Java如何实现哈夫曼编码

哈夫曼树

既然是学习哈夫曼编码，我们首先需要知道什么是哈夫曼树：给定n个权值作为n个叶子结点，构造一棵二叉树，若带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree)。哈夫曼树是带权路径长度最短的树，权值较大的结点离根较近。

 

哈夫曼编码

在日常计算机的使用中，我们一定会出现下面这种情况：假如给定a、b、c、d、e五个字符，它们在文本中出现的概率如下图所示：

字符	概率
a	0.12
b	0.40
c	0.15
d	0.05
e	0.25

我们现在要将文本编码成0/1序列从而使得计算机能够进行读取和计算。为了保证每个字符的独一性，所以我们给予不同的的字符以不同的编码。如果给每个字符赋予等长的编码的话，会使得平均的编码长度过长，影响计算时的性能，浪费计算机的资源(定长编码的缺点)。这时我们就想到了变长编码，理所当然的，给出现概率较大的字符赋予较短的编码，概率较小的字符赋予较长的编码，这样在计算的时候不就可以节省很多时间了吗？可这样我们又面临到了一个巨大的问题，我们来看下面这种情况，我们对字符进行编码：

字符	概率	编码
a	0.12	01
b	0.40	0
c	0.15	00
d	0.05	10
e	0.25	1

假设现在文本中的字符是bcd，转换之后的0/1序列为00010，可我们要在转换成文本的时候究竟是把第一位的0读作b还是把前两位的00读作c呢？为了解决这个问题，就又有了前缀码的概念。顾名思义，前缀码的含义就是任意字符的编码都不是其他字符编码的前缀。那么该如何形成前缀码呢？首先我们要构造一棵二叉树，指向左孩子的"边"记作0,指向右孩子的点记作“1”，叶子节点为代编码的字符，出现概率越大的字符离根的距离就越近。

字符	概率	编码
a	0.12	0100
b	0.40	1
c	0.15	0101
d	0.05	011
e	0.25	00

我们在前面提到：哈夫曼树的带权路径最小，所以有哈夫曼树构成的前缀码记作哈夫曼编码。哈夫曼作为已知的最佳无损压缩算法，满足前缀码的性质，可以即时解码。

哈夫曼编码（Huffman Coding），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&#