【 数据结构 】哈夫曼树与哈夫曼编码

• 定义：按照字符的频率（频数）构建最优树，即把频率小的树尽可能放在深层节点，频率大的树放在浅层节点，从而使得所有叶子节点的带权路径和最小。这样做的好处是依照路径重新对叶子节点的字符进行01编码，从而使高频率的字符编码短，低频率字符的编码长，这种不定长的编码可以使得最终文本长度减小，实现数据压缩；

• // 树节点数据结构
  typedef struct tnode{
      char c;
      int weight;
      struct tnode *left, *right;	 //此时为链表
      // unsigned int left, right; //也可以为 int，此时为数组
  }

 

• 哈夫曼树的构造：由于哈夫曼树是最优树，即节点的度为 0 或 2，因此具有 n 个叶子节点的树的总结点个数为 2n-1 个，对于具有 n 个字符的数据进行建树：

1. 开辟长度为 2n+1 的数组空间arr， 1~n为叶子节点，n+1~2n 是非叶子节点，0 空间不使用；

2. int m = n*2 - 1
   for(int i = n+1; i <= m; i++){
       select(arr, i-1, left, right); // 从 [1,i]间选择最小的两个子节点
       //令 left, right 分别为 i 的子节点
       //令 i 为 left, right 的父节点，权值为其和
   }
   // 即可完成树的构建，其中 arr[m]存放的是根节点

    

• 获取字符的哈夫曼编码

1. // 先序遍历树结构，路径即为结果
   char path[MAX_SIZE];
   char code[SIZE][MAX_SIZE]; // 存放所有字符的编码
   traversalHuffmanTree(&root, path, 0); // 获取编码
   
   void traversalHuffmanTree(tnode *root, char* path, int len){
       if(root == NULL)    return ;
       if(root->left == NULL && root->right == NULL){
           path[len] = '\0'; //叶子节点，结束符
           strcpy(code[root->c], path]); // 将编码赋值到 root 的字符对应编码位置
           return ;
       }
       // 左子树路径为 0
       path[len] = '0';
       traversalHuffmanTree(root->left, path, len+1);
       // 右子树路径为 1
       path[len] = 1;
       traversalHuffmanTree(root->right, path, len+1);
   }
   

    

2. 文件压缩：依照编码依次对相应字符进行重新编码组成字符串，将每 8 位的字符串转化为 unsigned char 类型压缩存储