非线性表——哈夫曼树

8.7哈夫曼树

哈夫曼树（最优二叉树）：带权路径长度最小的二叉树。

路径：从树中一个结点到另一个结点之间的分支。

路径长度：路径上的分支数。

结点的权：给树的每个结点赋予的实数。

结点的带权路径长度：该结点到根结点之间的路径长度与结点上权的乘积。

树的带权路径长度：

8.7.1构造哈夫曼树

（2）在森林中选取两棵根结点权值最小的树作左右子树，构造一棵新的二叉树，置新二叉树根结点权值为其左右子树根结点权值之和；

(3)在森林中删除这两棵树，同时将新的二叉树加入森林中；

(4)重复上述(2)(3)两步，直到森林中只含一棵树为止，即为哈夫曼树。

例：

有4个结点，权值分别为7，5，2，4，构造有4个叶子结点的哈夫曼树。

解：

 

 

 例：

有8个结点，权值分别为5,29,7,8,14,23,3,11，构造有8个叶子结点的哈夫曼树。

解：

 

8.7.2哈夫曼树的特点

权值最大的叶子结点离根结点最近；

该树上无度为1的结点存在;

一棵有n个叶子结点的Huffman树有2n-1个结点。（因为是二叉树）

例：

对n(n>=2)个权值均不相同的字符构成哈夫曼树，下列关于该哈夫曼树的叙述中，错误的是______。

A．该树一定是一棵完全二叉树  

B．树中一定没有度为1的结点

C．树中两个权值最小的结点一定是兄弟结点

D．树中任一非叶结点的权值一定不小于下一层任一结点的权值

答案：A

8.7.3哈夫曼编码

根据字符出现频率编码，使电文总长最短。

若对每个字符设计长度不等的编码，且出现次数较多的字符尽可能采取短的编码，则可减少总长。

若编码长度不等，则任一字符的编码都不能成为另一字符编码的前缀。

首先，根据字符出现频率构造Huffman树；

然后，结点左孩子的分支标“0”，右孩子的分支标“1”；

每个字符的编码即为从根到每个叶子的路径上得到的0、1序列。

例题：

要传输的字符集D={C,A,S,T，；}，字符出现频率 w={2,4,2,3,3}，

构造字符的哈夫曼编码，画出最优二叉树，并求编码的平均长度。

注：编码的平均长度为字符出现的概率乘以字符编码长度，再求和。

                                  

 

编码的平均长度=16/7

例题：

电文是{ CAS;CAT;SAT }，其编码是？

 解：

11010111011101000011111000

从Huffman树根开始，从待译码电文中逐位取码。若编码是“0”，则向左走；若编码是“1”，则向右走，一旦到达叶子结点，则译出一个字符；再重新从根出发，直到电文结束。

例题：

若接收的电文为：“1101000”，对应的原字符序列？

 解：

译文只能是“CAT”

8.7.4哈夫曼算法实现

结点类型：

typedef struct {
   int weight;
   int parent,lchild,rchild;
   //记录父、左右孩子的数组下标
}HTNode,*HuffmanTree;

 

 字符的哈夫曼编码存储类型定义：

typedef char  *HuffmanCode[N+1];

 （1、2、3、4编号对应的是结点7、5、2、4）

 

void HuffmanCoding( HuffmanTree HT,HuffmanCode HC,int *w,int n)

{

  if(n<=1) return;//n为叶子结点
  m=2*n-1;//树中无度为1的结点，因此总结点数为n+n-1
  
  HT=(HuffmanTree)malloc((m+1)*sizeof(HTNode));
  //1-n号单元存放叶子结点，进行初始化
  for(p=HT+1,i=1;i<=n;++i,++p,++w)  
      *p={ *w,0,0,0 }; //每个结点都有四个域，权值，左右孩子，双亲
  for(;i<=m;++i,++p) *p={ 0,0,0,0 };
      //初始化非叶子结点的值，都设为0

for( i=n+1; i<=m; ++i ) 
{ 
    Select ( HT, i-1, s1,s2 );//在ht[1]到ht[i-1]的范围内选择两个parent为0且weight最小的结点，将序号分别赋值给s1,s2
    HT[s1].parent=i;   HT[s2].parent=i; 
    HT[i].lchild=s1;   HT[i].rchild=s2;   
    HT[i].weight=HT[s1].weight+HT[s2].weight;
}


}

 

 

哈夫曼编码：

//给每一个叶子结点写上哈夫曼编码（01组成的）
HC=(HuffmanCode)malloc((n+1)*sizeof(char *));

cd=(char *)malloc(n*sizeof(char));
cd[n-1]=‘\0’;//cd就是每个叶子结点的哈夫曼编码域

//f是双亲结点，c是当前结点
for( i=1; i<=n; ++i ) //0不用，i是各个叶子结点的标号
{  
    start=n-1;
    for( c=i, f=HT[i].parent;//第一个叶子结点的标号是1
         f!=0;//双亲结点不为0，即还没遍历到最后一个结点（离根最近的结点）
         c=f,f=HT[f].parent )//下一循环是该节点的双亲节点
      
        if( HT[f].lchild==c )  cd[--start]=‘0’;//若该节点是它双亲结点的左孩子
        else   cd[--start]=‘1’;
    
    HC[i]= ( char * ) malloc ( (n-start) *sizeof( char ) );
    strcpy( HC[i], & cd[ start ] );
}

free(cd);