最优前缀编码（贪心算法）

1.问题

2.解析
构造最优前缀码的贪心算法就是哈夫曼算法
实例：
字符集：C={a,b,c,d,e,f,g,h}
权重：{5，5，10，10，10，15，20，25}


a的哈夫曼编码为:0110
b的哈夫曼编码为:0111
c的哈夫曼编码为:000
d的哈夫曼编码为:001
e的哈夫曼编码为:010
f的哈夫曼编码为:110
g的哈夫曼编码为:111
h的哈夫曼编码为:10

哈夫曼算法正确性证明：

引理1：设C是字符集，任意c∈C，f©为频率，x,y∈C，f(x),f(y)频率最小，那么存在最优二元前缀码使得x,y码字等长，且仅在最后一位不同。
引理2：设T是二元前缀码所对应的二叉树，任意x,y∈C，x,y是树叶兄弟，z是x,y的父亲，令T’=T-{x,y}，且令z的频率f(z)=f(x)+f(y)，T’是对应于二元前缀码C’=(C-{x,y})∪{z}的二叉树，那么B(T)=B(T’)+f(x)+f(y)。
定理：哈夫曼算法对任意规模为n(n>=2)的字符集C都得到关于C的最优前缀码的二叉树





3.设计
Huffman算法：
输入：C={x1,x2,…,xn}字符集，每个字符的频率f(xi),i=1,2,…,n.
输出：Q
n<-|C|
Q<-C //按频率递增构成队列 Q
for i<-1 to n-1 do
z<-Allocate-Node()
z.left<-Q中最小元 //取出Q中最小元作为z的左儿子
z.right<-Q中最小元 //取出Q中最小元作为z的右儿子
f(z)<-f(x)+f(y)
Insert(Q,z)
return Q

4.分析
O(nlogn)频率排序；for循环O(n)，插入操作O(logn)，算法时间复杂
度是O(nlogn)
5.源码
https://github.com/Marvisss/Huffman/blob/main/%E6%9C%80%E4%BC%98%E5%89%8D%E7%BC%80%E7%A0%81