哈夫曼编码

一、哈夫曼编号：

又称霍夫曼编码，是一种编码方式，哈夫曼编码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫做Huffman编码（有时也称为霍夫曼编码）。是一种高效的编码方式，在信息存储和传输过程中用于对信息进行压缩。

把人类能看懂的各种信息，转换成计算机能够识别的二进制形式，被称为编码。
编码的方式可以有很多种，我们大家最熟悉的编码方式就属ASCII码了。
在ASCII码当中，把每一个字符表示成特定的8位二进制数，比如：

显然，ASCII码是一种等长编码，也就是任何字符的编码长度都相等。

等长编码
优点：因为每个字符对应的二进制编码长度相等，容易设计，也很方便读写。
缺点：计算机的存储空间以及网络传输的宽带是有限的，等长编码最大的缺点就是编码结果太长，会占用过多的资源。

为什么这么说呢？让我们来看一个例子：

假如一段信息当中，只有A，B，C，D，E，F这6个字符，如果使用等长编码，我们可以把每一个字符都设计成长度为3的二进制编码：

如此一来，给定一段信息 “ABEFCDAED”，就可以编码成二进制的 “000 001 100 101 010 011 000 100 011”，编码总长度是27。

这样的编码方式是最优的设计吗？如果我们让不同的字符对应不同长度的编码，结果会怎样呢？比如：

如此一来，给定的信息 “ABEFCDAED”，就可以编码成二进制的 “0 00 10 11 01 1 0 10 1”，编码的总长度只有14。

这样的编码设计可一使总长度大大缩短，但是这样设计会带来歧义，如A的编码是0，B的编码是00，那么000既可能代表AB也可能代表AAA，所有这种不定长的代码是不能随意设计的。

问题：什么样的前缀编码能使得电文总长最短？

      ——哈夫曼编码

方法：

1、统计字符集中每个字符在电文中出现的平均概率(概率越大，要求编码越短)。
2、利用哈夫曼树的特点:权越大的叶子离根越近;将每个字符的概率值作为权值，构造哈夫曼树。则概率越大的结点，路径越短。
3、在哈夫曼树的每个分支上标上0或1:
 结点的左分支标0,右分支标1
 把从根到每个叶子的路径上的标号连接起来，作为该叶子代表的字符编码

两个问题：