【数据结构】(十四)哈夫曼树

【数据结构】(十四)哈夫曼树

(一)哈夫曼树说明:
在这里插入图片描述
带权路径长度最小的算法 == 路径长度(根到此节点的路径长度) x 权值(此结点的值)的总和。(如下图第三颗树的路径长度最短为哈夫曼树)
在这里插入图片描述
(二)基本思想:
在这里插入图片描述
步奏如下:

  • 先初始化一个W,随后找其中最小的两个结点连接起来形成树,再将W中的最小两个节点删除,最后将所形成的树放入数组。

在这里插入图片描述
然后继续重复此操作:
在这里插入图片描述
在重复找最小的两颗树合并:
在这里插入图片描述
(三)算法结构:
在这里插入图片描述
在这里插入图片描述
(三)实现代码思路:
在这里插入图片描述
在这里插入图片描述
将合并的数值存入接下来的空数组中,然后把其节点的双亲的值修改为4(4是5所在数组的位数,也就是下标),同时将5的左右孩子的序号改为0,3,之后依次循环直到填满位置(初始时开辟的数组的位数是2n-1个,包含已有的结点)
在这里插入图片描述

最终生成(哈夫曼树)表为:
在这里插入图片描述
伪代码:

  • 首先传入三个东西,哈夫曼数组,所给要形成树的结点数组,和结点数。

  • 之后将几个结点的数值赋给哈夫曼树的前几位。

  • 之后在哈夫曼树的n位到2n-1位进行查找生成树(select函数是找到最小节点并合并传入)

在这里插入图片描述

在这里插入图片描述
代码哈夫曼树:

#include <iostream>
using namespace std;
#include <string>

struct Node
{
   
	int dat
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
是一种带权路径长度最短的二叉,也称为最优二叉。在哈中,每个叶子节点都有一个权值,而非叶子节点没有权值。哈的构造过程是通过贪心算法实现的,即每次选择权值最小的两个节点合并成一个新节点,直到最后只剩下一个节点为止。哈的应用非常广泛,其中最常见的应用是数据压缩。 以下是构造哈和哈编码的步骤: 1. 统计每个字符出现的频率,并将它们作为叶子节点的权值。 2. 将所有的叶子节点按照权值从小到大排序。 3. 选择权值最小的两个节点合并成一个新节点,新节点的权值为这两个节点的权值之和。 4. 将新节点插入到原来的节点序列中,并重新按照权值从小到大排序。 5. 重复步骤3和步骤4,直到只剩下一个节点为止,这个节点就是哈的根节点。 6. 对于每个叶子节点,从它到根节点的路径上标记0或1,得到每个字符的哈编码。 以下是Python实现哈和哈编码的代码: ```python import heapq from collections import defaultdict def huffman_encoding(data): # 统计每个字符出现的频率 freq = defaultdict(int) for c in data: freq[c] += 1 # 将每个字符作为一个叶子节点,并将它们加入到优先队列中 heap = [[weight, [char, ""]] for char, weight in freq.items()] heapq.heapify(heap) # 合并节点,构造哈 while len(heap) > 1: left = heapq.heappop(heap) right = heapq.heappop(heap) for pair in left[1:]: pair[1] = '0' + pair[1] for pair in right[1:]: pair[1] = '1' + pair[1] heapq.heappush(heap, [left[0] + right[0]] + left[1:] + right[1:]) # 得到每个字符的哈编码 huffman_code = dict(heapq.heappop(heap)[1:]) return huffman_code def huffman_decoding(data, huffman_code): # 将哈编码转换为反向字典 reverse_code = {v: k for k, v in huffman_code.items()} # 解码数据 current_code = "" decoded_data = "" for bit in data: current_code += bit if current_code in reverse_code: decoded_data += reverse_code[current_code] current_code = "" return decoded_data ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值