【哈夫曼树】基本概念、构建过程及C++代码

关于哈夫曼树的基本概念

1. 在一棵树中，从一个结点往下可以达到的结点之间的通路，称为路径。
2. 某一路径所经过的“边”的数量，称为该路径的路径长度。
3. 若将树中结点赋给一个带有某种含义的数值，则该数值称为该结点的权。
4. 从根结点到该结点之间的路径长度与该结点的权的乘积，称为该结点的带权路径长度。
5. 树的带权路径长度规定为所有叶子结点的带权路径长度之和，记为WPL。
6. 给定n个权值作为n个叶子结点，构造一棵二叉树，若该树的带权路径长度达到最小，则称该二叉树为哈夫曼树，也被称为最优二叉树。

根据树的带权路径长度的计算规则，我们应该尽可能地让权值大的叶子结点靠近根结点，让权值小的叶子结点远离根结点，这样便能使得这棵二叉树的带权路径长度达到最小。

---

哈夫曼树的构建过程

给定n个权值分别为w1,w2,…wn的结点，哈夫曼树的构造过程如下：

1. 将这n个结点分别作为n棵仅含一个结点的二叉树，构成森林F。
2. 构造一个新结点，从F中选取两棵根结点权值最小的树作为新结点的左、右子树，新结点的权值为左、右子树上的权值之和。
3. 从F中删除刚刚选择的两棵树，同时将新得到的树加入到F中。
4. 重复步骤2、3，直到F中只剩下一棵树为止。

---

哈夫曼树的特点

1. 每个初始结点最后都变成了叶结点，且权值越小的叶结点的路径长度越大。
2. 构建过程中共构建了n-1个结点，因此哈夫曼树的总结点数为2n-1.
3. 每次构造都选择两个结点，因此哈夫曼树不存在度为1的结点。

---

代码展示

由于普通的C语言实现的代码在大多数地方都能找到，这里就只展示C++改进的代码

#include<iostream>
#include<string>
#include<string.h>
#include<vector> 
using namespace std;

typedef int ElemType;
typedef vector<string> HuffmanCode;	//哈夫曼编码 
vector<int> w;						//输入的权值
int n;								//结点总数 

/*哈夫曼树结点类*/ 
class HTNode{
	public:
		ElemType weight;	//权值
		int parent;			//父节点
		int lChild, rChild;	//左右孩子 
		
		//构造函数 
		HTNode(){
			weight = parent = lChild = rChild = 0;
		}
		HTNode(int weight){
			this->weight = weight;
			parent = lChild = rChild = 0;
		}
		
		//输出运算符重载
		friend std::ostream &operator << (std::ostream &output, HTNode &h){
			output << h.weight;
			return output;
		} 
		
};
/*哈夫曼树操作类*/ 
class Huff{
	private:
		vector<HTNode> T;	//内部维护一棵哈夫曼树 
		int m;				//哈夫曼树结点总数		
		
		void Select(int n, int &s1, int &s2){
			int min;
			for(int i = 1; i <= n; i++){	//找到第一个还没有双亲的叶子结点 
				if(T[i].parent == 0){
					min = i;
					break;
				}
			}
			for(int i = min+1; i <= n; i++){//向后迭代找到最小的 
				if(T[i].parent == 0 && T[i].weight < T[min].weight)
					min = i;
			}
			s1 = min;	//第一个最小值给s1
			
			for(int i = 1; i <= n; i++){	//同上，找到第二小的 
				if(T[i].parent == 0 && i != s1){
					min = i;
					break;
				}
			} 
			for(int i = min+1; i <= n; i++){
				if(T[i].parent == 0 && T[i].weight < T[min].weight && i != s1)
					min = i;
			}
			s2 = min;	//第二个最小值给s2 
		}
		
	public:
		
		//构造函数 
		Huff(){
			m = 2*n-1;
			T.resize(m+1);//初始化数组长度
			for(int i = 0; i < m; i++) T[i] = 0;
		}
		
		
		/*构建哈夫曼树*/
		void CreateHuff(){
			for(int i = 1; i <= n; i++){
				HTNode ht(w[i-1]);
				T[i] = ht;		//赋权值给n个叶子结点 
			} 
			for(int i = n+1; i <= m; i++){
				//每次选择权值最小的结点s1,s2
				int s1, s2;	
				Select(i-1, s1, s2);
				T[i].weight = T[s1].weight+T[s2].weight;
				T[s1].parent = i;
				T[s2].parent = i;
				T[i].lChild = s1;
				T[i].rChild = s2;
//				cout << s1 << " " << s2 << "\t" << T[s1].parent << " " << T[s2].parent << endl;				
//				HTNode ht = T[i];
//				cout << ht << endl;
			} 			
		}
		
		/*生成哈夫曼编码*/
		void HuffCoding(HuffmanCode &HC){
			string code;
			for(int i = 1; i <= n; i++){
				int c = i;	   			//正在进行的第i个数据的编码
				int p = T[c].parent;	//找到该数据的父结点
				while(p){				//直到父结点为0，即父结点为根结点时，停止
					//如果该结点是其父结点的左孩子，则编码为0，否则为1
					if(T[p].lChild == c) code = '0'+code;
					else code = '1'+code;
					c = p;				//继续往上进行编码
					p = T[c].parent;	//c的父结点
				}
				HC.push_back(code);		//将编码插入到数组中 
				code.clear();
			}
			
			for(int i = 1; i <= n; i++){
				cout << "数据" << T[i].weight << "的编码为:" << HC[i-1] << endl;
			} 
		}
		
		void disp(){
			cout << "哈夫曼树为:" << endl;
			cout << "下标   权值     父结点   左孩子   右孩子" << endl;
			cout << "0                                  " << endl;
			
			for (int i = 1; i <= m; i++){
				cout << i << '\t' << T[i].weight << '\t' << T[i].parent << '\t' << T[i].lChild << '\t' << T[i].rChild << endl;
			}
			cout << endl;
		}
}; 


int main(){
	int x;
	cout << "请输入数据的个数：";
	cin >> n;
	cout << "请输入数据：";
	for(int i = 0; i < n; i++) {
		cin >> x;
		w.push_back(x);
	}
	
	Huff h;
	h.CreateHuff();
	h.disp();
	
	HuffmanCode HC;
	h.HuffCoding(HC);	
	
	return 0;
}

/*
测试集 
5
23 4 5 51 16

运行效果：
请输入数据的个数：5
请输入数据：23 4 5 51 16
哈夫曼树为:
下标   权值     父结点   左孩子   右孩子
0
1       23      8       0       0
2       4       6       0       0
3       5       6       0       0
4       51      9       0       0
5       16      7       0       0
6       9       7       2       3
7       25      8       6       5
8       48      9       1       7
9       99      0       8       4

数据23的编码为:00
数据4的编码为:0100
数据5的编码为:0101
数据51的编码为:1
数据16的编码为:011 
*/