哈夫曼编码——哈夫曼树的数组表示

哈夫曼数及哈夫曼编码

我的思路：

/********************************************************************
    created:    2011/11/27
    created:    27:11:2011   20:28
    file base:    main
    file ext:    cpp
    author:        杨帆
    purpose:    哈夫曼编码————数组实现哈夫曼树
*********************************************************************/
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define MAX_CODE  8
struct HNode{
	char c;/* 字符 */
	int weight; /* 权重 */
	int lchild;/* 左孩子节点位置 */
	int rchild;/* 右孩子节点位置 */
	char code[MAX_CODE];
	HNode(){
		weight = -1;
		lchild = -1;
		rchild = -1;
	}
}  ;

/*
* 快速排序
*/
template<class T>
void Swap(T &a, T &b){
	T t = a;
	a = b;
	b = t;
}


int Partition(HNode* a,int p,int r){
	if( !a || ( p > r ) ){
		//return ;
		printf("ERROR: a cant be null\n");
		exit(-1);
	}
	int i = p;
	int j = r;
	HNode x = a[p];
	while( true ){
		while( a[i].weight <= x.weight && ( i < r ) ) i++;
		while( a[j].weight > x.weight ) j--;
		if( i >= j ) break;
		Swap(a[i], a[j]);
	}
	a[p] = a[j];
	a[j] = x;
	return j;
}
void QuickSort_ByWeight(HNode* a,int p,int r){
	if( !a || ( p > r ) ){
		return ;
	}
	int q = Partition(a, p, r);
	QuickSort_ByWeight(a, p, q-1);
	QuickSort_ByWeight(a, q+1, r);

}


void makeCode(HNode* nodes,int index,int parentIndex,const char b = 'l'){/* nodes最后一个节点的下标是2*num-1 */


	if ( parentIndex == -1 )	{
		nodes[index].code[0] = '\0';
	}else{
		if ( b == 'l' ) /* 假如是父亲的左儿子 */ 
		{
			//nodes[index].code
			strcpy(nodes[index].code , nodes[ parentIndex ].code);
			strcat(nodes[ index ].code,"0");
		} 
		if ( b == 'r' ) /* 假如是父亲的左儿子 */ 
		{
			strcpy(nodes[index].code , nodes[ parentIndex ].code);
			strcat(nodes[index].code,"1");
		}
	}

 	if ( nodes[index].lchild != -1 )	{
		makeCode(nodes, nodes[index].lchild, index, 'l');
	}
	if ( nodes[index].rchild != -1 )	{
		makeCode(nodes, nodes[index].rchild, index, 'r' );
	}
}

/* 
 *	nodes指向的数组大小必须是超过 2*num - 1的；
 *  num 是字符数目 */
void createHuffmanTree(HNode* nodes,int num){
	int left = 0;
	int right = num-1;
	for (int i = 0; i < num-1 && ((right+1) <= 2*num-1) ; i++)
	{
		QuickSort_ByWeight(nodes, left, right );
		nodes[right+1].c = '#';				/* 表示非叶子节点 */
		nodes[right+1].weight = nodes[left].weight + nodes[left+1].weight;
		nodes[right+1].lchild = left;
		nodes[right+1].rchild = left+1;

		left += 2;
		right ++;
	}

	makeCode(nodes, 2*num-2, -1);
}





void main(){

	int num = 6;
	int sizeofnodes = 11;/* 2*num-1; */
	HNode nodes[11];
	nodes[0].c = 'a';
	nodes[0].weight = 45;
 
	 
	nodes[1].c = 'b';
	nodes[1].weight = 13;

	nodes[2].c = 'c';
	nodes[2].weight = 12;

	nodes[3].c = 'd';
	nodes[3].weight = 16; 

	nodes[4].c = 'e';
	nodes[4].weight = 9; 

	nodes[5].c = 'f';
	nodes[5].weight = 5;  

	createHuffmanTree(nodes, num);

	for (int i = 0; i < 2*num-1 ; i++)
	{
		if (nodes[i].c != '#' )
		{printf("%c : %s\n",nodes[i].c,nodes[i].code);
		}
	}
}

  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。所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶结点的层数）。树的带权路径长度记为WPL=(W1*L1+W2*L2+W3*L3+...+ Wn*Ln)，N个权值Wi(i=1,2,...n)构成一棵有N个叶结点的二叉树，相应的叶结点的路径长度为Li(i=1,2,...n)。可以证明哈夫曼树的WPL是最小的。
        构造哈夫曼树的算法如下：
        1）对给定的n个权值{W1,W2,W3,...,Wi,...,Wn}构成n棵二叉树的初始集合F={T1,T2,T3,...,Ti,..., Tn}，其中每棵二叉树Ti中只有一个权值为Wi的根结点，它的左右子树均为空。
        2）在F中选取两棵根结点权值最小的树作为新构造的二叉树的左右子树，新二叉树的根结点的权值为其左右子树的根结点的权值之和。
        3）从F中删除这两棵树，并把这棵新的二叉树同样以升序排列加入到集合F中。
        4）重复2）和3），直到集合F中只有一棵二叉树为止。

        例如，对于4个权值为1、3、5、7的节点构造一棵哈夫曼树，其构造过程如下图所示（本人不善画图，使用DIA勉强画出如此之图）：

 可以计算得到该哈夫曼树的路径长度WPL＝(1+3)*3+2*5+1*7=26。

        对于哈夫曼树，有一个很重要的定理：对于具有n个叶子节点的哈夫曼树，共有2*n-1个节点。

        这个定理的解释如下：对于二叉树来说，有三种类型节点，即度数（只算出度）为2的节点，度数为1的节点和度数为0的叶节点。而哈夫曼树的非叶子节点是由两个节点生成的，因此不能出现度数为1的节点，而生成的非叶子节点的个数为叶子节点个数减一，于此定理就得证了。

        这里给出构造哈夫曼树的算法（算法实现使用C语言而不是java）。出于简单性考虑，构造的哈夫曼树不是采用链式存储，而是以数组方式存储，其中使用数组位置索引标识节点的链接。对于哈夫曼树中的节点其数据类型如下：

typedef struct QHTNode{

charc;      //存储的数据，为一个字符

doubleweight; //节点权重

intparent;//父节点在数组中的位置索引

intlchild;//左孩子在数组中的位置索引

intrchild;//右孩子在数组中的位置索引

}HTNode;

　　  构造哈夫曼树的算法的实现原理如下：对于n个叶子节点，我们根据上面的定理构造出大小为2*n-1的数组来存放整个哈夫曼树。这个数组的前n个位置存放的为已知的叶子节点，后（n-1）个位置存放的为动态生成的树内节点。在算法的大循环过程中，要做的事情就是根据位置i前面的已知节点（或者是叶节点或者是生成的树内节点），找出parent为－1（即节点尚且是一个子树的根结点）的节点中权值最小的两个节点，然后根据这两个节点构造出位置为i的新的父节点（也就是一棵新树的根结点）。程序如下：

void creatHuffmanTree(HTNode ht[],intn){

inti,j;

intlchild,rchild;

doubleminL,minR;

for(i=0;i<2*n-1;i++){

ht[i].parent = ht[i].lchild = ht[i].rchild = -1;

}

for(i=n;i<2*n-1;i++){

minL = minR = MAXNUMBER;

lchild = rchild = -1;

for(j=0;j<i;j++){

if(ht[j].parent == -1){

if(ht[j].weight < minL){

minR = minL;

minL = ht[j].weight;

rchild = lchild;

lchild = j;

}elseif(ht[j].weight < minR){

minR = ht[j].weight;

rchild = j;

}

}

}

ht[lchild].parent = ht[rchild].parent = i;

ht[i].weight = minL + minR;

ht[i].lchild = lchild;

ht[i].rchild = rchild;

}

}

　　 哈夫曼树的一个经典应用就是哈夫曼编码。在数据通信中，经常需要将传送的文字转换成二进制字符串，这个过程就是编码。哈夫曼编码是一种变长的编码方案，其核心就是使频率越高的码元（这个词不知用的是否准确，就是要编码的对象，可以是字符串等等了）采用越短的编码。编码过程就根据不同码元的频率（相当于权值）构造出哈夫曼树，然后求叶子节点到根节点的路径，其中节点的左孩子路径标识为0，右孩子路径标识为1。对于上面的例子，权值为1的节点编码为000，权值为3的节点编码为001，权值为5的节点编码为01，权值为7的节点编码为1。

        下面的实现采用的方法是从叶子节点向上遍历到根结点，其中数据类型 HCode中的 code存储路径信息，而start表示路径信息是从code数组的start位置开始的，结束位置为节点数n。

view source print ?

typedef struct QHCode{

char* code;

intstart;

}Hcode;

void createHuffmanCode(HTNode ht[],HCode hc[],intn){

inti,f,c;

HCode father;

for(i=0;i<n;i++){

hc[i].start = n;

c = i;

while((f=ht[c].parent) != -1){

if(ht[f].lchild == c){

hc[i].code[hc[i].start--] ='0';

}else{

hc[i].code[hc[i].start--] ='1';

}

c = f;

}

hc[i].start++;

}

}