数据结构与算法（十一）哈夫曼树及其应用

路径：树中一个结点到另一个结点之间的分支所构成的路径

路径长度：两个结点之间的分支数

树的路径长度：从根结点到每个结点的路径长度之和，记作TL

        结点数目相同的二叉树中，完全二叉树是路径长度最短的

结点的带权路径长度：根到该结点之间路径长度 X 该结点的权

树的带权路径长度：所有叶子结点的带权路径长度之和

        记作WPL=

哈夫曼树：最优二叉树（带权路径长度（WPL）最短的树）

        满二叉树不一定是哈夫曼树

        哈夫曼树中权越大的叶子离根越近（贪心算法）

哈夫曼算法

        1.根据n个给定的权值{w1,w2,...2n}构成n棵二叉树森林F={T1,T2,...,Tn},其中Ti只有一个带权为wi的根结点。（构造森林全是根）

        2.从F中选择两个权值最小的作为左右子树来构造一颗新的二叉树（新二叉树根结点的权值为左右子树根结点之和）（选用两小造新树）

        3.删除原来的两颗树，将新树加入森林（删除两小添新人）

        4.重复步骤2-3，直到森林中仅剩一棵树（重复2、3剩单根）

例1：a,b,c,d权值分别为7,5,2,4

        哈夫曼树只有度为0或2的结点，没有度为1的结点

        包含n个叶子结点的哈夫曼树共有2n-1个结点

        n棵二叉树要经历n-1次合并可以形成哈夫曼树

例2：a,b,c,d,e权值分别为7,5,5,2,4

 算法实现

        使用顺序存储结构实现--结构数组

                weight（权重）,parent（父母）,lch,rch（左右孩子）

                哈夫曼树中共2n-1个结点，不使用0为下标，需要数组大小2n

        1.初始化HT[1...2n-1]:lch=rch=parent=0

        2.输入初始n个叶子结点：设置HT[1...n]的weight值

        3.进行n-1次合并

                a.从HT[1...i-1]中选取连个未选择的（parent=0）weight最小的两个结点

                b.修改HT[S1],HT[S2]的值，HT[S1].parent=HT[S2].parent=i

                c.修改新产生的HT[i]        HT[i].weight=HT[S1].weght+HT[S2].weight;

                                                        HT[i].lch=S1;        HT[i].ch=s2;

void CreateHuffmanTree(HuffmanTree HT,int n){
    if(n<=1) return;
    m = 2*n-1;//数组共2n-1个元素
    HT=new HTNode[m+1];    //0单号未用,HT[m]表示根结点
    for(i=1;i<=m;++i){
        HT[i].lch=0;    HT[i].rch=0;    HT[i].parent=0;
    }
    for(i=1;i<=n;++i)    cin>>HT[i].weight;//输入前n个weight值
    ///*********初始化结束***********///
    for(i=n+1;i<=m;i++){
        Select(HT,s1,s2);//在HT中选择连个双亲域为0且权值最小的结点
        HT[s1].parent=i;    HT[s2].parent=i;//删除s1，s2
        HT[i].lch=s1;    HT[i].rch=s2;    //s1，s2作为左右孩子
        HT[i].weight=HT[s1].weight+HT[s2].weight;//设置新权值
    }
}

应用：哈夫曼编码

        不定长二进制编码，出现次数多的尽可能短（节约空间）！！！任意一个字符的编码不能是另一个字符编码的前缀--前缀编码

        哈夫曼树：            1.统计字符在电文中出现的平均概率

                                      2.根据平均概率构造哈夫曼树

                                      3.结点左分支标0，右分支标1；把从根到每个叶子结点的路径上的标号连接起来，作为该叶子代表的字符编码

                 哈夫曼编码中每个字符（叶子结点）的编码（路径）都不会经过其他字符，所以不存在某个字符的编码是其他字符的前缀

                哈夫曼编码的实现

                        1.查找该字符的双亲结点，并确定其是左孩子还是右孩子。

                        2.在临时存储区域中标注当前结点的状态，如果为左孩子标0，右孩子标1

                        3.将临时空间向前移动一位寻找下一个双亲结点，直到找到根结点为止

例

以第三个字符C为例

start	0	1	2	3	4	5	6
Loc			13	12	11	3
parentLoc			0	13	12	11
childTag			root	1	0	1	\0

                Loc为结点自己的位置，parentLoc为双亲结点的位置，childTag为该结点是左孩子还是右孩子，讲childTag连接起来就是该字符的哈夫曼编码，\0为编码结束的标志

void  CreateHuffmanCode(HuffmanTree HT,HuffmanCode &HC ，int n){
    HC = new  char*[n+1];//分配n个字符编码的头指针矢量
    cd = new char[n];//分配临时存放编码的动态数组
    cd[n-1] = '\0'    //编码结束符
    for(i=1;i<=n;++i){
        start=n-1;  c=i;  f=HT[i].parent;
        while(f!=0){    //从叶子结点开始向上回溯，直到根结点
            --start;    //回溯一次start向前指一个位置
            if(HT[f].lchild == c)    cd[start] = '0';//结点c为f的左孩子，标0
            else                     cd[start] = '1';//结点c为f的右孩子，标1
            c=f; f=HT[f].parent;    //向上回溯
        }            //求第i个字符的编码
    HC[i]= new char[n-start];//为第i个字符的编码分配空间
    strcopy(HC[i],$cd[start];)//将求得的编码从临时空间cd复制到hc中
    }
    delete cd;//释放临时空间
}

 哈夫曼树的应用：

        1.编码文件        ①输入各字符的权值

                                  ②构造哈夫曼树HT[i]

                                  ③进行哈夫曼编码HC[i]

                                  ④查HC[i]，得到各字符的哈夫曼编码

        2.解码文件        ①构造哈夫曼树

                                  ②一次读入二进制编码

                                  ③读入0，则走向左孩子；读入1，则走向右孩子

                                  ④一旦到达某叶子时，即可译出字符

                                  ⑤然后从根出发继续译码，直到结束

        原文为uvuwxxxvywyuyyvxxyxxuxuvvyvxy