实验二 -2 哈夫曼树的构造及哈夫曼编码

哈夫曼树的构造及哈夫曼编码的输出

目录

哈夫曼树的构造及哈夫曼编码的输出

一、实验目的及要求

二、实验内容

三、实验设备与环境

四、实验设计方案

五、实验结果

六、附录源码

---

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;
}