数据结构——HuffmanTree

Huffman tree

基本术语

• 路径和路径长度
  • 路径：在一棵树中，从一个结点往下可以达到的孩子或子孙结点之间的通路。
  • 结点的路径长度：从一个结点到另一个结点的路径上分支的数目。
• 结点的权及带权路径长度
  • 结点的权:将树中结点赋予一个有着某种含义的数值。
  • 结点的带权路径长度：从根结点到该结点之间的路径长度与该结点的权的乘积。
• 树的带权路径长度
  • 树中所有叶子结点的带权路径长度之和。
• 赫夫曼树（ Huffman tree ）
  • 带权路径长度达到最小的二叉树即为赫夫曼树。

在所有含 n 个叶子结点、并带相同权值的二叉树中，必存在一棵其带权路径长度取最小值的树，称为“最优二叉树”。

构造 Huffman tree

基本思想：使权大的结点靠近根

• 根据给定的 n 个权值 {w1, w2, …, wn}，构造 n 棵二叉树的集合F = {T1, T2, … , Tn}，其中每棵二叉树中均只含一个带权值 为 wi 的根结点,其左、右子树为空树;
• 在 F 中选取其根结点的权值为最小的两棵二叉树，分别作为左、
  右子树构造一棵新的二叉树，并置这棵新的二叉树根结点的权值为其左、右子树根结点的权值之和;
• 从F中删去这两棵树，同时加入
  刚生成的新树;
• 重复上述两步，直至 F 中只含一棵树为止。

哈夫曼构造算法实现

一棵有 n 个叶子结点的Huffman树有 2n-1 个结点

• 采用顺序存储结构—一维结构数组
• 结点类型定义

  typedef struct {
  	ElemType elem;  // 结点值
  	int weight;  // 权值
  	int parent, lch, rch;
  }HTNode, *HuffmanTree;
  

• 构造HuffmanTree
  • 输入初始n个叶子结点：置HT[1…n]的weight值
  • 进行以下n-1次合并，依次产生HT[i]，i=n+1…2n-1：
    • 在HT[1…i-1]中选两个未被选过的weight最小的两个结点HT[s1]和HT[s2] (从parent = 0 的结点中选)
    • 修改HT[s1]和HT[s2]的parent值： parent=i
    • 置HT[i]：weight=HT[s1].weight + HT[s2].weight ,lch=s1, rch=s2

  Status CreatHuffmanTree(HuffmanTree HT, int n){
  	if (n <= 1)  // 结点数量不合法
  		return ERROR;
  	int m = 2 * n - 1;
  	int i;
  	int s1, s2;
  	HT = new HTNode[m + 1];  // 0号单元未用，HT[m]表示根结点   
  	for (i = 1;i <= m;++i) {
  		HT[i].lch = 0;
  		HT[i].rch = 0;
  		HT[i].parent = 0;
  	}
  	for (i = 1;i <= n;++i)
  		// 输入权值
  		cin >> HT[i].weight;
  	for (i = n + 1;i <= m;++i) {
  		// 构造Huffman树
  		Select(HT, i - 1, &s1, &s2);  // 在HT[k](1≤k≤i-1)中选择两个其双亲域为0, 且权值最小的结点, 并返回它们在HT中的序号s1和s2
  		if (s1 != 0 && s2 != 0) {
  			HT[s1].parent = i;
  			HT[s2].parent = i;  //表示从F中删除s1,s2
  			HT[i].lch = s1;
  			HT[i].rch = s2;  //s1,s2分别作为i的左右孩子
  			HT[i].weight = HT[s1].weight + HT[s2].weight;  //i 的权值为左右孩子权值之和
  		}
  	}
  	return OK;
  }
  

哈夫曼树的应用

哈夫曼编码

• 算法实现

  Status CreatHuffmanCode(HuffmanTree HT, HuffmanCode& HC, int n) {
  	if (n <= 1)
  		return ERROR;
  	int start, i;
  	int f = 0, c;
  	HC = new char* [n + 1];
  	char* cd = new char[n];
  	cd[n - 1] = '0';
  	for (i = 1; i <= n; ++i) {
  		while (f != 0) {
  			// 从叶子结点开始向上回溯，直到根结点
  			start = n - 1;
  			c = i;
  			f = HT[i].parent;
  			if (HT[f].lch == c) cd[start] = '0';
  			else cd[start] = '1';
  			c = f;
  			f = HT[f].parent;
  		}
  		HC[i] = new char[n - start];  // 编码数组
  		strcpy(HC[i], &cd[start]);
  	}
  	delete cd;
  	cd = NULL;
  	return OK;
  }
  

• 重要结论
  • 哈夫曼编码是不等长编码
  • 哈夫曼编码是前缀编码，即任一字符的编码都不是另一字符编码的前缀
  • 哈夫曼编码树中没有度为1的结点。若叶子结点的个数为n，则哈夫曼编码树的结点总数为 2n-1
  • 发送过程：根据由哈夫曼树得到的编码表送出字符数据
  • 接收过程：按左0、右1的规定，从根结点走到一个叶结点，完成一个字符的译码。反复此过程，直到接收数据结束