图像处理课后作业Ⅵ——哈夫曼编码实现

哈夫曼编码实现

构建哈夫曼树

• 哈夫曼树又称最优二叉树。

假设有n个权值，则构造出的哈夫曼树有n个叶子结点。 n个权值分别设为 w1、w2、… 则哈夫曼树的构造规则为：

​ 1.将w1、w2、… 看成是有n 棵树的森林(每棵树仅有一个结点)；

​ 2.在森林中选出两个根结点的权值最小的树合并，作为一棵新树的左、右子树，且新树的根结点权值为其左、右子树根结点权值之和；

​ 3.从森林中删除选取的两棵树，并将新树加入森林；

​ 4.重复(2)、(3)步，直到森林中只剩一棵树为止，该树即为所求得的哈夫曼树。

哈夫曼编码

通过哈夫曼树来构成的编码称为哈夫曼编码（Huffman code）。

假设文本包含6个字符【a,b,c,d,e,f】

字符在文本中出现的次数为【9，12，6，3，5，15】

构建哈夫曼树如下：

代码实现

# 创建节点类
class Node:
    def __init__(self, name, weight):
        self.name = name            # 节点名
        self.weight = weight        # 节点权重
        self.left = None            # 节点左孩子
        self.right = None           # 节点右孩子
        self.father = None          # 节点父节点
    #判断是否是左孩子
    def is_left_child(self):
        return self.father.left == self

#创建最初的叶子节点
def create_prim_nodes(data_set, labels):
    nodes = []
    for i in range(len(labels)):
        nodes.append( Node(labels[i],data_set[i]) )
    return nodes

# 创建huffman树
def create_HF_tree(nodes):
    tree_nodes = nodes.copy() 
    while len(tree_nodes) > 1:                          #只剩根节点时，退出循环
        tree_nodes.sort(key=lambda node: node.weight)   #升序排列
        new_left = tree_nodes.pop(0)
        new_right = tree_nodes.pop(0)
        new_node = Node(None, (new_left.weight + new_right.weight))
        new_node.left = new_left
        new_node.right = new_right
        new_left.father = new_right.father = new_node
        tree_nodes.append(new_node)
    tree_nodes[0].father = None                         #根节点父亲为None
    return tree_nodes[0]                                #返回根节点

#获取huffman编码
def get_huffman_code(root, nodes):
    codes = {}
    for node in nodes:
        code=''
        name = node.name
        while node.father != None:
            if node.is_left_child():
                code = '0' + code
            else:
                code = '1' + code
            node = node.father
        codes[name] = code
    return codes

if __name__ == '__main__':
    labels = ['a','b','c','d','e','f']
    data_set = [9,12,6,3,5,15]
    nodes = create_prim_nodes(data_set,labels)  #创建初始叶子节点
    root = create_HF_tree(nodes)                #创建huffman树
    codes = get_huffman_code(root, nodes)       #获取huffman编码
    for key in codes.keys():
        print(key,': ',codes[key])              #打印huffman码

输出结果：

a 的编码为：00
b 的编码为：01
c 的编码为：100
d 的编码为：1010
e 的编码为：1011
f 的编码为：11