5.2哈夫曼树与哈夫曼编码

哈夫曼树与哈夫曼编码

什么是哈夫曼树

• 判定树
• 考虑学生成绩的分布的概率
  • 查找效率
• 修改判定树
  • 根据结点不同的查找概率构造更有效的搜索树
• 哈夫曼树的定义
  • 带权路径长度（WPL）：设二叉树有n个叶子节点，每个叶子节点带有权值$W_k$，从根结点到每个叶子结点的长度为$I_k$，则每个叶子结点的带权路径长度之和就是:$WPL={\sum }_{k=1}^n{w}_k{l}_k$
  • 最优二叉树或哈夫曼树：WPL最小的二叉树

哈夫曼树的构造

• 每次把权值最小的两棵二叉树合并

typedef struct TreeNode *HuffmanTree;
struct TreeNode{
    int Weight;
    HuffmanTree Laft, Right;
};
HuffManTree Huffman( MinHeap H )
{ // 假设H->Size个权值已经存在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) );//建立新结点
        T->Left = DeleteMin(H);
        	//从最小堆中删除一个结点，作为新T的左子结点
        T->Right = DeleteMin(H);
        	//从最小堆中删除一个结点，作为新T的右子结点
        T->Weight = T->Left->Weight+T->Right->Weight;
        	//计算新权值
        Insert( H, T ); //将新T插入最小堆
    }
    T = DeleteMin(H);
    return T;
}

• 整体复杂度为O(N logN)

哈夫曼树的特点

• 没有度为1的结点
• n个 叶子结点的哈夫曼树共有2n-1个结点
• 哈夫曼树的任意非叶结点的左右子树交换后仍为哈夫曼树
• 对同一组权值，存在不同构的哈夫曼树，但WPL值相同

哈夫曼编码

• 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
    • 左右分支：0、1
    • 字符只出现在叶结点上
• 怎么构造一棵编码代价最小的二叉树？
  • 哈夫曼树（无二义、代价小）