3、已知给定报文Struc, 5个字母的权重构成集合W={9， 5，13，3，6}，试画出它的Huffman树，并分别写出字母S和u的Huffman编码。(假定 比较时，权重小者放左分枝)

首先，我们按照权重从小到大对字母进行排序，得到字母集合S={u, d, e, t, S}，对应的权重集合W={3, 5, 6, 9, 13}。

Huffman树的构建过程如下：

1. 将S和W中的所有节点作为叶子节点，构成n棵只有一个节点的二叉树。

2. 从n棵二叉树中选择两棵权重最小的二叉树，将它们合并成一棵新的二叉树。新二叉树的根节点权重为两棵子树的权重之和。

3. 将新的二叉树插入到n棵二叉树中，并删除原来的两棵子树。

4. 重复2-3，直到所有的节点都被合并成一棵二叉树。得到的二叉树即为Huffman树。

按照上述步骤，我们可以得到如下的Huffman树：

            36
           /  \
         14    22
        /  \   /  \
       6   8  9   13
      / \
     3   3

其中，根节点的权重为所有节点权重之和36，左分枝的权重为14，右分枝的权重为22。依次类推，最终得到了一棵Huffman树。

根据Huffman树，我们可以得到字母S和u的编码：

- 字母S的编码为1，因为它在Huffman树中的右分枝上，且该分枝的路径为右-左-左。
- 字母u的编码为00，因为它在Huffman树的左分枝上，且该分枝的路径为左-左。

注意：由于在比较时，权重小者放左分枝，因此在构建Huffman树时，右分枝上的字母S应该对应权重最大的13，左分枝上的字母u应该对应权重最小的3。

相关问题

typedef struc

t node {
int data;
struct node* left;
struct node* right;
} Node;

This is a structure definition for a binary tree node. It has three fields - an integer data field and two pointers to other nodes, one for the left child and one for the right child.

NN=struc(1:3,1:3,0:2); V = arxstruc(u,y,NN);

This code defines a neural network (NN) structure with 3 input nodes, 3 hidden nodes, and 3 output nodes. The range of delay values considered for the input-output relationship is from 0 to 2.

Then, the function arxstruc is used to generate candidate models for the given input-output data (u, y) based on the NN structure defined above. The output V contains information about the candidate models, such as their orders and delay values. These models can then be fitted and evaluated to select the best one for the given data.