哈夫曼问题

参考：https://blog.csdn.net/qq_29519041/article/details/81428934
http://c.biancheng.net/view/3398.html

什么是哈夫曼树

哈夫曼树，即最优二叉树，是一类带权路径长度最短的树
所谓树的带权路径长度，就是树中所有的叶节点的权值，乘上其到根节点的路径长度（若根节点为0层，页结点到根节点的路径长度为叶节点的层数）。整个树的带权路径长度是从树根到每一结点的带权路径长度之和。

怎么理解这句话：以下图为例：

上面这颗二叉树的叶节点为a,b,c,d, 则各个叶节点的路径长度分别为：
a->1;b->2;c->3;d->3;
且叶结点a的带权路径长度为 1x1；叶节点b的带权路径长度为3x2；叶节点c的带权路径长度为2x3；叶节点d的带权路径长度为5x3；
那么整颗数的带权路径长度为1x1+3x2+2x3+5x3 = 28
那么什么是哈夫曼树呢? 就是当n个带权的叶节点试图构建一棵树时，所构建的所有树中带权路径长度最小的那个树就是哈夫曼树。

如何实现哈夫曼树

构建哈夫曼树，就要满足权值较高的那个离根节点更近的原则。
具体的构建流程大致如下：
假设将n个带权叶节点进行构建，如：A->31;B->62;c->26;D->12;E->42;F->34;
1：首先，从这n个结点中选两个权值最小的结点，将这两个结点作为一个新结点的孩子结点。小的在右，大的在左。这个新结点的权值为这两个结点权值之和。然后将这两个结点从这n个结点中删除。将新结点放到其余结点集合中。
那么剩下的结点为：A->31;B->62;E->42;F->34;DC->38
构建的二叉树为：

重复1过程，则剩下的结点为：B->62;E->42;DC->38；AF->65;
构建的树形结构为：

继续重复1过程，则剩下的结点为：B->62;AF->65;DCE->80；
构建的树形结构为：

继续重复1过程，则剩下的结点为：BAF>127;DCE->80；
构建的树形结构为：

重复1过程，则剩下的结点为：DCEBAF->207,构建的树形结构为

那么DCEBAF结点就位根节点。并且此时构建 的树就为哈夫曼树。

哈夫曼树的代码实现：

//首先要使用一个结构来作为哈夫曼树的结点，由哈夫曼树的构建过程我们可以知道，这个结点包含：权重，父节点，左子节点，右子节点
typedef struct 
{
 int weight;//结点权重
 int parent, left, right;//父结点、左孩子、右孩子在数组中的位置下标
}HTNode, *HuffmanTree;//定义结点以及结点数组
//然后我们要构建一个函数来得到n个结点中最小的两个结点，其思想为;
//从结点起始位置开始，首先找到两个无父结点的结点（说明还未使用其构建成树），
//然后和后续无父结点的结点依次做比较，有两种情况需要考虑：
//如果比两个结点中较小的那个还小，就保留这个结点，删除原来较大的结点；
//如果介于两个结点权重值之间，替换原来较大的结点；
//函数实现为：
//HT数组中存放的哈夫曼树，end表示HT数组中存放结点的最终位置，s1和s2传递的是HT数组中权重值最小的两个结点在数组中的下标
void Select(HuffmanTree HT, int end, int &s1, int &s2)
{
 int min1, min2;//两个结点的权重，
 //遍历数组初始下标为 1
 int i = 1;
 //找到还没构建树的结点
 while (HT[i].parent != 0 && i <= end)
 {
  i++;
 }//一直遍历到当HT中的结点没有父节点时(parent==0)，且保证i不到达没有存储结点的位置
 min1 = HT[i].weight;//先找到其中一个叶节点，将权值赋值给min1
 s1 = i;
 i++;//i+1表示找下一个叶节点
 while (HT[i].parent != 0 && i <= end)
 {
  i++;
 }//此时的i为下一个叶节点的下标
 //对找到的两个结点比较大小，让min2为大的，min1为小的
 if (HT[i].weight < min1)
 {
  min2 = min1;
  s2 = s1;
  min1 = HT[i].weight;
  s1 = i;
 }
 else
 {
  min2 = HT[i].weight;
  s2 = i;
 }
 //两个结点和后续的所有未构建成树的结点做比较 
 for (int j = i + 1; j <= end; j++)
 {
  //如果有父结点，直接跳过，进行下一个
  if (HT[j].parent != 0)
  {
   continue;
  }
  //如果比最小的还小，将min2=min1，min1赋值新的结点的下标
  if (HT[j].weight < min1)
  {
   min2 = min1;
   min1 = HT[j].weight;
   s2 = s1;
   s1 = j;
  }
  //如果介于两者之间，min2赋值为新的结点的位置下标
  else if (HT[j].weight >= min1 && HT[j].weight < min2)
  {
   min2 = HT[j].weight;
   s2 = j;
  }
 }
}
//接下来创建哈夫曼树
//HT为哈夫曼树的数组，w为存储结点权重值的数组，n为结点个数
void CreateHuffmanTree(HuffmanTree &HT, int *w, int n)
{
 if (n <= 1) return; // 如果只有一个编码就相当于0
 int m = 2 * n - 1; // 哈夫曼树总节点数，n就是叶子结点
 HT = (HuffmanTree)malloc((m + 1) * sizeof(HTNode)); //因为我们要让parent的下标为0，所以0号位置不用
 HuffmanTree p = HT;
 // 初始化哈夫曼树中的所有叶子结点
 for (int i = 1; i <= n; i++)
 {
  (p + i)->weight = *(w + i - 1);
  (p + i)->parent = 0;
  (p + i)->left = 0;
  (p + i)->right = 0;
 }
 //从树组的下标 n+1 开始初始化哈夫曼树中除叶子结点外的结点
 for (int i = n + 1; i <= m; i++)
 {
  (p + i)->weight = 0;
  (p + i)->parent = 0;
  (p + i)->left = 0;
  (p + i)->right = 0;
 }
 //构建哈夫曼树
 //构建哈夫曼树
 for (int i = n + 1; i <= m; i++)//每构建一次都要产生一个新结点
 {
  int s1, s2;
  Select(HT, i - 1, s1, s2);//得到最下结点的下标
  (HT)[s1].parent = (HT)[s2].parent = i;//将这两个结点的父节点共同表示为新结点
  //新结点的左右孩子及新权重
  (HT)[i].left = s1;
  (HT)[i].right = s2;
  (HT)[i].weight = (HT)[s1].weight + (HT)[s2].weight;
 }
}

哈夫曼编码

如上图，将0放左边，1放右边，则ABCDEF的编码为：
A：110
B:10
C:001
D:000
E:01
F：111