Huffman树

Huffman树

哈夫曼树，也叫最优二叉树，含n个带权叶子结点带权路径长度最短的二叉树。

基本概念：

• 路径长度？ 路径上所经历边的数目。
• 结点的权？ 结点所经路径被赋予的权重。
• 树的带权路径长度？ 树中所有叶子结点带权路径长度之和。（WPL = ∑ WL）

构造算法

将n个结点（每个结点带有一定权值）构造为一棵Huffman树：

1. n个结点自成森林集；
2. 选取两棵权值最小的树作左右子树构成一棵新树（新结点权值为左右子树权值之和），森林集中删除左右子树，将新树加入到现有森林集；
3. 重复步骤2至森林集剩一棵树，此树即为Huffman树；

Huffman编码

基本编码方式可分为：

• 固定长度编码，例如ASCII编码；
• 可变长度编码，例如电文；

可变长度编码译码时可能存在歧义，因此可变长度的编码都采用前缀编码，避免产生歧义。如果说要使得大多数情况下，字符串总的编码长度尽可能短，也就是说要让使用次数多的字符尽量使用较短的编码。这样一个编码过程，可以将字符视为叶结点，频次看作权重，生成一棵Huffman树，左右孩子分支分别编码为0、1，从根出发到对应叶子结点产生的二进制序列，即为对应叶子字符的编码。（依据Huffman树生成原理，我们可以知道访问到权重大（频次高）的结点的路径是相对较短的，也就是此字符编码序列相对较短）