哈夫曼树及其应用

一、背景知识

• 节点的权：有某种现实含义的数值（如表示结点的重要性）
• 结点的带权路径长度：从根到该结点的路径长度与该结点上的权值相乘
• 树的带权路径长度：树的所有叶结点的带权路径长度之和（Weighted Path Length,WPL）

二、哈夫曼树

1、定义：

在含有n个带权叶结点的二叉树中，WPL最小的二叉树，也称最优二叉树

2、构造：

（1）将n个结点看作n棵只含有一个结点的二叉树，构成森林F
（2）构造一个新结点，从F中选择二棵根节点权值最小的树作为其左右子树，并将新结点的权值置为二者权值之和
（3）将新得到的树加入F中，并删除原来选择的两棵树
（4）重复步骤（2）和（3），直至F中只剩下一棵树

3、性质：

（1）每个初始结点都会变成叶结点，且权值越小离根节点越远
（2）结点总数为2n-1
（3）不存在度为1的结点
（4）构造并不唯一，但WPL必然相同且最优

4、哈夫曼编码：

情景设置：考场上，小渣想找老八要数学选择题的答案假设100题中有80题选C，10题选A，8题选B，2题选D，那么老八如何传递答案才能效率最高呢？（温馨提示：诚信考试，不要向主人公学习哦）

• 固定长度编码：每个字符用相等长度的二进制位表示
  如：A为00，B为01，C为10，D为11，则WPL=100*2=200
• 可变长度编码：允许用不等长的二进制位表示不同字符
  如：C=0，A为10，B为111，D为110（没错，之所以这样假设，是为了使WPL最小），WPL=80x1+10x2+8x3+2x3=130

Os：这个你可能会问了，那我将A改为1，WPL不是更小吗？
确实，因此我们要引出下一个概念

• 前缀编码：指的是没有一个编码是其他编码的前缀
  如果将A改为1，那么CAAABD：0111111110，毫无疑问，这个非前缀编码是有歧义的

此时我们可以利用之前的方法，将字符集的每个字符作为一个叶结点，出现频率作为结点的权值，构造哈夫曼树
Ps：哈夫曼树不唯一，所以哈夫曼编码也不唯一。对了，哈夫曼编码可用于数据压缩，非常

三、总结：

这是我们第一次体会到算法在实际场景中的应用，让我们真切地感受到算法的学习不是枯燥无味，它给计算机的发展提供了巨大的帮助，它的背后蕴含着无穷的能量，期待着我们去学习、去热爱、去探索、去创造。