算法导论第16章 构造赫夫曼编码

赫夫曼使用的编码是前缀码，即没有任何码字是其他码字的前缀。

编码鼠的结构是，可以用二叉树表示，其叶节点是给的的字符，字符的二进制编码用从跟结点到该字符的叶节点的简单路径表示，0即为向左走，1即为向右走，编码树并不是二叉搜索树，因为叶结点并没有排序，内结点不包含字符关键字。

最优编码方案总是对应一棵“满”二叉树（书上这么写，但有点不对， 满二叉树是所有非叶子节点都有两个孩子结点，且所有叶节点在同一层上，但赫夫曼数的叶子节点并不一定在同一层上，一般都不在），即每个非叶子节点都有两个孩子结点。例如下面这棵树：

构造赫夫曼树借助最小堆，使结点按照结点的频率进行排序，用堆排序构成小顶堆，每次取出最小的两个频率，组合成一个新的频率并再次进入堆，形成新的小顶堆。如果有n个结点，共需要进行n-1次合并。

一下为代码：

#include <iostream>
#include <queue>
using namespace std;

//结点结构
struct huffmanTreeNode
{
	int freq;
	huffmanTreeNode *left;
	huffmanTreeNode *right;
};

//用仿函数自定义排序准则，建立小顶堆
class phuffmanTreeNodeSort
{
public:
	bool operator()(const huffmanTreeNode *htn1, const huffmanTreeNode *htn2)
	{
		return htn1->freq > htn2->freq;
	}
};

const int n = 6;

huffmanTreeNode *huffman(huffmanTreeNode **arr)
{
    typedef priority_queue<huffmanTreeNode *, vector<huffmanTreeNode *>, phuffmanTreeNodeSort> huffmanPq;
	huffmanPq pq(arr, arr+n);   //建立小顶堆，按照频率建立

	//每次两个最小的结点合并成一个结点，并且重新插入堆，共需要n-1次合并
	for (int i = 1; i <= n-1; i++)
	{
		huffmanTreeNode *newNode = new huffmanTreeNode;
		newNode->left = pq.top();
		pq.pop();
		newNode->right = pq.top();
		pq.pop();
		newNode->freq = newNode->left->freq + newNode->right->freq;
		pq.push(newNode);
	}
	return pq.top();
}

int main()
{
	huffmanTreeNode *arr[n];
	cout << "请输入六个频率：" << endl;
	for (int i = 0; i < n; i++)
	{
		int freq;
		huffmanTreeNode *node = new huffmanTreeNode;
		node->left = NULL;
		node->right = NULL;
		cin >> freq;
		node->freq = freq;
		arr[i] = node;
	}
  
	cout << "哈夫曼树的根节点的频率：" << huffman(arr)->freq << endl;

	system("pause");
	return 0;
}

huffman的运行过程是：

时间分析：huffman中建堆的过程花费时间为O（n）， for循环共执行n-1次，每次都要重新调整堆一次，需要O（lgn）时间，所有循环总共花费On(lgn),所以总的运行时间是

O（nlgn）

运行结果为：