赫夫曼(Huffman)树

赫夫曼树即最优树，是一类带权路径长度最短的树。

首先得，澄清几个概念：

（1）结点的路径长度：
 从根结点到该结点的路径上分支的数目。


（2）树的路径长度：
从树根到每个结点的路径长度之和。

（3）树的带权路径长度：
树中所有叶子结点的带权路径长度之和，记作：

假设有n个权值{w1 ， w2  , …wn}, 试构造一颗有n个叶子结点的二叉树，每个叶子结点带权为wi , 则其中带权路径长度WPL最小的二叉树称做：最优二叉树OR 赫夫曼树。

接下来得构造赫夫曼树（最优树）了，该如何构造赫夫曼树呢？—— 赫夫曼算法

给定实数 a , b , c  , d , ......k 为权

（1）作 t 片树叶，分别以a , b , c  , d , ......k  为权；

（2）在所有入度为0的顶点（不一定是树叶）中选出两个权最小的顶点，添加一个新分支点，它以这 2 个顶点为儿子，其权等于这 2 个儿子的权之和。

（3）重复（2），直到只有 1 个入度为0 的顶点为 止 。

  W(T) 等于所有分支点的权之和。 

赫夫曼编码——应用：

在进行快速远距离通信时，需要将传送的文字转换为二进制的字符组成的字符串，例如，假设需传送的电文 为“A B A C C D A" ,它只有4 个字符，只需两个字符的串便可分辨，假设A ， B ， C ， D，编码分别为 00 ， 01 ， 10 ， 11  ， 则上述7 个字符的电文变为”00010010101100“ ， 总长为14位， 对方接受时， 按照二位一位进行译码。 当然，在传送电文时，为节省 时间，要求传送的字符长度 尽量的短。 这就要求编码时，对于每个字符 尽量采取短的编码方式，如：A， B ， C ， D ：编码分别为：0   ， 00 ， 1 和 01 ， 则上述7 个字符的电文 可转换为总长为9的字符串——”000011010“  ，但是：在译码时，”0000“ 可以出现多种译法”AAAA“ 或 ”ABA“ 或”BB“ ，因此，在设计长短不等的编码时采用另一种编码方式：前缀编码。

前缀编码——任一个字符的编码都不是另一个字符的编码的前缀。

如何得到使电文总长最短的二进制前缀编码呢？

具体做法：

先来解决结点结构——由于在构成赫夫曼树之后，为求编码需从叶子结点出发走一条叶子到根的路径；而为译码需从根出发走一条从根到叶子的路径。则对每个结点而言，即须知道 双亲的信息，又需知道孩子结点的信息。

存储结构如下：

/*  赫夫曼树和赫夫曼编码的存储表示 */
 typedef struct
 {
   unsigned int weight;
   unsigned int parent,lchild,rchild;
 }HTNode,*HuffmanTree; /* 动态分配数组存储赫夫曼树 */

 typedef char **HuffmanCode; /* 动态分配数组存储赫夫曼编码表 */








接下来就是求赫夫曼编码了：

 void HuffmanCoding(HuffmanTree *HT,HuffmanCode *HC,int *w,int n) /* 算法6.12 */
 { /* w存放n个字符的权值(均>0)，构造赫夫曼树HT，并求出n个字符的赫夫曼编码HC */
   int m,i,s1,s2,start;
   unsigned c,f;
   HuffmanTree p;
   char *cd;
   if(n<=1)
     return;
   m=2*n-1;
   *HT=(HuffmanTree)malloc((m+1)*sizeof(HTNode)); /* 0号单元未用 */
   for(p=*HT+1,i=1;i<=n;++i,++p,++w)
   {
     (*p).weight=*w;
     (*p).parent=0;
     (*p).lchild=0;
     (*p).rchild=0;
   }
   for(;i<=m;++i,++p)
     (*p).parent=0;
   for(i=n+1;i<=m;++i) /* 建赫夫曼树 */
   { /* 在HT[1～i-1]中选择parent为0且weight最小的两个结点，其序号分别为s1和s2 */
     select(*HT,i-1,&s1,&s2);
     (*HT)[s1].parent=(*HT)[s2].parent=i;
     (*HT)[i].lchild=s1;
     (*HT)[i].rchild=s2;
     (*HT)[i].weight=(*HT)[s1].weight+(*HT)[s2].weight;
   }
   /* 从叶子到根逆向求每个字符的赫夫曼编码 */
   *HC=(HuffmanCode)malloc((n+1)*sizeof(char*));
   /* 分配n个字符编码的头指针向量([0]不用) */
   cd=(char*)malloc(n*sizeof(char)); /* 分配求编码的工作空间 */
   cd[n-1]='\0'; /* 编码结束符 */
   for(i=1;i<=n;i++)
   { /* 逐个字符求赫夫曼编码 */
     start=n-1; /* 编码结束符位置 */
     for(c=i,f=(*HT)[i].parent;f!=0;c=f,f=(*HT)[f].parent)
     /* 从叶子到根逆向求编码 */
       if((*HT)[f].lchild==c)
         cd[--start]='0';
       else
         cd[--start]='1';
     (*HC)[i]=(char*)malloc((n-start)*sizeof(char));
     /* 为第i个字符编码分配空间 */
     strcpy((*HC)[i],&cd[start]); /* 从cd复制编码(串)到HC */
   }
   free(cd); /* 释放工作空间 */
 }

 void main()
 {
   HuffmanTree HT;
   HuffmanCode HC;
   int *w,n,i;
   printf("请输入权值的个数(>1): ");
   scanf("%d",&n);
   w=(int*)malloc(n*sizeof(int));
   printf("请依次输入%d个权值(整型):\n",n);
   for(i=0;i<=n-1;i++)
     scanf("%d",w+i);
   HuffmanCoding(&HT,&HC,w,n);
   for(i=1;i<=n;i++)
     puts(HC[i]);
 }

int min1(HuffmanTree t,int i)
 { /* 返回i个结点中权值最小的树的根结点序号，函数select()调用 */
   int j,flag;
   unsigned int k=UINT_MAX; /* 取k为不小于可能的值(无符号整型最大值) */
   for(j=1;j<=i;j++)
     if(t[j].weight<k&&t[j].parent==0) /* t[j]是树的根结点 */
       k=t[j].weight,flag=j;
   t[flag].parent=1; /* 给选中的根结点的双亲赋1，避免第2次查找该结点 */
   return flag;
 }

 void select(HuffmanTree t,int i,int *s1,int *s2)
 { /* 在i个结点中选择2个权值最小的树的根结点序号，s1为其中序号小的那个 */
   int j;
   *s1=min1(t,i);
   *s2=min1(t,i);
   if(*s1>*s2)
   {
     j=*s1;
     *s1=*s2;
     *s2=j;
   }
 }