算法 - 哈夫曼(Huffman)编码

概念

哈夫曼（Huffman）编码算法是基于二叉树构建编码压缩结构的，它是数据压缩中经典的一种算法。算法根据文本字符出现的频率，重新对字符进行编码。因为为了缩短编码的长度，我们自然希望频率越高的词，编码越短，这样最终才能最大化压缩存储文本数据的空间。

哈夫曼二叉树

哈夫曼二叉树是一颗带有权重的二叉树，权重为数据中每个字符出现的频率。并且哈夫曼二叉树权重有低到高遵循从左到右，从下到上（即：权重低的靠左，在最下层）。

构建哈夫曼二叉树

例如：已知一个文件中出现的各字符及其对应的频率如下表所示。

字符	a	b	c	d	e	f
频率（%）	45	13	12	16	9	5

一、初始队列：按字符出现的频率从左到右递增排列。

f	e	c	b	d	a
5	9	12	13	16	45

二、合并：由左到右进行合并，依次构建二叉树。

三、重新调整队列：每次合并完成，需对合并后的权重值从新排序，依次类推（所有二叉树叶子均为字符权重值，所有字符权重值均为二叉树叶子）。

哈夫曼编码

我们把二叉树分支中左边的支路编码为0，右边分支表示为1，依次遍历这颗二叉树获取得到所有字符的编码。