数据结构与算法(java版)第一季 - 17 哈夫曼树(了解即可)

目录

哈夫曼编码(Huffman Coding)

哈夫曼树

构建哈夫曼树

 构建哈夫曼编码

---

哈夫曼编码(Huffman Coding)

◼ 哈夫曼编码，又称为霍夫曼编码，它是现代压缩算法的基础

◼ 假设要把字符串【ABBBCCCCCCCCDDDDDDEE】转成二进制编码进行传输

 可以转成ASCII编码（65~69，1000001~1000101），但是有点冗长，如果希望编码更短呢？

可以先约定5个字母对应的二进制

✓ 对应的二进制编码： 000 001001001 010010010010010010010010 011011011011011011 100100

✓ 一共20个字母，转成了60个二进制位

 如果使用哈夫曼编码，可以压缩至41个二进制位，约为原来长度的68.3%

哈夫曼树

◼ 先计算出每个字母的出现频率（权值，这里直接用出现次数),[ABBBCCCCCCCCDDDDDDEE]

◼ 利用这些权值，构建一棵哈夫曼树（又称为霍夫曼树、最优二叉树）

◼ 如何构建一棵哈夫曼树？（假设有 n 个权值）

1. 以权值作为根节点构建 n 棵二叉树，组成森林

2. 在森林中选出 2 个根节点最小的树合并，作为一棵新树的左右子树，且新树的根节点为其左右子树根节点之和

3. 从森林中删除刚才选取的 2 棵树，并将新树加入森林

4. 重复 2、3 步骤，直到森林只剩一棵树为止，该树即为哈夫曼树

构建哈夫曼树

 构建哈夫曼编码

如上所示：我们已经了解了构建哈夫曼树的过程，接下来就是一个哈夫曼编码过程应用。

√ left为0，right为1进而可以得到5个字母对应的哈夫曼编码

 进而可以得知ABBBCCCCCCCCDDDDDDEE的哈夫曼编码是1110110110110000000001010101010101111

◼ 总结

 n 个权值构建出来的哈夫曼树拥有 n 个叶子节点(根据路径进行计算出来,叶子节点必然不是另一个叶子节点的前缀)

 每个哈夫曼编码都不是另一个哈夫曼编码的前缀,因此可以使用排除法进行得到相应的值.

 哈夫曼树是带权路径长度最短的树，权值较大的节点离根节点较近

 带权路径长度：树中所有的叶子节点的权值乘上其到根节点的路径长度。与最终的哈夫曼编码总长度成正比关系 (出现次数最多的编码是最短的,出现次数最少的,编码是最长的,这样可以大大减少空间).