优化的三叉哈夫曼树

1. 背景

在通讯、计算机网络、数据压缩、图像处理中，哈夫曼编码是一项极其重要的技术。哈夫曼编码是建立在二叉哈夫曼树的基础上，如果能够找到比二叉哈夫曼树更好的数据结构，那么对数据压缩等将起到促进作用。本文通过论述二叉哈夫曼树编码算法以及普通的三叉哈夫曼树编码算法，给出一种优化的三叉哈夫曼编码算法。

2. 哈夫曼编码

2.1 哈夫曼编码

哈夫曼编码是根据每个字符出现的频率进行编码的，依据字符出现的频率值构造一颗哈夫曼树，从而实现最短的编码表示高频数据。

2.2 二叉哈夫曼树生成算法

对于给定的数据序列，要生成带权路径长度最小的树，即哈夫曼树，算法如下：
（1）初始化：根据给定的N个权值{W1,W2,W3…Wn}构成n棵二叉树的集合F={T1,T2,T3,…Tn},其中每颗二叉树中只有一个权值为Wi的根结点，左右子树为空；
（2）选取与合并：在F中选取两棵根结点的权值最小的树作为左右子树构造一棵新的二叉树，并将新的二叉树的根结点的权值为左右子树的根结点的权值之和；
（3）删除与加入：在F中删除两棵子树，同时将新的二叉树加入到F中；
（4）重复：重复(2)、(3)，直到F只含一棵子树。

带权路径长度：WPL=6*6+（5+8+9）*5+（10+18+12+15）*4+（24+25+20+32+30）*3 =759

3. 三叉哈夫曼书编码###

3.1 普通的三叉哈夫曼树生成算法####

普通的三叉哈夫曼树的生成算法与二叉哈夫曼树类似，不同的仅仅是每次取三个权值最小的 结点构造一个三叉树，把这三棵树的左中右结点的权值累加值作为新生成树的根结点的 权值，并放入节结点序列中，重复操作，直到只含有一棵树为止。
依据上述方法，重新得到的三叉哈夫曼树如图：

带权路径长度：WPL = （2+4+5）* 4 +（8+9+10+12+15+18+20+24）* 3+（25+30+32）* 2 = 566

3.2 优化的三叉哈夫曼树生成算法####

上述三叉哈夫曼树生成算法中，得到的哈夫曼树的根结点或许有两课子树，这样就不能保证权值较大的 结点处于树的较高层次中，因此得到的哈夫曼编码就不是最短的。为了缩短编码长度，需要将权值较大的结点上移，保证高层次的结点都有三棵子树。改进后算法如下：
(5)在上述生成普通三叉哈夫曼树的结束后，判断根结点是否含有三棵子树，如果是，则算法结束，否则转(6);
(6)从下一层选择权值最大的结点作为上一层结点的一颗子树，并修改相应的权值；
(7)重复执行（6），直到除最下层非终端节点外，其余非终端结点都含有三棵子树为止。

WPL=(2+4)*4+(8+9+10+5+12)*3+(25+30+15+32+18+20+24)*2=484

4. 三种算法的比较

由WPL的值可以看出，三叉哈夫曼树的深度以及带权路径长度明显优于二叉哈夫曼树，而本文算法构造的优化的三叉哈夫曼树的深度与原有算法相同，但是带权路径要小，生成的哈夫曼树是最优的，从而构造的三叉哈夫曼编码是最短的。