哈夫曼树及哈夫曼编码

知识点一：哈夫曼树

给定n个权值作为n个叶子结点，构造一棵二叉树，若该树的带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree)。哈夫曼树是带权路径长度最短的树，权值较大的结点离根较近。

所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶结点的层数）。树的路径长度是从树根到每一结点的路径长度之和，记为WPL=（W1*L1+W2*L2+W3*L3+...+Wn*Ln），N个权值Wi（i=1,2,...n）构成一棵有N个叶结点的二叉树，相应的叶结点的路径长度为Li（i=1,2,...n）。可以证明哈夫曼树的WPL是最小的。

 

知识点二：哈夫曼编码

在数据通信中，需要将传送的文字转换成二进制的字符串，用0，1码的不同排列来表示字符。例如，需传送的报文为“AFTER DATA EAR ARE ART AREA”，这里用到的字符集为“A，E，R，T，F，D”，各字母出现的次数为{8，4，5，3，1，1}。现要求为这些字母设计编码。要区别6个字母，最简单的二进制编码方式是等长编码，固定采用3位二进制，可分别用000、001、010、011、100、101对“A，E，R，T，F，D”进行编码发送，当对方接收报文时再按照三位一分进行译码。显然编码的长度取决报文中不同字符的个数。若报文中可能出现26个不同字符，则固定编码长度为5。然而，传送报文时总是希望总长度尽可能短。在实际应用中，各个字符的出现频度或使用次数是不相同的，如A、B、C的使用频率远远高于X、Y、Z，自然会想到设计编码时，让使用频率高的用短码，使用频率低的用长码，以优化整个报文编码。

为使不等长编码为前缀编码(即要求一个字符的编码不能是另一个字符编码的前缀)，可用字符集中的每个字符作为叶子结点生成一棵编码二叉树，为了获得传送报文的最短长度，可将每个字符的出现频率作为字符结点的权值赋予该结点上，显然字使用频率越小权值越小，权值越小叶子就越靠下，于是频率小编码长，频率高编码短，这样就保证了此树的最小带权路径长度效果上就是传送报文的最短长度。因此，求传送报文的最短长度问题转化为求由字符集中的所有字符作为叶子结点，由字符出现频率作为其权值所产生的哈夫曼树的问题。利用哈夫曼树来设计二进制的前缀编码，既满足前缀编码的条件，又保证报文编码总长最短。

 

练习：

1.在哈夫曼编码中,若编码长度只允许小于等于4,则除了已对两个字符编码为0和10外,还可以最多对几个字符编码？

答：是4个：1100,1101,1110,1111

2.n个字符的哈夫曼编码中,各字符编码长度最大值为？

A、n    B、n-1    C、不大于n/2的最大的整数    D、大于n/2的最小的整数。

答：B，如图所示，因为构建哈夫曼树必须要用叶子结点组合生成树，但并不需要保证是满二叉树，所以会是n - 1层。

3.下列关于Huffman编码的描述，其中”不正确”的一个是：

A.赫夫曼编码是一种前缀编码

B.赫夫曼编码是一种等长编码

C.采用赫夫曼编码使得编码后的报文二进制串总长度尽可能短

D.在赫夫曼编码中，任意一个字符的编码都不可能是另一字符编码的前缀

答案：B

4.以下关于哈夫曼编码的叙述中，正确的是________。
A．哈夫曼编码是一种有损压缩方法
B．编码过程中需要根据符号出现的概率来进行编码
C．编码过程中需要建立“词典”
D．哈夫曼编码方法不能用于对静态图像进行压缩

答案：B。本题考查无损压缩技术中哈夫曼编码的基本概念。哈夫曼编码属于炳编码，是建立在信源的统计特性之上的无损压缩编码技术，按照信源符号出现的频度或概率排序后递归地自底向上建立编码树，即可得到变长信息编码。除炳编码外，词典编码也属于无损压缩编码，其基本思想是利用数据本身包含有重复代码这个特性。 静态图像的压缩编码可以采用无损压缩编码或有损压缩编码方法，需要视具体需求进行选择或组合多种编码方法。

5.下列关于Huffman编码的描述，其中”不正确”的一个是：

A.是一种不等长编码方式

B.是一种无失真的编码方式

C.得到的编码是唯一的

D.是最佳编码方式之一

答案：C。因为同一层上的结点，位置是可以互换的，哈夫曼树不唯一，所以编码方式不唯一。