哈夫曼树定义与原理

哈夫曼树定义与原理

图上两棵二叉树可以简化为叶子结点带权的二叉树，A表示不及格、B表示及格、C表示
中等、D表示良好、E表示优秀。每个叶子的分支线上的数字就是成绩所占比例。

• 路径长度：树中一个结点到另一个结点之间的分支构成两个结点之间的路径，路径上的分支数目称做路径长度。
• 树的路径长度：从树根到每一结点的路径长度之和。
• a树的路径长度：1+1+2+2+3+3+4+4 = 20
• b树的路径长度：1+2+3+3+2+1+2+2 = 16
• 结点的带权路径长度：该结点到树根之间的路径长度与结点上权的乘积。
• 树的带权路径长度：树中所有叶子结点的带权路径长度之和。用WPL表示

带权路径长度WPL最小的二叉树称做哈夫曼树，也叫最优二叉树。

• a树WPL:315
• b树WPL：220
• 上述结果意味着：10000个学生，a树需要31500次比较，b树只需要22000次比较，少了三分之一的量，性能明显提升。

如何构造哈夫曼树

上图虽然是哈夫曼树，但是每次判断需要比较两次。比如根结点（T < 80 && T >= 70 ）效率上不如下图的高：

哈夫曼编码

如上，数据被压缩了，节约了大约17%的存储或传输成本。