数据结构:哈夫曼树和哈夫曼编码

Posted yeya

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构:哈夫曼树和哈夫曼编码相关的知识,希望对你有一定的参考价值。

哈夫曼树

哈夫曼树是一种最优二叉树,其定义是:给定n个权值作为n个叶子节点,构造一棵二叉树,若树的带权路径长度达到最小,这样的树就达到最优二叉树,也就是哈夫曼树,示例图如下:
技术分享图片

基本概念

深入学习哈夫曼树前,先了解一下基本概念,并以上面的哈夫曼树图为例

  • 路径:树中一个结点到另一个结点之间的分支序列构成两个结点间的路径。
  • 路径长度:路径中分支的数目,从根结点到第L层结点的路径长度为L-1。例如100和80的路径长度为1,50和30的路径长度为2。
  • 结点的权:树中结点的数值,例如100,50那些。
  • 结点带权路径长度:根结点到该结点之间的路径长度与该结点的权的乘积。 如结点20的路径长度为3,该结点的带权路径长度为:3*20 = 60。
  • 树的带权路径长度:所有叶子结点的带权路径长度之和,记为WPL。例如上图树的WPL = 1100 + 280 +320 +310 = 350。

带权路径长度比较

前面说到,哈夫曼树是最优二叉树,因为符合哈夫曼树特点的树的带权路径长度一定是最小的,我们将哈夫曼树和普通的二叉树做个比较,仍以上图为例,上图的哈夫曼树是结点10,20,50,100组成的二叉树,WPL是350,用这四个结点组成普通的二叉树,结果如下:
技术分享图片

不难计算,该二叉树的WPL = 210 + 220 + 250 + 2100 = 360,明显比哈夫曼树大,当然二叉树的组成结果不唯一,但WPL一定比哈夫曼树大。所以说哈夫曼树是最优二叉树。

哈夫曼树的构造

现在假定有n个权值,设为w1、w2、…、wn,将这n个权值看成是有n棵树的森林,根据最小带权路径长度的原则,我们可以按照下面步骤来将森林构造成哈夫曼树:

  1. 在森林中选出根结点的权值最小的两棵树进行合并,作为一棵新树的左、右子树,且新树的根结点权值为其左、右子树根结点权值之和;
  2. 从森林中删除选取的两棵树,并将新树加入森林;
  3. 重复1、2步,直到森林中只剩一棵树为止,该树即为所求得的哈夫曼树。

以森林 (16,20,23,24,50) 为例,其构造步骤如下:

① 合并权值为16和20的树,构成权值为36的新树,森林变为(36,23,24,50);

② 合并最小的两棵树23和24,组成新的树47,这时森林变为(36,47,50);

③ 合并36和47的树作为权值83的新树,并和50结合组成根节点权值为133的哈夫曼树。

最终结果图如下:
技术分享图片

哈夫曼编码

哈夫曼是一种无前缀编码,使用一种特别的方法为信号源中的每个符号设定二进制码,解码时不会混淆。其主要应用在数据压缩,加密解密等场合。可以与哈夫曼树进行结合生成。

给哈夫曼树的根节点分配比特0,左子树分配0,右字数分配1,一直递归下去,然后就可以得到符号的码值了。假设我有A,B,C,D,E五个字符,出现的频率(即权值)分别为5,4,3,2,1。

技术分享图片

这样结点对应的编码为:16 - > 100,20 - > 101,23 - > 110,24 - > 111,50 - > 0




以上是关于数据结构:哈夫曼树和哈夫曼编码的主要内容,如果未能解决你的问题,请参考以下文章

5678: 数据结构实验:哈夫曼树和编码

百度看到您的 请问 那个哈夫曼树和哈夫曼编码。。。跪谢!

数据结构:哈夫曼树和哈夫曼编码

霍夫曼树和霍夫曼编码以及霍夫曼编码的应用

哈夫曼树和哈夫曼编码

哈夫曼(Huffman)树和哈夫曼编码