软件设计师 --哈夫曼树的一个经典问题

题目如下:

有很多人反应,他们怎么做都做不出正确的答案,结果发过他们画的哈夫曼树的图以后,发现图完全是错误的;

如下图所示:


为什么错误的,因为在遇到有两个权重为17的树的时候,没有遵循选择矮树的原则;

正确的哈夫曼树如下:


这样就能得出正确答案了。


总结:在绘制哈夫曼树的时候,要遵循一下原则:

(1)左子树的权重小于右子树(这个一般人都会注意的,因为哈夫曼树是二叉树,是有序的)

(2)遇到权重相同的,选比较矮的那个(why?因为这样我们的整个哈夫曼树才会尽可能的矮,编码才尽可能的短);

生成过程如下:















  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
哈夫曼树编码是一种用于数据压缩的算法,它通过构建一棵哈夫曼树来实现对数据的压缩。下面是一个简单的实现: 1. 统计各个字符出现的频率,生成字符和频率的列表。 2. 将字符和频率列表按照频率从小到大排序。 3. 从频率最小的两个字符开始构建哈夫曼树,将它们合并成一个节点,并将它们的频率相加作为该节点的频率。 4. 将新生成的节点插入到字符和频率列表中,重新按照频率从小到大排序。 5. 重复步骤3和4,直到只剩下一个节点为止,这个节点就是哈夫曼树的根节点。 6. 根据哈夫曼树的结构,生成每个字符的编码,将每个字符的编码存储在一个编码表中。 下面是一个 Python 实现的例子: ``` python import heapq import collections from collections import Counter # 构建哈夫曼树 def build_huffman_tree(freq_map): heap = [[freq, [char, ""]] for char, freq in freq_map.items()] heapq.heapify(heap) while len(heap) > 1: lo = heapq.heappop(heap) hi = heapq.heappop(heap) for pair in lo[1:]: pair[1] = '0' + pair[1] for pair in hi[1:]: pair[1] = '1' + pair[1] heapq.heappush(heap, [lo[0] + hi[0]] + lo[1:] + hi[1:]) return sorted(heapq.heappop(heap)[1:], key=lambda x: (len(x[-1]), x)) # 统计字符频率 def get_char_frequency(string): return collections.Counter(string) # 生成编码表 def generate_code_table(char_freq): huffman_tree = build_huffman_tree(char_freq) code_table = {} for pair in huffman_tree: code_table[pair[0]] = pair[1] return code_table # 压缩数据 def compress(string, code_table): compressed = "" for char in string: compressed += code_table[char] return compressed # 解压数据 def decompress(string, code_table): decompressed = "" code = "" for bit in string: code += bit if code in code_table.values(): decompressed += list(code_table.keys())[list(code_table.values()).index(code)] code = "" return decompressed # 测试 string = "hello world" char_freq = get_char_frequency(string) code_table = generate_code_table(char_freq) compressed = compress(string, code_table) decompressed = decompress(compressed, code_table) print("原字符串:", string) print("压缩后:", compressed) print("解压后:", decompressed) ``` 以上代码中,`build_huffman_tree()` 函数用于构建哈夫曼树,`get_char_frequency()` 函数用于统计字符出现的频率,`generate_code_table()` 函数用于生成编码表,`compress()` 函数用于压缩数据,`decompress()` 函数用于解压数据。

“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