哈夫曼树的编码原理及实战分析

今天我们分享哈夫曼树的编码原理及实战：

首先我们通过一道面试题来引出哈夫曼树，试题如下：

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

【例子】假设一段文本，包含58个字符，并且由以下7个字符构成:a,b,c,d,e,f,g；这7个字符出现的频次不同，如何对这7个字符进行编码，使得总编码空间最小。

字符	a	b	c	d	e	f	g
频次	10	15	12	3	4	13	1

一、、 常见解决思路：

1、【分析】

1)用等长ASCII编码：58×8=464位；

2)用等长3位编码：58×3=174位；

3)不等长编码：出现频次高的字符用的编码短些，出现频次低的编码长些。

【编码长度】 10×3+15×2+12×2+3×5+4×4+13×2+1×5=146位；

字符	a	b	c	d	e	f	g
频次	10	15	12	3	4	13	1
编码长度	3	2	2	5	4	2	5

 

3、使用二叉树解决编码问题：

使用二叉树如何进行编码？

1)二叉左右分支：0、1

2)字符随便放？

4个频次最高的字符：

字符	a	b	c	f
频次	10	15	12	13

1011是什么字符串的编码呢？可能代表如下结果，如下图：

1 0 1 1	f b f f
1 0 1 1	f b a
1 0 1 1	c a

 如何避免二义性？

字符只在叶节点上（就不会有二义性），即只代表一种结果：

1 0 1 1

f b

解决方案如同：

4、

5、

二、使用哈夫曼树的解决方案：

1、什么是哈夫曼树：

哈夫曼树： 构造一棵二叉树，该树的带权路径长度达到最小， 称为最优二叉树，也称为哈夫曼树(Huffman Tree)。

2、构造哈夫曼树方式

1)每次把权值最小的两棵二叉树合并。

2)左节点权值比右节点小。

3、如上面试题的解决方案：

字符	a	b	c	d	e	f	g
频次	10	15	12	3	4	13	1
编码	111	10	00	11011	1100	01	11010

【编码长度】 10×3+15×2+12×2+3×5+4×4+13×2+1×5=146位；

 

4、编码流程图演示：绿色节点是两个子节点的合并，里面没有具体值。

1)首次组合：最小频次的两个

2)第二次组合，依次取最小的频次的数据

3)第三次构造，按照次思路继续操作

4)第四步流程：

5)第五步流程

6)第六步后完成编码

5、用java代码实现此树的编码：

public class NandaoHuffmanTree{
    //节点
    public static class Node<E> {
        E data; //数据
        int weight; //权重
        Node leftChild; //左子节点
        Node rightChild;//右子节点

        public Node(E data, int weight) {
            super();
            this.data = data;
            this.weight = weight;
        }

        public String toString() {
            return "Node[" + weight + ",data=" + data + "]";
        }
    }

    public static void main(String[] args) {
        List<Node> nodes = new ArrayList<Node>();
        //把节点加入至list中
        nodes.add(new Node("a", 10));
        nodes.add(new Node("b", 15));
        nodes.add(new Node("c", 12));
        nodes.add(new Node("d", 3));
        nodes.add(new Node("e", 4));
        nodes.add(new Node("f", 13));
        nodes.add(new Node("g", 1));
        //进行哈夫曼树的构造
        Node root = NandaoHuffmanTree.createTree(nodes);
        //打印哈夫曼树
        printTree(root);
    }

    /**
     * 构造哈夫曼树
     *
     * @param nodes
     *            节点集合
     * @return 构造出来的哈夫曼树的根节点
     */
    private static Node createTree(List<Node> nodes) {
        //如果节点node列表中还有2个和2个以上的节点
        while(nodes.size()>1){
            //什么是最小的，list表进行排序，增序的方式， 0,1，
            sort(nodes);//排序方式是增序的
            Node left = nodes.get(0);//权重最小的
            Node right = nodes.get(1);//权重第二小的
            //生成一个新的节点（父节点），父节点的权重为两个子节点的之和
            Node parent = new Node(null,left.weight+right.weight);
            //树的连接，让子节点与父节点进行连接
            parent.leftChild = left;
            parent.rightChild = right;
            nodes.remove(0);//删除最小的
            nodes.remove(0);//删除第二小的。
            nodes.add(parent);
        }
        return nodes.get(0); //返回根节点
    }
    /**
     * 冒泡排序，用于对节点进行排序（增序排序）
     *
     * @param nodes
     */
    public static void sort(List<Node> nodes) {
        if (nodes.size() <= 1)
            return ;
        /*循环数组长度的次数*/
        for (int i = 0; i < nodes.size(); i++){
            /*从第0个元素开始，依次和后面的元素进行比较
             * j < array.length - 1 - i表示第[array.length - 1 - i]
             * 个元素已经冒泡到了合适的位置，无需进行比较，可以减少比较次数*/
            for (int j = 0; j < nodes.size() - 1 - i; j++){
                /*如果第j个节点比后面的第j+1节点权重大，交换两者的位置*/
                if (nodes.get(j + 1).weight < nodes.get(j).weight) {
                    Node temp = nodes.get(j + 1);
                    nodes.set(j+1,nodes.get(j));
                    nodes.set(j,temp);
                }
            }
        }
        return ;
    }

    /*
     * 递归打印哈夫曼树(先左子树，后右子树打印)
     */
    public static void printTree(Node root) {
        System.out.println(root.toString());
        if(root.leftChild !=null){
            System.out.print("left:");
            printTree(root.leftChild);
        }
        if(root.rightChild !=null){
            System.out.print("right:");
            printTree(root.rightChild);
        }
    }
}

6、执行结果：

 到此哈夫曼树的编码原理及实战分析完成，下篇分析平衡二叉树，敬请期待！