哈夫曼树及哈夫曼编码详解

一、预备知识

• 结点的路径长度：从根结点到该结点的路径上所包括的边的数目；

• 树的内路径长度：除叶结点外，从根到树中其他所有结点的路径长度之和；

• 树的外路径长度：从根结点到树中所有叶子结点的路径长度之和；

• 扩充二叉树：除叶子结点外，其余结点都必须有两个孩子，也称为2-树；

• 定理：一颗扩充二叉树的内路径长度和外路径长度分别记为I和E，n为非叶结点个数，则有E=I+2n；
• 叶结点的加权路径长度：设叶结点是带权的，则叶结点的加权路径长度是其路径长度与权值的乘积。
• 树的加权路径长度：所有叶结点的加权路径长度之和，记为WPL；


• 加权路径长度WPL的内涵（结合字符编码应用场景）
✓ 每一个叶结点表示一个字符；
✓ 叶结点权值表示对应字符在文本中的出现频度；
✓ 叶结点的路径长度表示对应字符的编码长度；
哈夫曼树就是一种具有最小加权路径长度的扩充二叉树。

二、哈夫曼树与哈夫曼算法

• 哈夫曼算法：求具有最小加权路径长度二叉树的算法
• 哈夫曼树：用哈夫曼算法构造生成的二叉树
✓ 哈夫曼树是一棵扩充二叉树；
✓ 哈夫曼树中任一非叶节点的权值等于其左右孩子的权值之和；
✓ 对于叶节点相同二叉树而言，哈夫曼树的加权路径长度是最小的；

哈夫曼编码

• 压缩编码的原则
无二义性，即编/解码的双向唯一性;
压缩率和编/解码效率的平衡;
• 前缀编码：一个字符的编码不是另一个字符编码的前缀
• 利用哈夫曼树构造哈夫曼编码
已知文本的字符集S，以及对应的权值集合W，权值表示对应字符的频度，执行如下步骤：

1. 根据W构造哈夫曼树，叶结点权值代表对应的字符；
2. 按照左孩子分支标记编码0，右孩子分支标记编码1的原则（左0右1），为哈夫曼树中的分支标记0/1编码；
3. 叶子节点对应字符的编码，即为从根结点到该叶子节点的路径中，经过各孩子分支所形成的0/1编码序列。