Huffman

 

在计算机数据处理中，霍夫曼编码使用变长编码表对源符号（如文件中的一个字母）进行编码，其中变长编码表是通过一种评估来源符号出现机率的方法得到的，出现机率高的字母使用较短的编码，反之出现机率低的则使用较长的编码，这便使编码之后的字符串的平均长度、期望值降低，从而达到无损压缩数据的目的。

例如，在英文中，e的出现机率最高，而z的出现概率则最低。当利用霍夫曼编码对一篇英文进行压缩时，e极有可能用一个比特来表示，而z则可能花去25个比特（不是26）。用普通的表示方法时，每个英文字母均占用一个字节，即8个比特。二者相比，e使用了一般编码的1/8的长度，z则使用了3倍多。倘若我们能实现对于英文中各个字母出现概率的较准确的估算，就可以大幅度提高无损压缩的比例。

霍夫曼树又称最优二叉树，是一种带权路径长度最短的二叉树。所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶结点的层数）。树的路径长度是从树根到每一结点的路径长度之和，记为WPL=（W1*L1+W2*L2+W3*L3+...+Wn*Ln），N个权值Wi（i=1,2,...n）构成一棵有N个叶结点的二叉树，相应的叶结点的路径长度为Li（i=1,2,...n）。可以证明霍夫曼树的WPL是最小的

#include <iostream>
using namespace std;

char N[] = { 'A','B','C','D','E','F','G' };
int  E[] = { 12,22,34,56,66,78,99 };

struct H_code
{
	char name;
	int weight;
	int Lchild;
	int Rchild;
	int father;
};

struct H_code H[13];

int main()
{
	int i, j, t;
	int m1, m2, k1, k2;

	for (i = 0;i < 13;i++)
		H[i].Lchild = H[i].Rchild = H[i].father = -1;

	for (i = 0;i < 7;i++)
	{
		H[i].name = N[i];
		H[i].weight = E[i];
	}

	for (i = 0;i < 6;i++)
	{
		m1 = m2 = 1000;
		k1 = k2 = -1;
		for (j = 0;j < (7 + i);j++)
		{
			if (H[j].father == -1) {
				if (H[j].weight < m1)
				{
					m2 = m1;k2 = k1;
					m1 = H[j].weight;
					k1 = j;
				}
				else
					if (H[j].weight < m2)
					{
						m2 = H[j].weight;
						k2 = j;
					}

			}
		}
		//cout<<k1<<'-'<<m1<<k2<<'-'<<m2<<endl;

		H[7 + i].weight = H[k1].weight + H[k2].weight;
		H[7 + i].Lchild = k1;
		H[7 + i].Rchild = k2;
		H[k1].father = H[k2].father = 7 + i;

	}
//这里是用编码的思想来推出树的结构，是左孩子就是0，反之是1
	for (i = 0;i < 7;i++)
	{

		cout << H[i].name << ':' << H[i].weight << ' ';
		t = i;
		while (H[t].father != -1)
		{
			if (t == H[H[t].father].Lchild)
				cout << '0';
			else cout << '1';
			t = H[t].father;

		}
		cout << endl;

	}
	return 0;
}