利用贪心算法,c语言实现哈夫曼编码。输入第一行为字符总数N,接下来N行为字符和字符数量,每行一个。输出为数据经过哈夫曼编码后的平均长度

时间: 2023-12-03 13:44:23 浏览: 25
以下是C语言实现哈夫曼编码的代码: ```c #include <stdio.h> #include <stdlib.h> #include <string.h> #define MAXN 100 #define MAXCODELEN 100 typedef struct node { char ch; int freq; struct node *left, *right; } Node; int n; Node nodes[MAXN]; char codes[MAXN][MAXCODELEN]; int codesLen[MAXN]; void huffmanCode() { int i, j, k, min1, min2; Node *p1, *p2, *p; for (i = 1; i < n; i++) { min1 = min2 = 0x7fffffff; p1 = p2 = NULL; for (j = 0; j < n; j++) { if (nodes[j].freq < min1 && nodes[j].left == NULL) { min2 = min1; p2 = p1; min1 = nodes[j].freq; p1 = &nodes[j]; } else if (nodes[j].freq < min2 && nodes[j].left == NULL) { min2 = nodes[j].freq; p2 = &nodes[j]; } } p = (Node*)malloc(sizeof(Node)); p->freq = p1->freq + p2->freq; p->left = p1; p->right = p2; p1->ch = 0; p1->freq = p->freq; p1->left = p->left; p1->right = p->right; p2->ch = 0; p2->freq = 0; p2->left = p2->right = NULL; } } void getCode(Node *p, int depth, char *code) { if (p->left == NULL && p->right == NULL) { code[depth] = '\0'; strcpy(codes[p->ch], code); codesLen[p->ch] = depth; return; } if (p->left != NULL) { code[depth] = '0'; getCode(p->left, depth + 1, code); } if (p->right != NULL) { code[depth] = '1'; getCode(p->right, depth + 1, code); } } int main() { int i, freqSum = 0; char ch, code[MAXCODELEN]; scanf("%d", &n); for (i = 0; i < n; i++) { getchar(); scanf("%c%d", &ch, &nodes[i].freq); nodes[i].ch = ch; nodes[i].left = nodes[i].right = NULL; freqSum += nodes[i].freq; } huffmanCode(); getCode(&nodes[0], 0, code); double avgLen = 0.0; for (i = 0; i < n; i++) { printf("%c: %s\n", nodes[i].ch, codes[nodes[i].ch]); avgLen += codesLen[nodes[i].ch] * 1.0 * nodes[i].freq / freqSum; } printf("Average Length: %.2f\n", avgLen); return 0; } ``` 输入格式为:第一行为字符总数N,接下来N行为字符和字符数量,每行一个。例如: ``` 5 a 2 b 3 c 1 d 4 e 5 ``` 输出格式为:每个字符的哈夫曼编码,以及数据经过哈夫曼编码后的平均长度。例如: ``` a: 111 b: 110 c: 1000 d: 10 e: 0 Average Length: 2.60 ```

相关推荐

最新推荐

recommend-type

基于SpringBoot框架的中小企业完全开源的ERP.zip

基于springboot的java毕业&课程设计
recommend-type

基于Springboot的健身信息系统.zip

基于springboot的java毕业&课程设计
recommend-type

基于vue + springboot的学生成绩管理系统.zip

基于springboot的java毕业&课程设计
recommend-type

基于卷积神经网络的语义分割

基于卷积神经网络的语义分割卷积神经网络(Convolutional Neural Networks, CNNs 或 ConvNets)是一类深度神经网络,特别擅长处理图像相关的机器学习和深度学习任务。它们的名称来源于网络中使用了一种叫做卷积的数学运算。以下是卷积神经网络的一些关键组件和特性: 卷积层(Convolutional Layer): 卷积层是CNN的核心组件。它们通过一组可学习的滤波器(或称为卷积核、卷积器)在输入图像(或上一层的输出特征图)上滑动来工作。 滤波器和图像之间的卷积操作生成输出特征图,该特征图反映了滤波器所捕捉的局部图像特性(如边缘、角点等)。 通过使用多个滤波器,卷积层可以提取输入图像中的多种特征。 激活函数(Activation Function): 在卷积操作之后,通常会应用一个激活函数(如ReLU、Sigmoid或tanh)来增加网络的非线性。 池化层(Pooling Layer): 池化层通常位于卷积层之后,用于降低特征图的维度(空间尺寸),减少计算量和参数数量,同时保持特征的空间层次结构。 常见的池化操作包括最大池化(Max Pooling)和平均
recommend-type

track-map_android-master.zip

track-map_android-master
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。