哈夫曼树，哈夫曼编码

哈夫曼树

1.历史

1. 首先是为了找到最有效的高效的（空间，整体）编码，然后借助数据结构种的树型结构，发现通过构建这样一颗二叉树，可以得到最有效的编码

2.概念

1. 给定n个权值作为n个叶子结点，构造一棵二叉树，若树的带权路径长度达到最小的树。又称最优二叉树，整体判定过程效率最高的数据结构

   1. 二叉树
   2. 带权的节点为叶子节点
   3. 树的带权路径长度最小

2. 相关概念：

    

   1. 路径：一个节点到另一个节点之间的分支构成这两个节点之间的路径

   2. 路径的长度：路径上的分支数目之和

   3. 树的路径长度：根节点到每个节点的路径长度之和

   4. 节点的带权路径长度：从根节点到该节点的路径长度与节点的权值的乘积

   5. 树的带权路径长度：根节点到每个叶子节点的带权路径长度的和 （wpl）

   6. 权值：出现的概率（根据实际情况统计而来的）

3. 实现

1. 构建 ： 使权值越大的节点，路径长度越小（越靠近根节点）

2. 步骤：

   1. 在森林中选取两颗根节点权值最小的树做为左右子树，构建新的二叉树，更新二叉树的根节点权值为左右两个节点的权值之和

   2. 在森林中删除这两棵树，并把新构建的树加入森林

   3. 重复上诉两部，直到只有一棵树

       

      

   4. 注意点：

      1. 相同的带权节点可以构成多颗哈夫曼树

      2. 一般，将最新构造成的树放到等概率的最后合并，将有利于缩短码长差，并且编出的码更接近等长码，但是不同的构造方式最后构造出来的哈夫曼树的wpl是一样的

4. 应用

1. 哈夫曼编码

   1. 场景：数据通信的过程中会将每个出现的字符转换为二进制编码，用0，1码的不同顺序代表字符，并且在设计编码的时候需要满足两个原则

      1. 发送和解读的一致性和唯一性

      2. 编码长度尽可能短

      3. 实现

         1. 等长编码 ：解读简单，但是不短

         2. 不等长编码：可以做到尽可能的短，但是不一定满足唯一性

         3. 前缀编码：在不等长编码的基础上，使得每个编码不是其他任何一个编码的前缀

            1. 字符的使用频率作为叶子节点的权值构建一颗哈夫曼树

            2. 从根节点开始，左分支为0，右分支为1，从根节点到叶子节点的路径为该叶子节点的编码

   

   1. 静态哈夫曼编码

      1. 以下：需要对源数据进行多次遍历：统计