-
问题
-
现在我们要对a,b,c,d,e,f,g 7个字符进行编码,一种笨办法就是每个字符都用3bit进行编码,这样7个字符可以表示为000, 001, 010, 011, 100, 101, 110
-
按照上面的编码方式,如果a出现1次,b出现2次,c出现3次……那么这个文件一共要占(1+2+…+7) * 3 = 84bit
-
这样编码固然解决了无歧义性的问题,但是如果我们把g编码为11的话,即采用不等长编码的方式,那么其实也没有歧义的问题
-
歧义不歧义的根源在于,如果每个字符和其他字符的前缀编码不同,那么它们肯定就不会歧义,也就是说只要不出现a用11表示,b用110表示这种问题,就不会出现歧义
-
画个图表示就是下面这样
(0) 0 1 0 1 0 1 0 1 0 1 0 1 0 1
现在最下面一层是叶结点,a是最左下角的,b是a右边的……,g放在0110处也可以,放在011处也可以,因为放在哪都不会挡到其他字符的路径
另外这也说明了根节点的那个0是一个伪结点,它是永远不会用来编码字符的,因为只要放上去就会挡到其他字符
-
所以现在的需求就是:如果能让出现次数多的字符尽可能出现在靠近根结点的位置,那么编码这样的字符占用的位数就少,文件的总空间就小;另外就是注意不要让不同的字符有共同前缀,一定不要让一个字符挡到其他字符的编码路径
-
2_哈夫曼树和哈夫曼算法
最新推荐文章于 2023-04-14 23:39:32 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)