哈夫曼树和哈夫曼编码

哈夫曼树

哈夫曼树是一种带权路径长度最短的二叉树，也称最优二叉树：

它们的带权路径长度为：
图a：WPL = 5 * 2 + 7 * 2 + 2 * 2 + 13 * 2 = 54 图b：WPL = 5 * 3 + 2 * 3 + 7 * 2 + 13 * 1 = 48
可见，图b的带权路径长度较小，图b就是哈夫曼树(最优二叉树)

构建哈夫曼树

1. 将所有左、右子树都为空的节点作为根节点。
2. 在森林中选出两棵根节点的权值最小的树作为一棵新树的左、右子树，并更新新树的附加节点的权值为左、右子树上根节点的权值之和。(左子树权值应小于右子树权值)
3. 从森林中删除这两棵树，同时把新树加入到森林中。
4. 重复2、3步，直到森林中只有一棵树为止，此树便是哈夫曼树。
   图解建树过程
   
   
   
   

哈夫曼编码

利用哈夫曼树求得的用于通信的二进制编码称为哈夫曼编码. 树中，从根到每个叶子节点都有一条路径，对路径上各分支约定指向左子树的分支表示“0”码，指向右子树的分支表示“1”码，取每条路径上的“0”或“1”的序列作为各个叶子节点对应的字符编码，称为哈夫曼编码. 用上图的例子来说：
A,B,C,D对应的哈夫曼编码分别为：111,10,110,0

哈夫曼编码&压缩

哈夫曼在通信领域有很多的用途，将需要传输的数据转换01串，相比直接传输极大提高了传输的速率，同时还是数据压缩的重要方法。

哈夫曼压缩思路

假设一字符串为：“abcabcabcabcabcabcddddddddd”，统计各字符出现次数：
字符 出现次数
a 6
b 6
c 6
d 9
按照一般存储方法，一个字符占用一个字节，共占用空间 (6 + 6 + 6 + 9) * sizeof(char) = 27字节，27字节确实不算什么，但是如果是海量数据的话，就必须考虑存储空间的问题了。 我们试着建立哈夫曼树：
把出现次数当做权重，出现次数越多的话就越靠近根节点，编码也就越短：

上面的字符串就转换成了“0001,1000,0110,0001,1000,0110,0001,1000,0110,1111,1111,1111,1111,11”，按位储存。之前的27字节的字符串就转化成了7字节(不足补零)，这就达到了压缩的效果。

小结：利用哈夫曼树的特点，权重越大越靠近根节点，编码也就越短，将字符出现次数作为权重，文本中出现次数最多的字符就被压缩成了很短的编码.