算法竞赛进阶指南---0x17(二叉堆)荷马史诗

题面

在这里插入图片描述

题解

  1. 哈夫曼树的应用,要求合并之后的权值最小,而且要高度尽可能的小
  1. 对于每次合并k个数,肯定是每次选择最小的k个数进行合并,如图,处于最底层的数贡献的权值是最多的,既然我们想要最后的权值最小(次数一定),那么肯定是让权值小的贡献次数多,权值大的贡献次数少,这就是哈夫曼树,但是对于每次合并k个,我们就有可能出现图中情况,就是合并到最后一层不够k个数,那么这样操作就不是最小的,因为我们把节点1,2,3,4,5任何一个移动到最后一层都比当前的权值小,但是我们可以将哈夫曼树补满,就是将节点的个数增加到恰好能合并完,增加节点的值设为0,最后是不影响结果的
    在这里插入图片描述
  1. 对于第二个要求,如果有多个相同的权值,那肯定是合并高度较小的,所以才能确保当前局部最优解,所以我们直接以权值作为第一关键字,高度作为第二关键字排序即可

代码

#include<iostream>
#include<cstdio>
#include<string>
#include<cstring>
#include<algorithm>
#include<vector>
#include<queue>

using namespace std;
typedef long long ll;
typedef pair<ll, ll> PLL;
const int N = 1e5 + 10;

ll n, k;
ll w[N];

int main() {
    
    

    cin >> n >> k;
    priority_queue<PLL, vector<PLL>, greater<PLL>> heap;

    for (int i = 1; i <= n; i++) {
    
    
        cin >> w[i];
        heap.push({
    
    w[i], 0});
    }

    while ((n - 1) % (k - 1)) {
    
    
        heap.push({
    
    0ll, 0});
        n++;
    }

    ll res = 0;
    while (heap.size() > 1) {
    
    
        ll s = 0;
        ll h = 0;
        for (int i = 1; i <= k; i++) {
    
    
            auto x = heap.top();
            heap.pop();
            s += x.first;
            h = max(h, x.second);
        }
        res += s;
        heap.push({
    
    s, h + 1});
    }
    cout << res << "\n" << heap.top().second << endl;
    return 0;
}


猜你喜欢

转载自blog.csdn.net/qq_44791484/article/details/113851671
今日推荐