贪心算法2——哈夫曼编码

【构造哈夫曼树】

假设有n个叶子结点，对应的权值分别是w1、w2、....，wn则哈夫曼树的构造如下：

（1）将w1，w2，....wn看成是有n课树的森林（每棵树仅有一个结点）。
（2）在森林中选出两个根结点权值最小的树合并，作为一棵新树的左、右子树，且新树的根结点权值为左、右子树结点权值之和。
（3）从森林中删除选取的两棵树，并将新树加入森林。
（4）重复执行（2）和（3），直到森林中只剩一棵树为止，该树即为所求的哈夫曼树。

【哈夫曼编码】

哈夫曼编码常应用在数据通信中，在数据传送时，需要将字符转换为二进制的字符串。例如，如果传送的电文是ACBAADCB,电文中有A、B、C和D四种字符，如果规定A、B、C和D的编码分别为00、01、 10和11,则上面的电文代码为00001011001,共16个二进制数。

在传送电文时，希望电文的代码尽可能的短。如果按照每个字符长度不等进行编码，出现频率高的字符采用尽可能短的编码，那么电文的代码长度就会减少。这可以利用哈夫曼树对电文进行编码，最后得到的编码就是长度最短的编码。具体构造方法如下:

假设需要编码的字符集合为｛c1,c2,...,cn｝相应的字符在电文中的出现次数｛w1,w2,...,wn｝，以字符c1,c2,...,cn作为叶子结点，以w1,w2,...,wn为对应叶子结点的权值构造一棵二叉树，规定哈夫曼树的左孩子分支为0,右孩子分支为1,从根结点到每个叶子结点经过的分支组成的0和1序列就是结点对应的编码。

例如，字符集合为{A.B.C,D}，各个字符相应的出现次数为{4,1,1,2}，将这些字符作为叶子结点，出现次数作为叶子结点的权值，相应的哈夫曼树如图.

从图中不难看出，字符A的编码为0，字符B的编码为110,字符C的编码为11,字符D的编码为10。因此，可以得到电文ACBAADCB的C的编码为，' 01111100010111110。这样就保证了电文的编码长度最短。

在设计不等长编码时，必须使任何一个字符的编码都不是另外一个字符编码的前缀。例如，字符A的编码为11,字符B的编码为110，则字符A的编码就称为字符B的编码的前缀。如果一个代码为 11010, 在进行译码时，无法确定是将前两位译为A,还是要将前三位译为B。但是在利用哈夫曼树进行编码时，不会出现-个字符的编码是另一 个字 符编码的前缀编码。

【分析】

构造哈夫曼树的过程利用了贪心选择的性质，每次都是从结点集合中选择权值最小的两个结点构造一个新树。 这就保证了贪心选择的局部最优的性质。

code：
 

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include <iostream>
typedef struct
{
	unsigned int weight;  /*权值*/
	unsigned int parent, LChild, RChild;  /*指向双亲、左右孩子结点的指针*/
} HTNode, *HuffmanTree;  /*存储哈夫曼树*/
typedef char *HuffmanCode;  /*存储哈夫曼编码*/
void CreateHuffmanTree(HuffmanTree *ht, int *w, int n);
void Select(HuffmanTree *ht, int n, int *s1, int *s2);
void CreateHuffmanCode(HuffmanTree *ht, HuffmanCode *hc, int n);
void main()
{
	HuffmanTree HT;
	HuffmanCode HC;
	int *w, i, n, w1;
	printf("***********哈夫曼编码***********\n");
	printf("请输入结点个数:");
	scanf("%d", &n);
	w = (int *)malloc((n + 1)*sizeof(int));
	printf("输入这%d个元素的权值:\n", n);
	for (i = 1; i <= n; i++)
	{
		printf("%d: ", i);
		//		fflush(stdin);
		scanf("%d", &w1);
		w[i] = w1;
	}
	CreateHuffmanTree(&HT, w, n);/*构造哈夫曼树*/
	CreateHuffmanCode(&HT, &HC, n);/*构造哈夫曼编码*/

	system("pause");
}
void CreateHuffmanTree(HuffmanTree *ht, int *w, int n)
/*构造哈夫曼树ht,w存放已知的n个权值*/
{
	int m, i, s1, s2;
	m = 2 * n - 1;    /*结点总数*/
	*ht = (HuffmanTree)malloc((m + 1)*sizeof(HTNode));
	for (i = 1; i <= n; i++)  /*初始化叶子结点*/
	{
		(*ht)[i].weight = w[i];
		(*ht)[i].LChild = 0;
		(*ht)[i].parent = 0;
		(*ht)[i].RChild = 0;
	}
	for (i = n + 1; i <= m; i++)  /*初始化非叶子结点*/
	{
		(*ht)[i].weight = 0;
		(*ht)[i].LChild = 0;
		(*ht)[i].parent = 0;
		(*ht)[i].RChild = 0;
	}
	printf("\n哈夫曼树为: \n");
	for (i = n + 1; i <= m; i++)   /*创建非叶子结点，建哈夫曼树*/
								   /*在(*ht)[1]~(*ht)[i-1]的范围内选择两个最小的结点*/
	{
		Select(ht, i - 1, &s1, &s2);
		(*ht)[s1].parent = i;
		(*ht)[s2].parent = i;
		(*ht)[i].LChild = s1;
		(*ht)[i].RChild = s2;
		(*ht)[i].weight = (*ht)[s1].weight + (*ht)[s2].weight;
		printf("%d (%d, %d)\n",
			(*ht)[i].weight, (*ht)[s1].weight, (*ht)[s2].weight);
	}
	printf("\n");
}
void CreateHuffmanCode(HuffmanTree *ht, HuffmanCode *hc, int n)
/*从叶子结点到根，逆向求每个叶子结点对应的哈夫曼编码*/
{
	char *cd;   /*定义的存放编码的空间*/
	int a[100];
	int i, start, p, w = 0;
	unsigned int c;
	hc = (HuffmanCode *)malloc((n + 1)*sizeof(char *));  /*分配n个编码的头指针*/
	cd = (char *)malloc(n*sizeof(char));  /*分配求当前编码的工作空间*/
	cd[n - 1] = '\0';  /*从右向左逐位存放编码，首先存放编码结束符*/
	for (i = 1; i <= n; i++)
		/*求n个叶子结点对应的哈夫曼编码*/
	{
		a[i] = 0;
		start = n - 1;  /*起始指针位置在最右边*/
		for (c = i, p = (*ht)[i].parent; p != 0; c = p, p = (*ht)[p].parent)
			/*从叶子到根结点求编码*/
		{

			if ((*ht)[p].LChild == c)
			{
				cd[--start] = '0';  /*左分支记作0*/
				a[i]++;
			}
			else
			{
				cd[--start] = '1';  /*右分支记作1*/
				a[i]++;
			}
		}
		/*为第i个编码分配空间*/
		hc[i] = (char *)malloc((n - start)*sizeof(char));
		strcpy(hc[i], &cd[start]); /*将cd复制编码到hc*/
	}
	free(cd);
	for (i = 1; i <= n; i++)
		printf("权值为%d的哈夫曼编码为:%s\n", (*ht)[i].weight, hc[i]);
	for (i = 1; i <= n; i++)
		w += (*ht)[i].weight*a[i];
	printf("带权路径为:%d\n", w);
}
void Select(HuffmanTree *ht, int n, int *s1, int *s2)
/*选择两个parent为0，且weight最小的结点s1和s2*/
{
	int i, min;
	for (i = 1; i <= n; i++)
	{
		if ((*ht)[i].parent == 0)
		{
			min = i;
			break;
		}
	}
	for (i = 1; i <= n; i++)
	{
		if ((*ht)[i].parent == 0)
		{
			if ((*ht)[i].weight < (*ht)[min].weight)
				min = i;
		}
	}
	*s1 = min;

	for (i = 1; i <= n; i++)
	{
		if ((*ht)[i].parent == 0 && i != (*s1))
		{
			min = i;
			break;
		}
	}
	for (i = 1; i <= n; i++)
	{
		if ((*ht)[i].parent == 0 && i != (*s1))
		{
			if ((*ht)[i].weight < (*ht)[min].weight)
				min = i;
		}
	}
	*s2 = min;
}

结果：