算法分析——Huffman Tree

目录

问题描述

具体代码：

---

问题描述

哈夫曼树是一种特定类型的二叉树，用于数据压缩算法中，特别是在哈夫曼编码的创建中。在哈夫曼树中，每个叶节点代表数据中的一个唯一符号，每个内部节点代表一组符号。树是使用贪婪算法构建的，该算法在每一步将两个最低频率的符号合并为一个单个节点，直到所有符号合并为单个根节点。

生成的哈夫曼树用于为每个符号生成一组可变长度的编码，对于频率更高的符号分配较短的编码，对于频率较低的符号分配较长的编码。这允许对原始数据进行高效压缩，因为最常见的符号可以用较少的位表示。

哈夫曼树广泛用于文件压缩算法中，例如在JPEG和MP3文件格式中使用，以减少数据的大小而不丢失任何信息。

本文主要分析贪心算法求解哈夫曼编码问题。

---

解题思路

使用二叉树来表示前缀码，每个字符都是树的叶子结点，非叶子结点则不代表任何字符。将每个字符构造成结点形成结点集S，每次都从结点集S中选出频率最低的两个结点x和y作为子节点进行建树，为这两个子结点构造一个父节点，父节点不保存任何字符，父节点的频率为两个子节点频率之和，将两个子节点从S中移走，将父节点加入S中。不断迭代下去，直到S只剩一个结点时，这个结点就是树的根节点。这样我们就得到了一棵Huffman树，整个过程就是一个自底向上的建树过程。由于从根节点到每个叶子节点有且仅有一条路径，所以，每个叶子的路径都是不一样的，唯一的。我们把从根节点到叶子节点的路径记录下来，便可作为叶子节点上字符的编码。初始化编码为空，从根节点开始，往左走则编码加0，往右走则编码加1。

具体代码：

#include <iostream>
#include <queue>
using namespace std;

// 哈夫曼树节点结构
struct Node {
    char data;
    int freq;
    Node* left;
    Node* right;

    Node(char d, int f) : data(d), freq(f), left(nullptr), right(nullptr) {}
};

// 用于比较节点频率的函数对象
struct CompareNode {
    bool operator()(Node* a, Node* b) {
        return a->freq > b->freq;
    }
};

// 构建哈夫曼树
Node* buildHuffmanTree(char data[], int freq[], int n) {
    priority_queue<Node*, vector<Node*>, CompareNode> pq;

    for (int i = 0; i < n; i++) {
        Node* newNode = new Node(data[i], freq[i]);
        pq.push(newNode);
    }

    while (pq.size() > 1) {
        Node* left = pq.top();
        pq.pop();
        Node* right = pq.top();
        pq.pop();

        Node* parent = new Node('$', left->freq + right->freq);
        parent->left = left;
        parent->right = right;

        pq.push(parent);
    }

    return pq.top();
}

// 打印哈夫曼编码
void printHuffmanCodes(Node* root, string code) {
    if (root == nullptr) {
        return;
    }

    if (root->data != '$') {
        cout << root->data << ": " << code << endl;
    }

    printHuffmanCodes(root->left, code + "0");
    printHuffmanCodes(root->right, code + "1");
}

int main() {
    char data[] = { 'a', 'b', 'c', 'd', 'e', 'f' };
    int freq[] = { 5, 9, 12, 13, 16, 45 };
    int n = sizeof(data) / sizeof(data[0]);

    Node* root = buildHuffmanTree(data, freq, n);
    printHuffmanCodes(root, "");

    return 0;
}