数据结构学习记录——哈夫曼树（什么是哈夫曼树、哈夫曼树的定义、哈夫曼树的构造、哈夫曼树的特点、哈夫曼编码）

qiyi.sky

已于 2023-05-10 09:52:18 修改

阅读量1.5k

点赞数

分类专栏：数据结构文章标签：数据结构学习

于 2023-05-10 08:00:00 首次发布

本文链接：https://blog.csdn.net/li13437542099/article/details/130544569

版权

数据结构专栏收录该内容

63 篇文章 3 订阅

订阅专栏

什么是哈夫曼树

我们先举个例子：

要将百分制的考试成绩转化成五分制的成绩

if(score < 60)
    grade = 1;
else if(score < 70)
    grade = 2;
else if(score < 80)
    grade = 3;
else if(score < 90)
    grade = 4;
else
    grade = 5;

这种情况其实是一棵判定树：

这种方式要看各成绩段的学生分布，如果60以下的同学比较多，那么判断的次数就会很少；但是如果90多的同学比较多的情况下，那么要判断4次的情况就会很多，整体的判断效率不高。

我们考虑学生成绩分布的概率：

分数段	0-59	60-69	70-79	80-89	90-100
比例	0.05	0.15	0.40	0.30	0.10

那么判断效率就为： $0.05\times 1+0.15\times 2+0.40\times 3+0.30\times 4+0.10\times 4 =\mathbf{3.15}$

现在我们想要让判断的效率更高一点，修改一下判定树：

这样的判断效率就为： $0.05\times 3+0.15\times 3+0.4\times 2+0.3\times 2+0.1\times 2 = \textbf{{\color{Red} 2.2}}$

写成代码就为：

if(score < 80)
{
    if(score < 70)
    {
        if(score < 60)
        {
            grade = 1;
        }
        else
        {
            grade = 2;
        }
    }
    else
    {
        grade = 3;
    }
}
else if(score < 90)
{
    grade = 4;
}
else
{   
    grade = 5;
}

如何根据结点不同的查找频率构造更有效的搜索树？

就涉及到了我们要讲的哈夫曼树

哈夫曼树的定义

带权路径长度（WPL）：设二叉树有n个叶子结点，每个叶子结点带有权值 $w_{k}$ ，从根结点到每个叶子结点的长度为 $l_{k}$ ，则每个叶子结点的带权路径长度之和就为： $WPL = \sum_{k = 1}^{n}w_{k}l_{k}$

最优二叉树或哈夫曼树：WPL最小的二叉树。

例：有五个叶子结点，它们的权值为{1,2,3,4,5}，用此权值序列可以构造出形状不同的多个二叉树。

哈夫曼树的构造

给出一个权值序列，构造出一棵哈夫曼树。

例：{1,2,3,4,5}

每次把权值最小的两棵二叉树合并，具体：

图解操作

哈夫曼树的构造是比较简单的，要找出两个最小值，就可以运用我们前面学过的最小堆来找了，这比从小到大排好序的效率会更高。下面我们来看一下代码的实现。

代码实现

typedef struct TreeNode *HuffmanTree;
struct TreeNode
{
    int Weight;
    HuffmanTree Left,Right;
}

HuffmanTree Huffman(MinHeap H)
{    /*假设H->Size个权值已经存在H->Elements[]->Weight里*/
    int i;
    HuffmanTree T;
    BuildMinHeap(H);/*将H->Elements[]按权值调整为最小堆*/
    for (i=1;i<H->Size;i++)
    {
        /*做H->Size-1次合并*/
        T=malloc( sizeof( struct TreeNode));/*建立新结点*/ 
        T->Left=DeleteMin(H);
        /*从最小堆中删除一个结点，作为新T的左子结点*/
        T->Riqht=DeleteMin(H);
        /*从最小堆中删除一个结点，作为新T的右子结点*/
        T->Weight=T->Left->Weiqht + T->Right->Weight;
            /*计算新权值*/
        Insert(H，T);/*将新T插入最小堆*/
    }
    T=DeleteMin(H);
    return T;  
}

代码解析

这段代码定义了一个结构体类型TreeNode和一个指向TreeNode类型的指针HuffmanTree。TreeNode结构体包含三个成员变量：Weight表示权值，Left表示左子树指针，Right表示右子树指针。

HuffmanTree指针类型可以指向TreeNode类型的对象，用于表示哈夫曼树的结点。

函数的输入参数是一个最小堆H，其中存储了每个字符出现的频率。

变量 i 的作用是用于循环合并最小堆中的结点，每次循环合并两个权值最小的结点，直到只剩下一个根结点。

T的作用是用于创建新的Huffman树结点，每次合并两个最小权值的结点时，都会创建一个新的结点T，并将两个最小权值结点作为T的左右子结点，然后将T插入到最小堆中。

最终，最小堆中只剩下一个根结点，即为Huffman树的根结点，返回该结点即可。

函数首先调用BuildMinHeap函数将H中的元素按照权值调整为最小堆。

然后进入for循环，将最小堆中的所有结点合并成一棵哈夫曼树：

首先，建立一个新的结点T，作为合并后的新结点。

然后，从最小堆中删除两个权值最小的结点，分别作为新结点T的左子结点和右子结点。

接着，计算新结点T的权值，即左子结点和右子结点的权值之和。

最后，将新结点T插入最小堆中。

这个过程会重复执行H->Size-1次，因为最终的哈夫曼树只有一个根结点，所以需要将所有结点合并成一个。

最后，从最小堆中删除最后一个结点，即哈夫曼树的根结点，

并返回该结点作为哈夫曼树的根。

哈夫曼树构造完成。整体的时间复杂度为 $O(N{log_{2}}^{N})$

哈夫曼树的特点

没有度为1的结点

哈夫曼树是一棵最优二叉树，每个叶子结点都对应着一个字符，

而每个非叶子结点都是两个子结点的父结点，表示两个字符的合并。

如果存在度为1的结点，那么这个结点只有一个子结点，就不能表示两个字符的合并，因此不符合哈夫曼树的定义。

n个叶子结点的哈夫曼树共有2n-1个结点

我们最开始学二叉树时，在其中提到了二叉树的几个重要性质。

“对任何非空二叉树T，若n0表示叶节点的个数，n2是度为2的非叶节点个数，那么两者满足关系n0 = n2 +1。”

因为哈夫曼树没有度为1的结点，叶结点为n个，那么度为2的非叶结点个数就为n-1个；

故而总结点数就等于n + （n - 1） = 2n - 1。

哈夫曼树的任意非叶结点的左右子树交换之后仍是哈夫曼树

交换哈夫曼树中任意非叶结点的左右子树时，它的深度和权值并没有发生改变，因此仍然满足哈夫曼树的定义。

对同一组权值{ $w_{1},w_{2},......,w_{n}$ },存在不同构的两棵哈夫曼树

对一组权值{1,2,3,3}，不同构的两棵哈夫曼树：

哈夫曼编码

不等长编码

抛出问题：给定一段字符串，如何对字符进行编码，可以使得该字符串的编码存储空间最少？

【例】假设有一段文本，包含58个字符，并由以下7个字符构成：a，e，i，s，t，空格（sp），换行（nl）；这7个字符出现的次数不同。如何对这7个字符进行编码，使得总编码空间最少？

【分析】

（1）用等长ASCII编码（ASCII占1个字节，8个比特位）：58 * 8 = 464位；

（2）用等长3位编码（因为只有7个字符，3位的编码足够表达8个对象）：58 * 3 = 174位；

（3）不等长编码：出现频率高的字符用的编码短些，出现频率低的字符则可以编码长些

怎么进行不等长编码呢？

我们不妨假设：

a：0

e：0

s：10

t：11

......

那么在这样的不等长编码下，1011是什么字符串的编码？

a e a a：1 0 1 1

a e t：1 0 1 1

s t：1 0 1 1

这样就出现了同一个编码，却译出不同的几个字符串了，即存在二义性。

要避免二义性，就要满足一个条件：前缀码

前缀码prefix code：任何字符的编码都不是另一字符编码的前缀

例如，s的前缀为1,而1就可以理解为a，这就不符合前缀码的条件了。

二叉树用于编码

为了保证我们的编码不出现二义性，我们可以用二叉树来编码。

用二叉树编码：

（1）左分支：0

（2）右分支：1

（3）字符只在叶结点上

【例】现有四个字符的频率：a：4，u：1，x：2，z：1。

前面说过的前缀码，是当字符出现在叶结点时；如果字符出现在非叶结点上，就说明它不满足前缀码的条件：

所以这就是为什么用二叉树来编码时，字符只在叶结点上。

接下来的问题是，怎么样构造才能使得付出的代价最小？

看到刚才举的例子：

这就和我们讲哈夫曼树时是差不多的情况，我们根据频率来把二叉树重构一下：

这样不存在二义性，代价也最小。

哈夫曼编码实例

【例】

$C_{i}$	a	e	i	s	t	sp	nl
$f_{i}$	10	15	12	3	4	13	1

用上面学过的构造哈夫曼树的方法，每次选取最小的两个值构造二叉树，整个过程如下

最终构造出来的哈夫曼编码树：

end

学习自：MOOC数据结构——陈越、何钦铭

qiyi.sky

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
数据结构学习记录——哈夫曼树（什么是哈夫曼树、哈夫曼树的定义、哈夫曼树的构造、哈夫曼树的特点、哈夫曼编码）

我们先举个例子：要将百分制的考试成绩转化成五分制的成绩grade = 1;grade = 2;grade = 3;grade = 4;这种情况其实是一棵判定树：这种方式要看各成绩段的学生分布，如果60以下的同学比较多，那么判断的次数就会很少；但是如果90多的同学比较多的情况下，那么要判断4次的情况就会很多，整体的判断效率不高。分数段0-5960-6970-7980-8990-100比例0.050.150.400.300.10。
复制链接

扫一扫

专栏目录