Python实现Huffman算法求最优二叉树

        Huffman算法基本步骤（离散数学p336）：
        给定实数w1,w2,.....,wt.

        1.作t片树叶，分别以w1,w2,...,wt为权。
        2.在所有入度为0的顶点(不一定是树叶)中选出两个权最小的顶点，添加一个新分支点，它以这2个顶点为儿子,其权等于这2个儿子的权之和.
        3.重复2，直到只有1个入度为0的顶点为止。
        W(T)等于所有分支点的权之和。

        Huffman算法是求最优二叉树的一种算法，利用求得的最优二叉树可以获得2元前缀码。

        算法原理不是很难，利用python中的networkx库可以轻松解决。

一·通过给定的权值生成最优二叉树

        利用networkx中的各种函数翻译出来即可。就是要注意一下用合适的pos进行画图，不然画出来的根本看不懂。使用multipartite_layout参数可以将节点按subset属性自动对齐。

import networkx as nx
import matplotlib.pyplot as plt

def Huffman(w):     #w为权值列表
    g = nx.DiGraph()
    l = 0

    for i in w:
        g.add_node(l, weight=i,checker=0,parent=0)
        l = l + 1
    #生成所有树叶，权值为所给权值
    listw = w
    listw.sort()

    while len(listw) >= 2:
        w0 = listw[0]
        w1