哈夫曼树和哈夫曼编码

哈夫曼树与哈夫曼编码

什么是哈夫曼树（Huffman Tree)

定义：带权路径长度（WPL）：设二叉树有n个叶子结点，每个叶子结点带有权值wk，从根结点到每个叶子结点的长度为lk,则每个叶子结点的带权路径长度之和就是：

最优二叉树或哈夫曼树：WPL最小的二叉树

例将百分制的考试成绩转换为五分制的成绩

判定树：
查找效率：比例*查找次数
修改判定树：
修改后的查找效率：
得出结论可以根据结点不同的查找频率构造更有效的搜索树

哈夫曼树的构造

每次把权值最小的两棵二叉树合并 形成一个新的结点

typedef struct TreeNode *HuffmanTree;
struct TreeNode{
int Weight;
HuffmanTree Left,Right;
}
HuffmanTree Huffman(MinHeap H)
{
/*假设H->Size个权值已经存在在H->Elements[]->Weight里*/
int i;HuffmanTree T;
BuildMinHeap(H);/*将H->Elements[]按权值调整为最小堆*/
for (i=1;i<H->Size;i++){/*做H->Size-1次合并*/
T=malloc(sizeof(struct TreeNode));   /*建立新的结点*/
T->Left=DeleteMin(H);/*从最小堆中删除一个结点，作为新T结点的左子结点*/
T->Right=DeleteMin(H);/*从最小堆中删除一个结点，作为新T结点的右子结点*/
T->Weight=T->Left->Weight+T->Right->Weight;/*计算新的权值*/
Insert(H,T);/*将新T插入到最小堆*/
}
T=DeleteMin(H);
return T;

}

哈夫曼编码

已经知道频率不一样，怎样编码效率最高
怎么进行不等长编码？
如何避免二义性？
前缀码：任何字符的编码都不是另一字符编码的前缀，可以无二义地编码

二叉树用于编码

（1）左右分支：0、1
（2）字符只在叶结点上
用二叉树来构造编码，只要对象在叶结点上就不会出现二义性

怎么构造一颗编码代价最小的二叉树？
构造一个哈夫曼树，对应上0、1