【知识点8】哈夫曼树⭐⭐⭐⭐⭐

最新推荐文章于 2025-01-04 19:33:41 发布

yc_cy1999

最新推荐文章于 2025-01-04 19:33:41 发布

阅读量2.8k

点赞数 1

分类专栏： # 树文章标签：算法数据结构 c++ 哈夫曼树算法笔记

本文链接：https://blog.csdn.net/yc_cy1999/article/details/104515773

版权

树专栏收录该内容

78 篇文章

订阅专栏

本文深入探讨了哈夫曼树的构造及其在编码中的应用。介绍了如何通过哈夫曼树解决合并果子问题，实现最小带权路径长度。同时，详细讲解了哈夫曼编码的生成过程，以及其在信息压缩中的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目录

哈夫曼树
问题引入——合并果子
哈夫曼树的构造

哈夫曼编码
参考资料

哈夫曼树

问题引入——合并果子

在这里插入图片描述

带权路径长度：叶子结点的权值乘以其路径长度的结果；
树的带权路径长度（Weighted Path Length of Tree，WPL）：树的所有叶子结点的带权路径长度之和。

于是，我们合并果子的问题就转换成：

已知n个数，寻找一棵树，使得树的所有叶子结点的权值恰好为这n个数，并且使得这棵树的带权路径长度最小。

带权路径长度最小的树称为哈夫曼树（又称最优二叉树）。显然，对同一组叶子结点来说，哈夫曼树可以是不唯一的，但是最小带权路径长度一定是唯一的（想一想为什么？）

哈夫曼树的构造

下面给出一个非常简洁易操作的算法，来构造一棵哈夫曼树：

初始状态下共有n个结点（结点的权值分别是给定的n个数），将它们视作n棵只有一个结点的树。
合并其中根结点权值最小的两棵树，生成两棵树根结点的父结点，权值为这两个根结点的权值之和，这样树的数量就减少一个。
重复操作2，直到只剩下一棵树为止，这棵树就是哈夫曼树。

以前面的例子为例，初始状态下有5个果堆，质量分别是1、2、2、3、6，当前状态如图9-60所示：
在这里插入图片描述

通过这个例子也可以发现，对哈夫曼树来说不存在度为1的结点，并且权值越高的结点相对来说越接近根结点。

关于上述算法的正确性可以参考算法导论

在很多实际场景中，不需要真的去构建一棵哈夫曼树，只需能得到最终的带权路径长度即可（例如合并果子问题就只需要知道消耗的最小体力），因此读者需要着重掌握的是哈夫曼树的构建思想，也就是反复选择两个最小的元素，合并，直到只剩下一个元素。于是，一般可以使用优先队列（也可以说是堆结构）来执行这种策略。

以合并果子问题为例，初始状态下把果堆的质量压入优先队列（注意含义为小顶堆），之后每次从优先队列顶部取出两个最小的数，将它们相加并重新压入优先队列（需要在外部定义一个变量ans，将每次相加的结果累加起来），重复直到优先队列中只剩下一个数，此时得到了消耗的最小体力ans，并且方案也可以在这个过程中得到。

以合并果子为例，可以直接使用优先队列来实现。代码如下：

#include<cstdio>
#include<queue>

using namespace std;

//代表小顶堆的优先队列
priority_queue<long long,vector<long long>,greater<long long>> q;

int main(){
	int n;
	long long temp,x,ans = 0;
	scanf("%d",&n);
	for(int i=0;i<n;i++){
		scanf("%lld",&temp);
		q.push(temp);	//将初始重量压入优先队列 
	}
	
	while(q.size() > 1){	//只要优先队列中至少有两个元素 
		x = q.top();
		q.top();
		y = q.top();
		q.pop();
		q.push(x+y);	//取出堆顶的两个元素，求和后压入优先队列 
		ans += x+y;		//累计求和的结果 
	} 
	printf("%lld\n",ans); 
	return 0;
}

哈夫曼编码

在这里插入图片描述
因此需要寻找一套编码方式，使得其中任何一个字符的编码都不是另一个字符的编码的前缀，同时把满足这种编码方式的编码称为前缀编码。

于是很快就会想到，依照本节一开始的说法，只要让这些字符作为一棵二叉树的叶子结点，就能产生需要的编码。因此可以让A用00表示，B用01表示，C用100表示，D用101表示，就可以把ABCAD编码成000110000101，并且不会产生混淆，如图9-66所示。再次强调，前缀编码的存在意义在于不产生混淆，让解码能够正常进行。
在这里插入图片描述
考虑进一步的问题。对一个给定的字符串来说，肯定有很多种前缀编码的方式，但是为了信息传递的效率，需要尽量选择长度最短的编码方式。

最后再次强调，哈夫曼编码是针对确定的字符串来讲的。只有对确定的字符串，才能根据其中各字符的出现次数建立哈夫曼树，于是才有对应的哈夫曼编码。哈夫曼编码需要构建具体的哈夫曼树。（等我刷到这样的题，我就回来补代码~~~）

参考资料

算法笔记