1.问题
代码(码字):Q {001,00,010,01}表示字符 a, b, c, d
同一序列:0100001
产生两种译码(产生歧义):01 00 001; 010 00 01
二元前缀码 :任何字符的代码不能作为其他字符代码的前缀—避免了上述歧义产生
利用二元前缀码译码 :从第一个字符开始一次读入每个字符(0 或 1),如果发现读到的子串与某个码字相等,就将这个子串译作对应的码字;然后从下一个字符开始继续这个过程,直到读完输入的字符串为止。
二元前缀编码存储 :二叉树结构,每个字符作为树叶,对应这个字符的前缀码看作根到这片树叶的一条路径,每个结点通向左二子的边记作 0,通向右儿子
字符集合C={x1,x2,…,xn}
xi的频率是f(xi)
d(xi)表示字符xi二进制位数,也就是xi的码长
二元前缀编码:二叉树
码字:树叶
码字的二进制位数:树叶的深度
存储一个字符所使用的二进制的平均值
B = ∑_(i=1)^n▒〖f(xi)d(xi)〗
最优二元前缀码:每个码字平均使用二进制位数最小的前缀码
问题:给定字符集C={x1,x2,…,xn} 和每个字符的频率f(xi) ,求关于 C 的一个最优前缀码。
2.解析
哈夫曼算法:
第一步:初始化n个单节点的树,并为它们表上字母表中的字符。把每个字符的概率记在树的根中,用来指出树的权重(更一般地来说,树的权重等于树中所有叶子的概率之和)
第二步:重复下面的步骤,知道只剩一棵单独的树。
找到两颗权重最小的树对于权重相同的树,可以任意选择其一。把它们作为新树中的左右子树,并把其权重之和作为新的权重记录在新树的根中。
实例:考虑一个包含5个字符的字符集{A,B,C,D_},出现概率如下:
字符 A B C D _
出现概率 0.35 0.1 0.2 0.2 0.15
构建哈夫曼树:
如下图所示:
根据给定的出现概率和求得的代码字的长度,在这套编码中,每个字符的平均位长是:
20.35+30.1+20.2+20.2+3*0.15 = 2.25
3. 设计
C++伪代码
使用二叉树的数组结构构建哈夫曼树
动态二维数组存储哈夫曼编码
1、数组haftree初始化,所有数组元素的双亲、左右孩子都置为-1;
2、数组haftree的前n个元素的权值置给定权值;
3、进行n-1次合并
3.1 在二叉树集合中选取两个权值最小的根节点,其下标分别为i1,i2;
3.2 将二叉树i1、i2合并为一棵新的二叉树k。
实验图片~:
4. 分析
O(nlogn)频率排序;for 循环 O(n),插入操作 O(logn),算法时间复杂度是 O(nlogn)
5. 源代码地址
https://github.com/Lin02993/Algorithm-Analysis-and-Practice-on-the-job