赫夫曼树定义原理说明

赫夫曼树定义原理说明

从树（二叉树）中一个结点到另一个结点之间的分支构成两个结点之间的路径，路径上分支数目称做路径长度。
树的路径长度是从树根（根节点）到每个结点的路径长度之和
a图中，根节点到结点D的路径长度就为4，b图中根节点到D的路径长度为2.
a图中树的路径长度：1+1+2+2+3+3+4+4=20，b图中树的路径长度：1+2+3+3+2+1+2+2=16

假设有n个权值{w1,w2,…,wn},有n个结点的二叉树，每个结点带权wk，对应叶子的路径长度为lk，则其中带权路径长度WPL 最小的二叉树叫赫夫曼树（最优二叉树）
a图：WPL：51+152+403+304+104=315
b图：WPL：53+153+402+302+102=220

这个可以用来干啥，假设有10000个字母按照a图和b图带权分布（两个图字母对应的权重是一样的），那么对应用b图的结构进行比较会发现比较的次数会少很多

构造赫夫曼树的算法描述

1. 根据n个权值{W1,W2,…,Wn}构成n颗对应的二叉树的集合T{T1,T2,…,Tn},一个Ti对应一个权值Wi，其左右子树均为空
2. 在T中选取两颗权值最小的树作为左右子树构造一颗新的二叉树，且新的二叉树的根结点的权值为左右子树上的根结点的权值之和。
3. 在T中将合并的子树删除，并将新的树放入T中
4. 重复2,3步骤，知道T中只剩一颗树

赫夫曼编码

主要用于压缩数据，比如计算出一遍英文文章字母出现权重，然后计算出最优的赫夫曼树，然后根据赫夫曼树就可以得到对应字母的编码值（权值左分支为0，右分支为1），这样就可以得到一张编码表，然后数据压缩之后就可以节省存储的空间

左图的字母的权值是文章中字母出现的次数，右边是按规则修改后的的赫夫曼树
注意：设计长短不等的编码，必须是任一字符的编码都不是拎一个字符的编码的前缀，这种编码叫前缀编码（映射到赫夫曼树中就是，确定的节点的值就是上图的字符节点只能是叶子节点）

定义：需要编码的字符为T{T1,T2,…,Tn},，频率集合为{w1,w2,…,wn}，根据构造赫夫曼树的算法构造赫夫曼树，然后规定赫夫曼树的左分支代表为0，右分支代表为1，从根节点到叶子结点所经过的路径分支组成的0和1序列就是该叶子结点(字符)对应的编码，这就是赫夫曼编码