【数据结构】哈夫曼树的建立、编码与译码（含完整代码）

概述

哈夫曼编码可以有效的压缩数据，通常可以节省20~90%的空间，具体压缩率依赖于数据的特性。我们将待压缩数据看作字符序列，根据每个字符出现的频率（也可以是字符对应的权重），通过哈夫曼贪心算法构造出字符的最优二进制表示。

这里我们只考虑前缀码，即没有任何码字是其他码字的前缀。前缀码可以保证达到最优的数据压缩率，且不会丧失一般性。但这里不做它做出证明。接下来我们介绍一下Huffman算法

算法设计思路

哈夫曼设计了一个贪心算法来构造最优前缀码，被称为Huffman code。它的正确性证明也依赖于贪心选择性质和最优子结构。

首先我们先设计一下存储结构，采用顺序表存储，开辟两个数组，一个用于存储Huffman树的结点，另一个用于存储Huffman树各个数据对应的前缀码，代码如下：

typedef struct huffman_Node //  结点
{
   
    char data;
    int weight;
    int parent, lchild, rchild;
} Node; 

typedef struct huffman_Code //  编码
{
   
    char data;
    string code;
} Code;
bool flag[N] = {
   false};//标志结点是否已经被加入树中
Node huff_tree[N];//Huffman树
Code huff_code[N];//前缀码数组
int n;//数据个数

接着我们根据输入的数据进行Huffman树的建树过程，这里我们采用顺序表结构进行存储，假设C是一个n个字符的集合，每个字符c∈C，c.weight对应它的出现频率（或者说是它的权重），然后先将n个字符存入Huffman树的数组中，其对应下标为0-n-1。接着，采用自底向上的构造出对应的最优编码的二叉树。从C中元素出发，进行|C|-1次合并操作创建出最终的二叉树。算法主要通过找到当前集合中出现频率（权重）最小的两个对象，将其合并，当合并两个对象时，得到的新对象的频率（权重）为原来两个对象的频率（权重）之和。
代码如下：

int find_min(int m)
    /**
     * @description: 该函数意在找到森林中未被找到过的
     * 且权值为最小的那颗树，采用顺序查找来搜索，最终
     * 返回它的下标
     * @param {*int m}
     * @return {*return id}
     */
    {
   
        int mi = INT_MAX, id = -1;
        for (int i = 0; i < m; ++i)
        {
   
            if (!flag[i] && huff_tree[i].weight < mi)
            {
   
                mi = huff_tree[i].weight;
                id = i;
            }
        }
        flag[id] = true;
        return id;
    }

    void build()
    /**
     * @description: 该函数为建立huffman树函数
     * 每次从森林中选取权值最小的两颗树，将其合并
     * 为一颗新树并加入森林中，然后将这两颗树删除
     * 显然每做一次操作减少一颗树，当进行了n-1次
     * 就可以得到最终形成的huffm树
     */
    {
   
        int i, cnt = 0;
        pr("请输入字符个数:\n");
        input(n);
        pr("请输入字符:    \n");
        for (i = 0; i < n; ++i)
        {
   
            cin >> huff_tree[i].data;
            huff_tree[i].weight = (int)huff_tree[i].data;
            huff_tree[i].lchild = huff_tree[i].rchild = -1;
        }
        //  左0右1  左小右大
        i = n;
        while (1)
        {
   
            if (cnt == n - 1)
            {
   
                int ii = find_min(i);
                huff_tree[ii].parent = -1;
                break;
            }
            int i1 = find_min(i);
            int i2 = find_min(i);

            h