数据压缩编码：霍夫曼编码

一、霍夫曼编码基本思想

霍夫曼编码的基本思想是：对出现概率较大的符号取较短的码长，而对于概率较小的符号取较长的码长，它是一种变长码，通常称其为最优码。

二、霍夫曼编码原理

设某信源有几个符号，对应于各自拥有的概率。首先，将所有的符号按照它们的概率大小由大到小排列。编码时，从概率最小的两个符号开始选其中一路为0，一路为1，将这两个符号的概率相加，再将所有的概率按从大到小排列，多次重复上述步骤直到合并概率归一为止。

下面举个例子：

设有一个由5个不同符号组成的30个符号的字符串：BABACACADADABBCBABEBEDDABEEEBB，求该字符串的霍夫曼编码。

①首先，我们算出各个符号的概率：

P(A) = 8/30; P(B) = 10/30; P(C) = 3/30; P(D) = 4/30; P(E) = 5/30

②将上面五个符号按概率从大到小排列：

B:10/30

A:8/30

E:5/30

D:4/30

C:3/30

③接下来按上述方法合并，具体如下图所示：

                           

从右往左读，以C为例，与C相关的有7/30，12/30，所以C的码字为：010；以此类推，D的码字为011，E的码字为00，A的码字为10，B的码字为11。

因此该字符串的霍夫曼码为：

111011100101001010010100111001110111101011101100110001101110110000001111