哈夫曼算法

编码方式：
1）定长码：每个不同字符的编码长度是规定的，译码是唯一的。
2）变长码：每个不同字符的编码长度不同，比定长码方案好，但译码困难。

前缀码：
1）定义：对任一字符的一个0,1串编码，都不是其他字符编码的前缀
2）作用：前缀性质可以使译码方法非常简单
3）表示：用完全二叉树来表示，即树中任一结点都有2个儿子结点

平均码长：其中C表示字符集，c表示任意字符，f(c)表示字符出现的频率，也即权值，dT(c)表示前缀码长。

最优前缀码：使平均码长达到最小的前缀码编码方案称为给定编码字符集C。

1、构造哈夫曼树

        1）根据给定的n个权值 ，构造n棵只有一个根结点的二叉树， n个权值分别是这些二叉树根结点的权。设F是由这n棵二叉树构成的集合；
       2）在F中选取两棵根结点树值最小的树作为左、右子树，构造一颗新的二叉树，置新二叉树根的权值=左、右子树根结点权值之和；
       3）从F中删除这两颗树，并将新树加入F；
       4）重复步骤 2、3，直到F中只含一颗树为止。

贪心策略：每次选择权值最小的子树构造新的二叉树。

2、哈夫曼算法

/*定义树的结构体*/
private static class Huffman implements Comparable{
	Bintree tree; 
	static float weight;
	private Huffman(Bintree tt,float ww){
		tree=tt;
		weight=ww;  //权重
	}
	public int comoareTo(Object x){
		float xw=((Huffman)x).weight;
		if(weight<xw)
			return -1;
		if(weight==xw)
			return 0;
	}
}
/*构造哈夫曼树的算法，其中f[]为字符权值数组*/
private static Bintree huffmanTree(float[]f){
	//生成只有根结点的单结点树
	int n=f.length;
	Huffman[]w=new Huffman [n+1]; //定义二叉树的结构
	Bintree zero=new Bintree();   //构造空子树
	for(int i=0;i<n;i++){
		Bintree x=new Bintree();
		x.makeTree(new MyInteger(i),zero,zero); //左右孩子均为空
		w[n+1]=new Huffman(x,f[i]); // 刻画根结点的权值
	}
	MinHeap H=new MinHeap();  // 创建极小堆
	H.initialize(w,n);    //堆初始化
	/*反复合并最小权值的子树*/
	for(int i=0;i<n;i++){
		Huffman x-(Huffman)H.removeMin();   //取出堆顶元素，即最小元素x，并调整堆
		Huffman y-(Huffman)H.removeMin();   //继续取出堆顶元素，即次小元素y，并调整堆
		Bintree z=new Bintree();  //定义根结点
		z.makeTree(null,x.tree,y.tree);  //构造具有左右孩子 x,y 的子树 z
		Huffman t=new huffman(z,x,weight+y,weight); //计算父结点z的权值
		H.put(t);  //将根的权值插入堆
	}
	return ((Huffman)H.removeMin()).tree; //返回生成树，即哈夫曼树
}

复杂度分析：初始化极小堆时需计算时间O(n)，其函数remove() 和put() 运算时间需O(logn)，总共n-1次合并需要时间O(nlogn)，故哈夫曼算法的时间复杂度为 T(n)=O(nlogn)  

3、贪心选择性质

        已知 c 是字符集，f(x)≤f(c) , f(y)≤f(c)，且  
证明：存在 T''，使得（ x 与 y 的码长相等），且 x 与 y 为兄弟（权值最小），当 x,y 在任何位置时，需要证明 B(T'') ≤ B(T') ≤ B(T)。如下图：

所以 B(T') ≤ B(T)，同理可证B(T'') ≤ B(T') ==> B(T'') ≤ B(T') ≤ B(T) ==> B(T'') ≤ B(T)，由假设B(T) ≤ B(T'') ==> B(T) = B(T'')

4、最优子结构性质

已知T'为最优，x,y 为叶结点且同为兄弟，z为其父亲，则f(z) = f(x) + f(y)，T = T'- {x,y} U {z}
证明：T'= T- {x,y} 为c’ = c - {x,y} U {z}，所以T' 表示字符集c’ 的一个最优前缀码，需证明 B(T)=B(T')+f(x)+f(y) 且T' 是c’ 的最优

②反证：假设T'不是最优，而T''是最优，则

 B(T''') = B(T'')+f(x)+f(y) ≤ B(T')+f(x)+f(y) = B(T)，即B(T''') ≤ B(T)，得证T'''为最优，与假设T'' 最优矛盾。如下图：