哈夫曼树与哈夫曼编码

全知识整理目录

数据结构整理的目录包括了许多的数据结构相关知识。

---

目录

概述

基本概念

构造哈夫曼树（过程）

构造哈夫曼树（代码）

哈夫曼编码

---

概述

什么是哈夫曼树呢？

哈夫曼树，又称为最优二叉树。给定n个权值作为n个叶子节点，构造一颗二叉树，若树的带权路径长度达到最小，则这棵树称为哈夫曼树。

简易理解：带权路径长度（WPL）最小的树就是哈夫曼树，WPL=所有叶子节点的权值*路径长度。

基本概念

路径长度：经过一个结点，路径长度就要+1，下图根节点到c的路径长度为3。

权值：每个结点都有一个权值（通常情况下，为了统一哈夫曼树，左边通常是小的权值结点）。

WPL(带权路径长度)：WPL=7*1+5*2+3*(2+4)

构造哈夫曼树（过程）

构造哈夫曼树的基本步骤：

1. 在给定权值中，选出最小的两个权值，对应两个结点组成一个新的二叉树，且新结点为两个左右孩子权值的和。
2. 再选权值最小的结点，作为第一次组成的二叉树的根节点的兄弟结点。

这样就能排列出，一颗哈夫曼树。下面给出具体的步骤：

首先选出最小的两个结点（c，d）构成树。

再选出最小结点（b）和根节点构成二叉树。

再选出最小结点（a）和根节点构成二叉树。

得到最后的哈夫曼树。

构造哈夫曼树（代码）

结点构成

typedef struct{
    int weight;    //结点的权值
    int parent,left,right;    //父节点，左孩子，右孩子在数组中的位置下标。
}HTNode,*HuffmanTree;

哈夫曼树查找算法

//HT是哈夫曼树，end是HT数组存放结点的最后位置，s1.s2是传递数组种权重最小的那两个结点的位置
void Select(HuffmanTree HT, int end, int *s1, int *s2)
{
    int min1, min2;
    //遍历数组初始下标为 1
    int i = 1;
    //找到还没构建树的结点
    while(HT[i].parent != 0 && i <= end){
        i++;
    }
    min1 = HT[i].weight;
    *s1 = i;
   
    i++;
    while(HT[i].parent != 0 && i <= end){
        i++;
    }
    //对找到的两个结点比较大小，min2为大的，min1为小的
    if(HT[i].weight < min1){
        min2 = min1;
        *s2 = *s1;
        min1 = HT[i].weight;
        *s1 = i;
    }else{
        min2 = HT[i].weight;
        *s2 = i;
    }
    //两个结点和后续的所有未构建成树的结点做比较
    for(int j=i+1; j <= end; j++)
    {
        //如果有父结点，直接跳过，进行下一个
        if(HT[j].parent != 0){
            continue;
        }
        //如果比最小的还小，将min2=min1，min1赋值新的结点的下标
        if(HT[j].weight < min1){
            min2 = min1;
            min1 = HT[j].weight;
            *s2 = *s1;
            *s1 = j;
        }
        //如果介于两者之间，min2赋值为新的结点的位置下标
        else if(HT[j].weight >= min1 && HT[j].weight < min2){
            min2 = HT[j].weight;
            *s2 = j;
        }
    }
}

哈夫曼编码

哈夫曼编码就是在哈夫曼树的基础上建立的，这种编码的有点是，使用最少的字符，包含最多的信息。

对于树种的每一个子树，统一规定其左孩子标记为0，统一规定其右孩子标记为1。用到那个字符就从哈夫曼树的根节点开始，经过依次写出结点的标记，最终得到的就是哈夫曼编码。

所以，文本字符出现的次数越多就越接近树根，编码长度越短。

 如上图所示：字符a的哈夫曼编码是0，字符b的编码为10，字符c的编码为110，字符d的编码为111。