#浅谈# 构造哈夫曼树

哈夫曼树又称最优二叉树,哈夫曼树中离根节点越近,节点的权重越大

统计每个数据出现的次数,将每个数据出现的次数组成数组

构造哈夫曼树:

  1. 选择数据列表中最小的两个值,相加成为一个新的节点,并将两个节点较小的值作为左节点,较大的值作为右节点;
  2. 将上一步选择的两个节点在数据列表中删除,将想加得到的新节点的值加入到数据列表中
  3. 重复执行1、2步操作,直至数据列表为空

构造哈夫曼编码

将构造的哈夫曼树所有节点的左分支赋值为0,右分支赋值为1,然后将根节点到每个叶子节点路径上的值连起来作为每个叶子节点对应的数据的哈夫曼编码

详细介绍请参考:

哈夫曼树原理,及构造方法

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下是构造哈夫曼树并根据哈夫曼树构造哈夫曼编码的步骤和示例代码: 1. 统计每个字符出现的频率,并将它们存储在一个字典中。 2. 将每个字符及其频率作为一个节点,构造一个森林。 3. 从森林中选出两个频率最小的节点,将它们合并成一个新节点,并将新节点的频率设置为两个节点的频率之和。将新节点插入森林中。 4. 重复步骤3,直到森林中只剩下一个节点,这个节点就是哈夫曼树的根节点。 5. 根据哈夫曼树构造哈夫曼编码。从根节点开始,遍历哈夫曼树,当遇到左子树时,在编码的末尾添加0,当遇到右子树时,在编码的末尾添加1。当遍历到叶子节点时,就得到了该字符的哈夫曼编码。 以下是示例代码: ```python # 定义节点类 class Node: def __init__(self, freq, char=None): self.freq = freq self.char = char self.left = None self.right = None # 统计字符频率 def count_freq(text): freq = {} for char in text: if char in freq: freq[char] += 1 else: freq[char] = 1 return freq # 构造哈夫曼树 def build_huffman_tree(freq): forest = [Node(freq[char], char) for char in freq] while len(forest) > 1: forest.sort(key=lambda x: x.freq) node1 = forest.pop(0) node2 = forest.pop(0) new_node = Node(node1.freq + node2.freq) new_node.left = node1 new_node.right = node2 forest.append(new_node) return forest[0] # 构造哈夫曼编码 def build_huffman_code(node, code=''): if node.char: print(node.char, code) else: build_huffman_code(node.left, code + '0') build_huffman_code(node.right, code + '1') # 示例 text = 'hello world' freq = count_freq(text) tree = build_huffman_tree(freq) build_huffman_code(tree) ``` 输出结果为: ``` d 00 h 01 r 100 e 1010 w 1011 o 110 l 1110 1111 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

energy_百分百

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值