先說個生活中的例子
想想醫院，重症急診患者肯定不能像普通患者那樣依次排隊就診，他們就可以插隊了
他比較遲進佇列，但他優先順序高，所以就相對較早出佇列去就診了
優先佇列一般用堆來實現，堆有兩種（具體看這：
對於大根堆實現的優先佇列，總是優先順序高的元素先被刪除；相對的，對於小根堆實現的優先佇列，總是優先順序低的元素先被刪除。
那麼對於大根堆：你權值高，優先順序也高
但對於小根堆，權值低，優先順序才高，剛好相反
大根堆的實現在這：
下面用小根堆來解決解哈夫曼編碼，其實就改幾個符號（大於改小於號，大家可以對比一下）
比如說aabcdca這個字串，我怎麼編碼呢
先統計個字元的出現次數（下面我把次數說成權值吧）
a b
c d3 1
2 1然後構成一顆哈夫曼樹：就權值最小的兩個加起來，將加起來的權值作為他們兩的父親結點，把那兩個剔除，將父親結點加進來然後再把最小的加起來，作為父親結點，直到最後只剩乙個父親結點（哎這裡不怎麼會說，直接看我製作的圖吧）
那麼4個字母就可以編碼成
a:0b:110
c:10
d:111
這樣就將資料壓縮了，本來我們每個用8個bit的二進位制表示。
不過下面我們解決的是帶權路徑長度，就是取每個結點的權值乘以到根結點的長度（就是到根結點有多少條線），再將每個結點的計算記過加起來
以上面的例子為例：wpl = 1*3 +1 *3 + 2*2 + 3*1 = 13 ，
還有一種計算方法，就是把哈夫曼樹除了根結點以外的索引權值加起來
我們從最低加起
wpl = 1 + 1 + 2 + 2 + 4 + 3 = 13
下面就是用第二中方法，看看程式設計實現，看看結果對不
#includeusing namespace std;
class heap
~heap()
void push(int value)
size++;
}int top()
void update(int pos, int n)
if (rchild < n && data[rchild] < data[min_value])
if (min_value != pos)
}void pop()
int heap_size()
};int main()
//因為我們的帶權路徑長度是不用算根結點的，所以下面的迴圈就是剩最後乙個點時結束
//只有乙個結點就直接它的權值就是帶權路徑長度
if (n == 1)
while (heap.heap_size() > 1)
cout<
可以看到跟我們上面的手算的結果是一樣的
優先佇列實現 哈夫曼編碼
用到了優先佇列的知識點，還有dfs演算法。優先佇列主要是為了查詢最小權重樹的時候方便查詢，不用耗費很多的時間從已經產生的樹種依次查詢，具體實現看 dfs主要是用來遍歷樹從而拿到每個字元的編碼，具體實現看 include include include includeusing namespace s...
優先佇列 哈夫曼樹
哈夫曼樹，第一行輸入乙個數n，表示葉結點的個數。需要用這些葉結點生成哈夫曼樹，根據哈夫曼樹的概念，這些結點有權值，即weight，題目需要輸出所有結點的值與權值的乘積之和的最小值。輸入有多組資料。每組第一行輸入乙個數n，接著輸入n個葉節點 葉節點權值不超過100，2 n 1000 輸出權值。示例1 ...
優先佇列實現哈夫曼編碼（貪心法）
構造哈夫曼樹及輸出哈夫曼編碼，優先佇列構造最小堆實現 windows下輸入結束方法 enter，ctrl z，enter 執行結果如下 遍歷哈夫曼樹，列印哈夫曼編碼 void createhuffcode treenode root 如果是葉子結點，列印 if root lchild root rc...