Huffman树在编码中有着广泛的应用。在这里，我们只关心Huffman树的构造过程。

　　给出一列数{pi}={p0, p1, …, pn-1}，用这列数构造Huffman树的过程如下：

1. 找到{pi}中最小的两个数，设为pa和pb，将pa和pb从{pi}中删除掉，然后将它们的和加入到{pi}中。这个过程的费用记为pa + pb。

2. 重复步骤1，直到{pi}中只剩下一个数。

　　在上面的操作过程中，把所有的费用相加，就得到了构造Huffman树的总费用。

　　本题任务：对于给定的一个数列，现在请你求出用该数列构造Huffman树的总费用。

　　例如，对于数列{pi}={5, 3, 8, 2, 9}，Huffman树的构造过程如下：

1. 找到{5, 3, 8, 2, 9}中最小的两个数，分别是2和3，从{pi}中删除它们并将和5加入，得到{5, 8, 9, 5}，费用为5。

2. 找到{5, 8, 9, 5}中最小的两个数，分别是5和5，从{pi}中删除它们并将和10加入，得到{8, 9, 10}，费用为10。

3. 找到{8, 9, 10}中最小的两个数，分别是8和9，从{pi}中删除它们并将和17加入，得到{10, 17}，费用为17。

4. 找到{10, 17}中最小的两个数，分别是10和17，从{pi}中删除它们并将和27加入，得到{27}，费用为27。

5. 现在，数列中只剩下一个数27，构造过程结束，总费用为5+10+17+27=59。

输入格式

　　输入的第一行包含一个正整数n（n<=100）。

　　接下来是n个正整数，表示p0, p1, …, pn-1，每个数不超过1000。

输出格式

　　输出用这些数构造Huffman树的总费用。

样例输入

5 3 8 2 9

样例输出

import java.util.ArrayList;

import java.util.Arrays;

import java.util.List;

import java.util.Scanner;

public class Basic28 {

public static void main(String[] args) {

Scanner sc = new Scanner(System.in);

int n = sc.nextInt();

List<Integer> list = new ArrayList<Integer>();

for(int i =0;i<n;i++){

int a = sc.nextInt();

list.add(a);

}

boolean flag = true;

int sum=0;

while(flag){

if(list.size()<2){

System.out.println(sum);

flag=false;

}else {

int cc []=new int[list.size()];

for(int i =0;i<cc.length;i++){

cc[i]=list.get(i);

}

Arrays.sort(cc);

int b =cc[0];

int c =cc[1];

list.remove(Integer.valueOf(b));

list.remove(Integer.valueOf(c));

int d =b+c;

sum+=d;

list.add(d);

}

Huffman树在编码中有着广泛的应用。在这里，我们只关心Huffman树的构造过程。相关推荐

基础练习 Huffuman树 _C语言和C++描述！（Huffman树在编码中有着广泛的应用。在这里，我们只关心Huffman树的构造过程。　　给出一列数{pi}={p0, p1, …, pn-1）
问题描述 Huffman树在编码中有着广泛的应用.在这里,我们只关心Huffman树的构造过程. 给出一列数{pi}={p0, p1, -, pn-1},用这列数构造Huffman树的过程如下: 1. ...
哈夫曼树及编码讲解及例题
哈弗曼树及编码哈弗曼树算法第一步: 初始化n个单节点的树,并为它们表上字母中的字符.把每个字符的概率记在树的根中,用来指出树的权重(更一般地说,树的权重等于树中所有叶子的概率之和). 第二部: 重 ...
3层b+树索引访问磁盘次数_从B+树到LSM树，及LSM树在HBase中的应用
点击上方蓝色字体,选择"设为星标" 回复"资源"获取更多资源大数据技术与架构点击右侧关注,大数据开发领域最强公众号! 暴走大数据点击右侧关注,暴走大数据! 前 ...
从B+树到LSM树，及LSM树在HBase中的应用
前言在有代表性的关系型数据库如MySQL.SQL Server.Oracle中,数据存储与索引的基本结构就是我们耳熟能详的B树和B+树.而在一些主流的NoSQL数据库如HBase.Cassandra ...
数据结构源码笔记（C语言）：Huffman树字符编码
#include <stdio.h> #include<string.h> #define N 10 /*待编码字符的个数,即树中叶结点的最大个数*/ #define M 2* ...
贪婪算法在解决哈夫曼树及编码问题中的应用
哈夫曼编码,是一种可变字长编码(VLC)的高效算法.该算法是Huffman于1952年提出一种编码方法,该方法完全依据字符出现概率来构造异字头的平均长度最短的码字,有时称之为最佳编码. 相比定长编码来 ...
Huffman树及其编码实现
一个拥有n个待编码的字符串,其哈夫曼树具有 2n-1个节点. 用构造哈夫曼树的过程生成的二进制前缀编码.哈夫曼树是一类带权路径长度最短的树. 特点:长度最短哈夫曼编码是哈夫曼树的一个应用.哈夫曼编码 ...
哈夫曼树--链式结构(建立huffman树、编码、解码)
引子: 用链式结构来建立哈夫曼树. 总体思路是: 将每一棵树(这是每一棵树只有一个节点,头节点)放在一个优先队列中(下面的是链表实现的优先队列),频率(rate)小的在队列头,取出队列头两个,频率相加 ...
mysql树节点路径,关于mysql：从使用物化路径编码树的表中选择，按深度优先排序(无递归/ ltree)...
我在关系数据库中有一个表,其中我使用称为物化路径(也称为Lineage列)的技术对树进行编码. 也就是说,对于我树中的每个节点,我在表中有一行,并且对于每一行,我有一个名为ancestry的字符串列, ...

Huffman树在编码中有着广泛的应用。在这里，我们只关心Huffman树的构造过程。

Huffman树在编码中有着广泛的应用。在这里，我们只关心Huffman树的构造过程。相关推荐

最新文章

热门文章