哈夫曼树的构造及哈夫曼编码的输出
目录
一、实验目的及要求
目的:
深入理解哈夫曼树(Huffman Tree)的构建过程,并掌握如何根据字符的频率为其构造哈夫曼树。
要求:
1.实现一个程序,该程序能够根据给定的字符及其频率构建哈夫曼树。
2.输出每个字符的哈夫曼编码。
3.计算并输出平均查找长度。
二、实验内容
通信电文中8个字母分别是a;b;c;d;e;f;g;h,各字母出现的频率分别为:0.07,0.19,0.02,0.06,0.32,0.03,0.21和0.10,,要求编写一个程序exam2-1-2,根据各字母及出现频率构造出对应的哈夫曼树,输出对应的哈夫曼编码和平均查找长度。
三、实验设备与环境
1.Windows11
2.Codeblocks
四、实验设计方案
1. 实验步骤:
1.数据准备:
(一)确定8个字母及其对应的频率。
(二)确保所有频率之和为1。
2.构建哈夫曼树:
(一)使用给定的频率创建一个最小堆(优先队列)。
(二)重复以下步骤直到堆中只剩下一个节点:
(三)从堆中取出频率最小的两个节点。
(四)创建一个新的父节点,其频率为这两个节点频率之和。
(五)将新创建的父节点插入堆中。
3.生成哈夫曼编码:
从根节点开始,为每个节点生成其对应的哈夫曼编码。
4.计算平均查找长度:
(一)对于每个字符,计算其从根节点到该字符所在节点的路径长度。
(二)计算所有字符路径长度的总和,然后除以字符的总频率。
5.输出结果:
(一)输出每个字符的哈夫曼编码。
(二)输出平均查找长度。
2. 设计思想与算法描述:
设计思想:
使用优先队列(最小堆)来高效地选择频率最小的两个节点,从而构造出最优的哈夫曼树。此外,哈夫曼编码的生成是通过深度优先遍历来实现的,而平均查找长度的计算则是基于每个字符的路径长度和频率。
算法描述:
(一)使用优先队列来存储字符及其频率。初始时,每个字符都是一个节点,其频率为其在电文中出现的次数。
(二)当优先队列中有至少两个节点时,执行以下步骤:
从优先队列中取出频率最小的两个节点。
创建一个新的父节点,其频率为这两个节点的频率之和。将新节点插入优先队列中。
(三)当优先队列中只剩下一个节点时,该节点即为哈夫曼树的根节点。此时,已构建完成哈夫曼树。
(四)使用深度优先遍历的方式为每个字符生成其对应的哈夫曼编码。从根节点开始,向左的边表示0,向右的边表示1。遍历整棵树,为每个字符生成对应的哈夫曼编码。
(五)计算平均查找长度:对于每个字符,计算其从根节点到该字符所在节点的路径长度,然后将所有字符的路径长度与频率相乘并求和,最后除以所有字符的频率总和。
五、实验结果
六、附录源码
//构造哈夫曼树和哈夫曼编码的算法
#include <stdio.h>
#include <string.h>
#define N 50 //叶子结点数
#define M 2*N-1 //树中结点总数
typedef struct
{
char data[5]; //结点值
double weight; //权重
int parent; //双亲结点
int lchild; //左孩子结点
int rchild; //右孩子结点
} HTNode;
typedef struct
{
char cd[N]; //存放哈夫曼码
int start;
} HCode;
void CreateHT(HTNode ht[],int n0) //构造哈夫曼树
{ int i,k,lnode,rnode;
double min1,min2;
for (i=0;i<2*n0-1;i++) //所有节点的相关域置初值-1
ht[i].parent=ht[i].lchild=ht[i].rchild=-1;
for (i=n0;i<=2*n0-2;i++) //构造哈夫曼树的n0-1个节点
{ min1=min2=32767; //lnode和rnode为最小权重的两个节点位置
lnode=rnode=-1;
for (k=0;k<=i-1;k++) //在ht[0..i-1]中找权值最小的两个节点
if (ht[k].parent==-1) //只在尚未构造二叉树的节点中查找
{ if (ht[k].weight<min1)
{ min2=min1;rnode=lnode;
min1=ht[k].weight;lnode=k;
}
else if (ht[k].weight<min2)
{ min2=ht[k].weight;rnode=k; }
}
ht[i].weight=ht[lnode].weight+ht[rnode].weight;
ht[i].lchild=lnode;ht[i].rchild=rnode; //ht[i]作为双亲节点
ht[lnode].parent=i;ht[rnode].parent=i;
}
}
void CreateHCode(HTNode ht[],HCode hcd[],int n0) //构造哈夫曼树编码
{ int i,f,c;
HCode hc;
for (i=0;i<n0;i++) //根据哈夫曼树求哈夫曼编码
{ hc.start=n0;c=i;
f=ht[i].parent;
while (f!=-1) //循环直到无双亲节点即到达树根节点
{ if (ht[f].lchild==c) //当前节点是双亲节点的左孩子
hc.cd[hc.start--]='0';
else //当前节点是双亲节点的右孩子
hc.cd[hc.start--]='1';
c=f;f=ht[f].parent; //再对双亲节点进行同样的操作
}
hc.start++; //start指向哈夫曼编码最开始字符
hcd[i]=hc;
}
}
void DispHCode(HTNode ht[],HCode hcd[],int n0) //输出哈夫曼树编码
{
int i,k;
double sum=0,m=0;
int j;
printf(" 输出哈夫曼编码:\n"); //输出哈夫曼编码
for (i=0;i<n0;i++)
{
j=0;
printf(" %s:\t",ht[i].data);
for (k=hcd[i].start;k<=n0;k++)
{
printf("%c",hcd[i].cd[k]);
j++;
}
m+=ht[i].weight;
sum+=ht[i].weight*j;
printf("\n");
}
printf("\n 平均长度=%g\n",1.0*sum/m);
}
int main()
{
int n=8,i; //n表示初始字符串的个数
char *str[]={"a","b","c","d","e","f","g","h"};
double fnum[]={0.07,0.19,0.02,0.06,0.32,0.03,0.21,0.1};
HTNode ht[M];
HCode hcd[N];
for (i=0;i<n;i++)
{
strcpy(ht[i].data,str[i]);
ht[i].weight=fnum[i];
}
printf("\n");
CreateHT(ht,n);
CreateHCode(ht,hcd,n);
DispHCode(ht,hcd,n);
printf("\n");
return 1;
}