贪心算法详解：哈夫曼编码

理解贪心算法

贪心算法是一种算法思想，并不是一个具体的算法，因此我们用两个例子来理解什么样的问题适合用贪心算法解决。

例一
现在有一个能装 100g 物品的背包，和一些可拆分的物品（见表格），怎么装才能使背包中物品价值最大？

物品	重量	价值
A	100g	100
B	60g	120
C	50g	150
D	20g	50

容易想到的方法是通过计算物品单价，从高到低往背包中放。

例二
在一个加权有向图中，求 A 到 G 的最短距离。

若依旧使用例一中的方法，则找到的路径是 A->B>D>E>G，明显不是最短的路径。

综述
例一和例二的相同点：

1. 要得到最终的结果，都需要多次决策，
   比如例一中每次决策选择一个物品，例二中每次决策选择一条路。

例一和例二的区别：

1. 例一中每次决策都不会影响后续的决策范围，即选择了一个物品后，下次选择范围仍然是所有物品，而例二中，第一次决策选择一条路后，第二次决策的可选项会受到第一次决策的影响。

假设我们给例一增加条件：物品 B 和 D 不能在背包中共存，如此，贪心算法便不可用了，因为当我们在某次决策中选择了物品 B 后，会影响到下一次决策。

贪心算法，就是在每一次决策时，都选择当前最优的选项。

贪心算法练习

钱币找零问题。
人民币有 1 元，5 元，10 元，20 元，50 元，100 元面值的钱，当我们要找零 98 元时，如何凑呢？

通常做法是从面值大的开始凑，即 1 张 50，2 张 20，1 张 5，4 张 1，可以得到 98。

区间覆盖问题
现在有几个区间[6,8],[2,4],[3,5],[1,5],[5,9],[8,0]，要求的是两两不相交的区间最多有几个？

解决思路，首先对这些区间排序，以右边值从小到大排序，右边值相同的情况下，按左边值从小到大排序，决策时，候选区间左端点不能与已选择的区间相交。

哈夫曼编码

假设现在有 10000 个字符，均是由a,b,c,d,e,f,g这7个字符构成，每个字符占 8 bit，一共需要占 80000 bit，思考如何压缩呢？

方法一：7 个字符可以使用 3 bit 来表示，因为 3 bit 可以表示 8 个字符
000,001,010,011,100,101,110,111，每个字符用 3 位表示，总大小为 30000 bit。

方法二：哈弗曼编码，统计 10000 个字符中，a,b,c,d,e,f,g的出现频率，频率高的编码少，频率低的编码多。

每个字符的编码都不等长的话，在解码的时候，为了避免出现歧义，字符的编码不能存在前缀关系。

计算哈夫曼编码一般是使用一个优先队列，将每个字符看做一个节点，节点的值是字符的出现频次，每次从队列中取两个节点，组合成一个节点，再入队。

字符	出现的频率	编码
a	45	0
b	13	101
c	12	100
d	16	110
e	9	1111
f	5	1110

以上述方法画出哈夫曼树：