哈夫曼树/哈夫曼编码概念基础理解

1 引言
　　哈夫曼（Huffman）编码算法是基于二叉树构建编码压缩结构的，它是数据压缩中经典的一种算法。算法根据文本字符出现的频率，重新对字符进行编码。因为为了缩短编码的长度，我们自然希望频率越高的词，编码越短，这样最终才能最大化压缩存储文本数据的空间。
　　假设现在我们要对下面这句歌词“we will we will r u”进行压缩。我们可以想象，如果是使用ASCII码对这句话编码结果则为：119 101 32 119 105 108 108 32 119 101 32 119 105 108 108 32 114 32 117（十进制表示）。我们可以看出需要19个字节，也就是至少需要152位的内存空间去存储这些数据。
　　很显然直接ASCII码编码是很浪费空间的，Unicode就更不用说了，下面我们先来统计一下这句话中每个字符出现的频率。

2.哈夫曼树的基本概念
        哈夫曼树通常以二叉树的形式出现，所以也称最优二叉树，是一类带权路径长度最短的树

首先得知道下以下几个术语：

        路径：从树中的一个结点到另一个结点之间的分支构成这两点之间的路径

        路径长度：路径上的分支数目称作路径长度

        树的路径长度：从树根到每一个结点的路径长度之和

        权：赋予某个实体的一个量

        结点的带权路径长度：从该结点到树根之间的路径长度与结点上权的乘积

        树的带权路径长度：树中所有叶子结点的带权路径长度之和