数据结构——哈夫曼树的基本概念

1 定义

给定N个权值作为N个叶子结点，构造一棵二叉树，若该树的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。

路径长度：将路径上的分支总数称为路径长度

带权路径长度：根结点到任意结点的路径长度（经过的边数）与该结点的权值的乘积称为该节点的带权路径长度

2 哈夫曼树的构造

给定N个权值分别为w1,w2,...,w的节点，通过哈夫曼算法可以构造出最优二叉树，算法描述如下

1）将这N个结点分别作为N棵仅含一个结点的二叉树，构成森林F.

2)  构造一个新结点，并从F中选取两棵根结点权值最小的树作为新结点的左右子数，并将新结点的权值置为左、右子树上根节点的权值之和。

3）从F中删除刚才选出的两棵树，同时将得到的树加入到F中。

4）重复2）和 3）,直至F中只剩下一棵树为止。

3 哈夫曼树的特点

1）每个初始节点都成为叶子结点，并且权值越小的结点到根结点的路径长度越大。

2）构造过程中共新建了N-1个结点（双分支结点），因此哈夫曼树中结点总数为2N-1。

3)  每次构造都选择2棵树作为新结点的孩子，因次哈夫曼树中不存在度为1的结点。

4 哈夫曼树的应用

哈夫曼编码：数据压缩编码，可变长度编码

前缀编码：没有一个编码是另一个编码的前缀

构造哈夫曼编码

权值作为字符出现的频度，我们可以将字符的编码解释为从根至该字符路径上的标记的序列

标记为0表示转向左孩子，标记为1表示转向右孩子