Huffman编码

原理：

为了达到大的压缩率，以字符的使用频率作为权值构造一颗哈夫曼树，然后利用哈夫曼树对字符进行编码。

步骤：

①按照频率从小到大的顺序进行排列；

②每次从中选择出两个概率为最小的节点相加，形成一个新的节点，构造一个称为“Huffman树”的二叉树；

③对这个二叉树进行编码

 

例：对数据序列aaaa bbb cc d eeee fffffff 

       其概率分布为：a:4/22  b:3/22  c:2/22  d:1/22  e:5/22  f:7/22

       概率大小的排序为：d, c, b, a, e, f

按步骤构造出二叉树即可：

 这种方法是学《数字图像处理》时老师讲的，跟数据结构中提及的可能有一点点子不太一样，但是原理还是一样的，我个人认为这样构造二叉树更加方便，看到的同学可以了解一下哦~

 

求压缩比：

已知某文档仅包含6种不同的字符，其每个字符出现的频率如下表所示，采用霍夫曼编码对该文档压缩存储，则单词“face”的编码为（  ），该文档的压缩比为（  ）。

1)：【A】110001001101  【B】101000010100 【C】001101001100  【D】110101001100

(2)：【A】20%  【B】25%  【C】30%  【D】40%

 1）构造哈夫曼树，编码

将频率排序后，依次将频率最小的两个节点相加

 

得到face的编码为：1100 0 100 1101 选答案A

 需要注意，两个节点之间频率较大的那个分支为1，哈夫曼树构造好了之后从右往左看得到编码（这个哈夫曼树就相当于向右旋转了90度的二叉树）

2）计算压缩比

1. 2^2=4,2^3=8，所以6个字符最少需要3位二位进数表示，即每个字符用三位表示

2. 按照出现频率计算加权平均长度：字符位数 * 出现频率

a的位数 * 45% + b的位数 * 13% + c的位数 * 12% + d的位数 * 16% + e的位数 * 9%+ f的位数 * 5%

= 1 * 45% + 3 * 13% + 3 * 12% + 3 * 16% + 4 * 9%+ 4 * 5%

= 2.24位

3. 计算压缩比

未压缩长度为 3 ，压缩后平均长度为 2.24

(3 - 2.24)/3 ≈ 25%

选答案B