哈夫曼树的编码与解码

DS二叉树——Huffman编码与解码

哈夫曼树简介

给定N个权值作为N个叶子结点，构造一棵二叉树，若该树的带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树。哈夫曼树是带权路径长度最短的树，权值较大的结点离根较近。

• 根据数据出现的频率，使用不同长度的编码

一段文字由x个字符组成，每个字符的出现频率不同，比如a出现114514次，而c只出现了810次，如果对a使用短长度的编码（比如01），对b使用较长的编码（比如01011），相比于使用同样长度的编码（00001 与 01011），可使编码效率变高

题目

• 给定n个字符及其对应的权值，构造Huffman树，并进行huffman编码和译（解）码。
• 构造Huffman树时，要求左子树根的权值小于、等于右子树根的权值。
• 进行Huffman编码时，假定Huffman树的左分支上编码为‘0’，右分支上编码为‘1’。

输入
第一行测试次数
第2行：第一组测试数据的字符个数n，后跟n个字符
第3行：第一组测试数据的字符权重 待编码的字符串s1 编码串s2

输出
第一行~第n行,第一组测试数据各字符编码值
第n+1行，串s1的编码值
第n+2行，串s2的解码值，若解码不成功，输出error!

样例输入
2 5 A B C D E
15 4 4 3 2
ABDEC
00000101100
4 A B C D
7 5 2 4
ABAD
1110110

样例输出
A :1
B :010
C :011
D :001
E :000
1010001000011
error!
A :0
B :10
C :110
D :111
0100111
DAC

哈夫曼树的构造规则

共有 n 个不同的字符需要编码，编码规则如下：

• 每次合并，选择没有被选择的，两个权值最小的根节点：x1, x2，将他们的合并
• 合并之后的根节点的权值是 x1的权值 + x2的权值
• 合并之后的根节点仍然可以作为新的根节点被选择
• 需要合并 n-1 次，最后剩下一个根，就是哈夫曼树的根

使用顺序结构（数组）构造哈夫曼树

初始状态：

第一次合并，选择 2，3 合并

第二次合并，选择 4， 4

第三次合并，选择 5， 8

第四次合并，选择 15， 13

哈夫曼树结构实现与创建：

#define maxlen 100

// 哈夫曼树节点类
class hft_node
{
   
public:
	hft_node();
	int weight;
	int parent;
	int lchild;
	int rchild;
	char ch;		// 该节点代表的字符
	string code;	// 该节点字符对应的编码
};

hft_node::hft_node()
{
   
	this->lchild = -1;
	this->rchild = -1;
	this->parent = -1;
}

// 哈夫曼树类
class hft
{
   
public:
	hft();
	int n;					// 需要编码的字符个数
	hft_node nodes[maxlen];	// 节点
	int visited[maxlen];	// 选择标识数组
	
	// 找两个未被选择的最小权值节点
	void min2(int &index1, int &m1, int &index2, int &m2, int range);
	void encode(string s);	// 获得字符的01编码
	void decode(string s);	// 对01编码解码获得字符串
};

创建哈夫曼树

• 找两个最小权值且未被选择的节点：函数实现

void hft::min2(int &index1, int &m1, int &index2, int &m2, int range)
{
   
	int i;
	int min = 114514;
	int min_index = 0;
	
	// min
	for(i=0; i<range; i++)
	{
   
		if(visited[i]==0 && min>nodes[i].weight)
		{
   
			min = nodes[i].weight;
			min_index = i;
		}
	}
	visited[min_index] = 1;
	m1 = min;
	index1 = min_index;
	
	// sub min
	min = 114514;
	min_index = 0;
	for(i=0; i<rang