数据结构作业-严蔚敏-5.2.(3)

一、题目说明

假设用于通信的电文仅由8个字母组成，字母在电文中出现的频率分别为0.07，0.19, 0.02, 0.06, 0.32, 0.03, 0.21, 0.10。
1）试为这8个字母设置哈夫曼编码。
2）试设计另一种由二进制表示的等长编码方案。
3）对于上述实例，比较两种方案的优缺点。

二、解答

1）可以将频率放大100倍，以方便计算，不影响哈夫曼树的构造。

w={7, 19, 2, 6, 32, 3, 21, 10},根据哈夫曼树的构造规则（参考博文：哈夫曼树和哈夫曼编码）得出以下的哈夫曼树：

2）哈夫曼编码和定长编码如下表所示：

字母编号	出现频率	哈夫曼编码	等长编码
1	0.07	1010	000
2	0.19	00	001
3	0.02	10000	010
4	0.06	1001	011
5	0.32	11	100
6	0.03	10001	101
7	0.21	01	110
8	0.10	1011	111

注意：构造出的哈夫曼树可能不同从而使得编码不同，这是因为左右子树的位置不是固定的，但是往往我们习惯于左子树根权值小于右子树，两子树权值相同时较矮的子树在左边。虽然哈夫曼树可能不同，但是WPL必然相同并且最优。
3)对于上述的两种方案。定长编码明显比哈夫曼编码更加简单。但是，哈夫曼编码是最优前缀编码。对于n个字符的数据文件来说，分别以它们的出现次数为权值构造哈夫曼树，则该树对应的哈夫曼编码对文件进行编码，能够使得该文件压缩过后对应的二进制文件的长度最短。
哈夫曼编码对应二叉树的WPL为：
WPL=2*(0.19+0.32+0.21)+4*(0.07+0.06+0.10)+5*(0.02+0.03)=2.61
等长编码对应二叉树的WPL为：
WPL=3*(0.19+0.32+0.21+0.07+0.06+0.10+0.02+0.03)=3