[Huffman树] 合并果子(哈夫曼树模型+贪心)

最新推荐文章于 2024-01-05 21:16:59 发布

原创最新推荐文章于 2024-01-05 21:16:59 发布 · 1.1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#贪心 #哈夫曼树

贪心专栏收录该内容

13 篇文章

订阅专栏

本文介绍了哈夫曼树的构造过程，通过贪心策略每次合并最小两个节点，构建哈夫曼树。文章详细阐述了合并最小节点的局部最优解性质，并通过反证法证明这一策略可得出全局最优解。同时，提供了C++代码实现合并过程。哈夫曼树在解决数据压缩、路径最小化等问题中广泛应用，是笔试面试的常见考点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

- 0. 前言
- 1. 构建Huffman树+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

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 b 和 f 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

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(懒)…

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;
}