python哈夫曼树压缩_Python---哈夫曼树---Huffman Tree

今天要讲的是天才哈夫曼的哈夫曼编码，这是树形数据结构的一个典型应用。

！！！敲黑板！！！哈夫曼树的构建以及编码方式将是我们的学习重点。

老方式，代码+解释，手把手教你Python完成哈夫曼编码的全过程。、

首先，我先假设你已经有了二叉树的相关知识，主要就是概念和遍历方式这些点。如果没有这些知识储备，可能理解起来会比较困难。

好了，废话不多说。

哈夫曼树原理

秉着能不写就不写的理念，关于哈夫曼树的原理及其构建，还是贴一篇博客吧。

http://www.cnblogs.com/mcgrady/p/3329825.html。(这篇博客关于哈夫曼树及其编码的原理讲的还行，简洁易懂，因为哈夫曼树原理本来就挺简单的)。

其大概流程

哈夫曼编码代码

#树节点类构建

classTreeNode(object):def __init__(self, data):

self.val=data[0]

self.priority= data[1]

self.leftChild=None

self.rightChild=None

self.code= ""

#创建树节点队列函数

defcreatnodeQ(codes):

q=[]for code incodes:

q.append(TreeNode(code))returnq#为队列添加节点元素，并保证优先度从大到小排列

defaddQ(queue, nodeNew):if len(queue) ==0:return[nodeNew]for i inrange(len(queue)):if queue[i].priority >=nodeNew.priority:return queue[:i] + [nodeNew] +queue[i:]return queue +[nodeNew]#节点队列类定义

classnodeQeuen(object):def __init__(self, code):

self.que=creatnodeQ(code)

self.size=len(self.que)defaddNode(self,node):

self.que=addQ(self.que, node)

self.size+= 1

defpopNode(self):

self.size-= 1

returnself.que.pop(0)#各个字符在字符串中出现的次数，即计算优先度

deffreChar(string):

d={}for c instring:if not c ind:

d[c]= 1

else:

d[c]+= 1

return sorted(d.items(),key=lambda x:x[1])#创建哈夫曼树

defcreatHuffmanTree(nodeQ):while nodeQ.size != 1:

node1=nodeQ.popNode()

node2=nodeQ.popNode()

r= TreeNode([None, node1.priority+node2.priority])

r.leftChild=node1

r.rightChild=node2

nodeQ.addNode(r)returnnodeQ.popNode()

codeDic1={}

codeDic2={}#由哈夫曼树得到哈夫曼编码表

defHuffmanCodeDic(head, x):globalcodeDic, codeListifhead:

HuffmanCodeDic(head.leftChild, x+‘0‘)

head.code+=xifhead.val:

codeDic2[head.code]=head.val

codeDic1[head.val]=head.code

HuffmanCodeDic(head.rightChild, x+‘1‘)#字符串编码

defTransEncode(string):globalcodeDic1

transcode= ""

for c instring:

transcode+=codeDic1[c]returntranscode#字符串解码

defTransDecode(StringCode):globalcodeDic2

code= ""ans= ""

for ch inStringCode:

code+=chif code incodeDic2:

ans+=codeDic2[code]

code= ""

returnans

# 举例

string= "AAGGDCCCDDDGFBBBFFGGDDDDGGGEFFDDCCCCDDFGAAA"t=nodeQeuen(freChar(string))

tree=creatHuffmanTree(t)

HuffmanCodeDic(tree,‘‘)print(codeDic1,codeDic2)

a=TransEncode(string)print(a)

aa=TransDecode(a)print(aa)print(string == aa)

接下来就是一段一段分析代码

1.树结点类的构建：

共有5个属性：结点的值，结点的优先度，结点的左子结点，结点的右子结点，结点值的编码(这个没有什么好说的，这些属性都是被需要的)

2.创建树结点队列函数：

对于所有的字母结点，我们将其组成一个队列，这里使用list列表来完成队列的功能。将所有树节点够放进列表中，当然传进来的是按优先度从小到大已排序的元素列表

3.为队列添加节点元素，并保证优先度从大到小排列：

当有新生成的结点时，需将其插入列表，并放在合适位置，使队列依然时按优先度从小打到排列的。

4.结点队列类定义：

创建类初始化时需要传进去的是一个列表，列表中的每个元素是由字母与优先度组成的元组。元组第一个元素是字母，第二个元素是优先度(即在文本中出现的次数)

类初始化化时，调用“创建树结点队列函数”，队列中的每个元素都是一个树结点。

类中还包含一个队列规模属性以及另外两个操作函数：添加结点函数和弹出结点函数。

添加结点函数直接调用之前定义的函数即可，输入的参数为队列和新结点，并且队列规模加一

弹出第一个元素则直接调用列表的pop(0)函数，同时队列规模减一

5.计算文本中个字母的优先度，即出现的次数：

定义一个字典，遍历文本中的每一个字母，若字母不在字典里说明是第一次出现，则定义该字母为键，另键值为1，若在字典里有，则只需将相应的键值加一。 遍历后就得到了每个字母出现的次数。

6.由哈夫曼树得到编码表：

这里定义了两个全局字典，用于存放字母编码，一个字典用于编码，另一个字典用于解码，这样程序操作起来比较方便。

这里主要就是遍历，运用的是二叉树的中序遍历。如果明白中序遍历的化，就能看懂这里的代码，每递归到深一层的时候，就在后面多加一个‘0’(左子树)或‘1’(右子树)。

中序遍历我在

这一段是哈夫曼编码的关键，也是难点，希望能够好好理解一下，也是对递归的一个理解。这一点没问题的话，我觉得哈夫曼树真的挺简单的！！！

7.字符串编码，字符串解码：

这两段我就不详细说了，应为已经有编码与解码的字典了，所以对应每一个字母直接在字典里找就好了，而且字典的寻找速度还是相当快的。

差不多了，例子就不举了，确实哈夫曼树比之前的什么八皇后问题还有KMP问题简单多了。

最后向Huffman大神致敬，祝各位学有所成。