if(tree[cur].right==0){flag=1;break;}cur=tree[cur].right;k++;if(k==len){if(tree[cur].left==0&&tree[cur].right==0){res+=tree[cur].c;cur=2*n-1;}else flag=1;}continue;}}if(flag){cout<<"error"<<endl;continue;}cout<<res<<endl;}return 0;
}

这篇关于DS二叉树--赫夫曼树解码/最优二叉树【数据结构】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/428884

相关文章

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

《数据结构(C语言版)第二版》第八章-排序(8.3-交换排序、8.4-选择排序)

8.3 交换排序 8.3.1 冒泡排序 【算法特点】 (1) 稳定排序。 (2) 可用于链式存储结构。 (3) 移动记录次数较多,算法平均时间性能比直接插入排序差。当初始记录无序,n较大时, 此算法不宜采用。 #include <stdio.h>#include <stdlib.h>#define MAXSIZE 26typedef int KeyType;typedef char In

leetcode105 从前序与中序遍历序列构造二叉树

根据一棵树的前序遍历与中序遍历构造二叉树。 注意: 你可以假设树中没有重复的元素。 例如,给出 前序遍历 preorder = [3,9,20,15,7]中序遍历 inorder = [9,3,15,20,7] 返回如下的二叉树: 3/ \9 20/ \15 7   class Solution {public TreeNode buildTree(int[] pr

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(

PHP实现二叉树遍历(非递归方式,栈模拟实现)

二叉树定义是这样的:一棵非空的二叉树由根结点及左、右子树这三个基本部分组成,根据节点的访问位置不同有三种遍历方式: ① NLR:前序遍历(PreorderTraversal亦称(先序遍历)) ——访问结点的操作发生在遍历其左右子树之前。 ② LNR:中序遍历(InorderTraversal) ——访问结点的操作发生在遍历其左右子树之中(间)。 ③ LRN:后序遍历(PostorderT

浙大数据结构:树的定义与操作

四种遍历 #include<iostream>#include<queue>using namespace std;typedef struct treenode *BinTree;typedef BinTree position;typedef int ElementType;struct treenode{ElementType data;BinTree left;BinTre

Python 内置的一些数据结构

文章目录 1. 列表 (List)2. 元组 (Tuple)3. 字典 (Dictionary)4. 集合 (Set)5. 字符串 (String) Python 提供了几种内置的数据结构来存储和操作数据,每种都有其独特的特点和用途。下面是一些常用的数据结构及其简要说明: 1. 列表 (List) 列表是一种可变的有序集合,可以存放任意类型的数据。列表中的元素可以通过索

浙大数据结构:04-树7 二叉搜索树的操作集

这道题答案都在PPT上,所以先学会再写的话并不难。 1、BinTree Insert( BinTree BST, ElementType X ) 递归实现,小就进左子树,大就进右子树。 为空就新建结点插入。 BinTree Insert( BinTree BST, ElementType X ){if(!BST){BST=(BinTree)malloc(sizeof(struct TNo

【数据结构入门】排序算法之交换排序与归并排序

前言         在前一篇博客,我们学习了排序算法中的插入排序和选择排序,接下来我们将继续探索交换排序与归并排序,这两个排序都是重头戏,让我们接着往下看。  一、交换排序 1.1 冒泡排序 冒泡排序是一种简单的排序算法。 1.1.1 基本思想 它的基本思想是通过相邻元素的比较和交换,让较大的元素逐渐向右移动,从而将最大的元素移动到最右边。 动画演示: 1.1.2 具体步