关于哈夫曼树与哈夫曼编码以及WPL计算

最新推荐文章于 2024-04-20 11:37:23 发布
最新推荐文章于 2024-04-20 11:37:23 发布
阅读量3k 收藏 5
点赞数 1
文章标签： 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44283589/article/details/120720179
版权

哈夫曼树

哈夫曼树又称为最优二叉树:给定n个权值作为n的叶子结点,构造一课二叉树,带权路径长度达到最小

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

构造哈夫曼树:根据给定结点的权值,首先选择两个由下向上依次构造

1.从森林中选出两棵根节点权值最小的树作为一课新树的左子树和右子树,此新树的附加根结点的权值为这两个左右子树的权值之和(左子树的权值要小于右子树)
2.从森林中剩余结点选取权值最小的树加入到构造的新树中,向上再次形成新树,直至将森林中所有树加入到构造的新树中,最后形成一课哈夫曼树.

哈夫曼树的带权路径长度(WPL)计算

WPL=叶子结点权值X叶子结点的深度累加

哈夫曼编码:利用哈夫曼树求得的二进制编码称为哈夫曼编码

构造完成树中从根到每个叶子节点都有一条路径，对路径上的各分支约定指向左子树的分支表示”0”码，指向右子树的分支表示“1”码，取每条路径上的“0”或“1”的序列作为各个叶子节点对应的字符编码，即是哈夫曼编码。

Wxinin
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
基于哈夫曼树实现哈夫曼编码以及解码
LeibnizZz的博客
09-28 1391
首先附上结果： 哈夫曼树如果不清楚是什么概念的话可以看一下百度百科的介绍，这里的哈夫曼树节点存储的是char字符 Node节点数据结构： public class Node implements Comparable<Node>{ //需要改写compareTo方法，实现权重的 private int weight; //权重，权重是根据文字出现的频率决定，频率高权重高 private char data; //节点数据 private Node left; //左节
5.2哈夫曼树与哈夫曼编码1
08-04
哈夫曼树（Huffman Tree），也称为最优二叉树，是一种特殊的二叉树结构，...构建哈夫曼树的过程涉及到带权路径长度的计算以及最小堆的使用，是数据结构和算法领域中的重要概念，广泛应用于文本压缩、图像处理等领域。
哈夫曼树的建立、编码以及WPL值的计算
SSPUmyl的博客
12-05 4万+
假设用于通信的电文由字符集{A，B，C，D，E，F}中的字母构成，这些字母在电文中出现的概率分别为{0.10，0.19，0.20，0.35，0.12，0.04}，要求： 1、构造一棵Huffman树，填写下表，要求左结点的权不大于右结点的权 2、在下表中填入各字符的Huffman编码（左分支为”0”，右分支为”1”） 3、求带权路径长度 解析： 1、哈夫曼树的构造 将电文概率由大到
哈夫曼树的WPL值的计算
热门推荐
神様いないの日々
02-22 6万+
在计算WPL值的时候一般是用叶子节点的权值乘上其路径长度，但是实际上在构建哈夫曼树的过程中我们其实已经计算过路径长度了，即 WPL = 哈夫曼树中所有非叶子结点的权值之和 举个例子：构造 1 2 2 5 9的哈夫曼树并计算其WPL值。 上图即为构建出来的HuffmanTree， WPL= （1+2）* 4 + 3 * 2 + 5 * 2 + 9 =37 这个是使用权值乘以路径长度，但是在计算...
哈夫曼（Huffman）树 & 哈夫曼编码与解码
最新发布
Xiaoyuan_he的博客
04-20 2189
哈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。：WPL(Weighted Path Length)是树中所有叶子结点的带权路径长度之和。
经典算法: 哈夫曼编码
elliptical的专栏
10-16 9513
经典算法: 哈夫曼编码
哈夫曼树--数据结构
qwjy的博客
08-19 7415
  文章目录哈夫曼树        哈夫曼树   
6.哈夫曼树及哈夫曼编码
hopegrace的博客
07-22 3160
WPL=1*45+3*(13+12+16)+4*(5+9)=224 此处的WPL可以视为最终编码得到二进制编码的长度，共224位。利用哈夫曼树剋设计出总长度最短的二进制前缀编码。 案例：字符串“alibaba”用哈夫曼编码共有多少位？ a:3 b:2 l:1 i:1 wpl=3*1+2*2+3+3=13 ...
详解哈夫曼编码
LXYDSF的博客
04-29 4818
详解哈夫曼编码 概述 通常的编码方法有固定长度和不等长度编码两种。 最优编码方案的目的是使总码长度最短。利用字符的使用频率来编码，是不等长编码方法，使得经常使用的字符编码较短，不常使用的字符编码较长。如果采用等长的编码方案，假设所有字符的编码都等长，则表示n个不同的字符需要位。例如三个不同的字符a,b,c，至少需要2位二进制数表示：a:00，b:01，c:10。如果每个字符的使用频率相等的话，固定长度编码是空间效率最高的方法。在这里我们讨论的是不等长度编码. 1.设计哈夫曼树 不等长编码方法需要解决两个.
数据结构哈夫曼树的应用实现.cpp
06-15
采用哈夫曼编码的方式进行文件（文本文件）压缩，哈夫曼编码压缩文件实际就是统计出现文件中各个字符出现的频率，然后为每个字符生成对应的编码，然后将每个字符用哈夫曼编码的形式按字节保存在压缩文件中。...
哈夫曼树(Huffman Tree)与哈夫曼编码
11-10
哈夫曼树，又称最优二叉树，是一种特殊的二叉树结构，它的主要特性在于能够通过最小化带权路径长度（WPL）来优化数据存储和传输效率。在数据结构和算法领域，哈夫曼树被广泛应用于压缩数据，如哈夫曼编码，这是一种...
C++实现哈夫曼树简单创建与遍历的方法
12-31
本文以实例形式讲述了C++实现哈夫曼树简单创建与遍历的方法，比较经典的C++算法。 本例实现的功能为：给定n个带权的节点，如何构造一棵n个带有给定权值的叶节点的二叉树，使其带全路径长度WPL最小。 据此构造出最...
哈夫曼树的编码与译码.docx
10-30
【哈夫曼树的编码与译码】 哈夫曼编码是一种高效的无损数据压缩方法，由数据的频率或权重决定编码长度。它基于哈夫曼树（又称最优二叉树），这种树形结构能有效表示数据的优先级，常用在文本压缩、通信传输等领域。...
数据结构笔记：Huffman树的构造与WPL值的计算
Donald_Shallwing的博客
10-24 8245
#include <iostream> #include <cstring> using namespace std; class tNode{ public: int weight; tNode *lchild, *rchild; }; void node_sort(tNode *a_tNode, int size){ tNode temp; ...
【数据结构】哈夫曼树及哈夫曼编码实现
m0_51277527的博客
03-08 1858
哈夫曼树是一种二叉树，其中没有度为1的结点，因此一棵有 n 个叶子的哈夫曼树共有 2n-1 个结点，可以用一个大小为 2n-1 的一维数组来存放哈夫曼树的各个结点。由于每个结点同时还包含其双亲信息和孩子结点的信息，所以构成一个静态三叉链表。/*哈夫曼树的类型定义*/ # define N 30 //叶子结点的最大值 # define M 2 * N - 1 //所有结点的最大值 typedef struct {int weight;//结点的权值 int parent;
哈夫曼树及求其WPL的算法
Wizzy_Ang的博客
06-30 3871
哈夫曼树及其求其WPL的算法，用AcWing3531. 哈夫曼树作为例题
2. 计算WPL
记录计算机学习路程
10-24 1178
根据哈夫曼树，我们可以为叶子节点分配相应的哈夫曼编码，使得编码长度短的更常见，这样可以有效地减少编码的总长度，达到数据压缩的目的。这里的带权路径长度就是叶子节点的权值与它到根节点的路径长度之积的总和。2. 在所有未构造二叉树的集合中选出两个权值最小的树作为左右子树，构造出一棵新的二叉树，同时这两个权值之和作为新的父节点的权值。以二叉树为例，叶子节点是没有子节点的节点，而根节点是最顶层的节点。1. 对每个叶子节点，计算根节点到该叶子节点的路径长度，即从根节点到叶子节点所经过的边的数量。
哈夫曼树，哈夫曼编码及应用——（代码实现）
qq_44423388的博客
12-17 1567
假设有n各权值{w1,w2,…,wn}，构造一棵有n各叶子节点的二叉树，每个叶子节点带权wk，每个叶子的路径长度为lk，WPL=w1l1+w2l2+…+wn*ln，记带权路径长度WPL最小的二叉树为哈夫曼树，也称其为最优二叉树。
赫夫曼树——计算WPL及字符编码
m0_73690532的博客
05-30 2172
HuffmanTree因为翻译不同所以有其他的名字：赫夫曼树、霍夫曼树、哈夫曼树。赫夫曼树，又称最优数，是一类带权路径长度最短的数，有着广泛的应用。这里我们提出两个问题加深对最优二叉树的理解。
哈夫曼树wpl计算代码
12-18
以下是Python中计算哈夫曼树WPL值的代码： ```python import heapq class HuffmanNode: def __init__(self, value, freq): self.value = value self.freq = freq self.left = None self.right = None def __lt__(self, other): return self.freq < other.freq def calculate_wpl(root, depth): if not root: return 0 if not root.left and not root.right: return depth * root.freq return calculate_wpl(root.left, depth + 1) + calculate_wpl(root.right, depth + 1) def huffman_wpl(values, freqs): nodes = [] for i in range(len(values)): nodes.append(HuffmanNode(values[i], freqs[i])) heapq.heapify(nodes) while len(nodes) > 1: left = heapq.heappop(nodes) right = heapq.heappop(nodes) new_node = HuffmanNode(None, left.freq + right.freq) new_node.left = left new_node.right = right heapq.heappush(nodes, new_node) root = nodes[0] return calculate_wpl(root, 0) # 示例 values = ['a', 'b', 'c', 'd', 'e', 'f'] freqs = [5, 9, 12, 13, 16, 45] wpl = huffman_wpl(values, freqs) print(wpl) # 输出：224 ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值