《0023算法笔记——【贪心算法】哈夫曼编码问题》由会员分享，可在线阅读，更多相关《0023算法笔记——【贪心算法】哈夫曼编码问题（16页珍藏版）》请在金锄头文库上搜索。
1、0023算法笔记【贪心算法】哈夫曼编码问题1、问题描述 哈夫曼编码是广泛地用于数据文件压缩的十分有效的编码方法。其压缩率通常在20%90%之间。哈夫曼编码算法用字符在文件中出现的频率表来建立一个用0，1串表示各字符的最优表示方式。一个包含100,000个字符的文件，各字符出现频率不同，如下表所示。 有多种方式表示文件中的信息，若用0,1码表示字符的方法，即每个字符用唯一的一个0,1串表示。若采用定长编码表示，则需要3位表示一个字符，整个文件编码需要300,000位；若采用变长编码表示，给频率高的字符较短的编码；频率低的字符较长的编码，达到整体编码减少的目的，则整个文件编码需要（451+133+
2、123+163+94+54）1000=224,000位，由此可见，变长码比定长码方案好，总码长减小约25%。 前缀码：对每一个字符规定一个0,1串作为其代码，并要求任一字符的代码都不是其他字符代码的前缀。这种编码称为前缀码。编码的前缀性质可以使译码方法非常简单；例如001011101可以唯一的分解为0,0,101,1101，因而其译码为aabe。 译码过程需要方便的取出编码的前缀，因此需要表示前缀码的合适的数据结构。为此，可以用二叉树作为前缀码的数据结构：树叶表示给定字符；从树根到树叶的路径当作该字符的前缀码；代码中每一位的0或1分别作为指示某节点到左儿子或右儿子的“路标”。 从上图可以看出，
3、表示最优前缀码的二叉树总是一棵完全二叉树，即树中任意节点都有2个儿子。图a表示定长编码方案不是最优的，其编码的二叉树不是一棵完全二叉树。在一般情况下，若C是编码字符集，表示其最优前缀码的二叉树中恰有|C|个叶子。每个叶子对应于字符集中的一个字符，该二叉树有|C|-1个内部节点。 给定编码字符集C及频率分布f,即C中任一字符c以频率f(c)在数据文件中出现。C的一个前缀码编码方案对应于一棵二叉树T。字符c在树T中的深度记为dT(c)。dT(c)也是字符c的前缀码长。则平均码长定义为：使平均码长达到最小的前缀码编码方案称为C的最优前缀码。 2、构造哈弗曼编码 哈夫曼提出构造最优前缀码的贪心算法，由
4、此产生的编码方案称为哈夫曼编码。其构造步骤如下： (1)哈夫曼算法以自底向上的方式构造表示最优前缀码的二叉树T。 (2)算法以|C|个叶结点开始，执行|C|1次的“合并”运算后产生最终所要求的树T。 (3)假设编码字符集中每一字符c的频率是f(c)。以f为键值的优先队列Q用在贪心选择时有效地确定算法当前要合并的2棵具有最小频率的树。一旦2棵具有最小频率的树合并后，产生一棵新的树，其频率为合并的2棵树的频率之和，并将新树插入优先队列Q。经过n1次的合并后，优先队列中只剩下一棵树，即所要求的树T。 构造过程如图所示： 具体代码实现如下： (1)4d4.cpp，程序主文件cppview plainc
5、opy1. /4d4贪心算法哈夫曼算法2. #includestdafx.h3. #includeBinaryTree.h4. #includeMinHeap.h5. #include6. usingnamespacestd;7. 8. constintN=6;9. 10. templateclassHuffman;11. 12. template13. BinaryTreeHuffmanTree(Typef,intn);14. 15. template16. classHuffman17. 18. friendBinaryTreeHuffmanTree(Type,int);19. publi
6、c:20. operatorType()const21. 22. returnweight;23. 24. /private:25. BinaryTreetree;26. Typeweight;27. ;28. 29. intmain()30. 31. charc=0,a,b,c,d,e,f;32. intf=0,45,13,12,16,9,5;/下标从1开始33. BinaryTreet=HuffmanTree(f,N);34. 35. cout各字符出现的对应频率分别为：endl;36. for(inti=1;i=N;i+)37. 38. coutci:fi;39. 40. coutend
7、l;41. 42. cout生成二叉树的前序遍历结果为：endl;43. t.Pre_Order();44. coutendl;45. 46. cout生成二叉树的中序遍历结果为：endl;47. t.In_Order();48. coutendl;49. 50. t.DestroyTree();51. return0;52. 53. 54. template55. BinaryTreeHuffmanTree(Typef,intn)56. 57. /生成单节点树58. Huffman*w=newHuffmann+1;59. BinaryTreez,zero;60. 61. for(inti=1
8、;i=n;i+)62. 63. z.MakeTree(i,zero,zero);64. wi.weight=fi;65. wi.tree=z;66. 67. 68. /建优先队列69. MinHeapHuffmanQ(n);70. for(inti=1;i=n;i+)Q.Insert(wi);71. 72. /反复合并最小频率树73. Huffmanx,y;74. for(inti=1;in;i+)75. 76. x=Q.RemoveMin();77. y=Q.RemoveMin();78. z.MakeTree(0,x.tree,y.tree);79. x.weight+=y.weight;
9、80. x.tree=z;81. Q.Insert(x);82. 83. 84. x=Q.RemoveMin();85. 86. deletew;87. 88. returnx.tree;89. (2)BinaryTree.h 二叉树实现cppview plaincopy1. #include2. usingnamespacestd;3. 4. template5. structBTNode6. 7. Tdata;8. BTNode*lChild,*rChild;9. 10. BTNode()11. 12. lChild=rChild=NULL;13. 14. 15. BTNode(const
10、T&val,BTNode*Childl=NULL,BTNode*Childr=NULL)16. 17. data=val;18. lChild=Childl;19. rChild=Childr;20. 21. 22. BTNode*CopyTree()23. 24. BTNode*nl,*nr,*nn;25. 26. if(&data=NULL)27. returnNULL;28. 29. nl=lChild-CopyTree();30. nr=rChild-CopyTree();31. 32. nn=newBTNode(data,nl,nr);33. returnnn;34. 35. ;36
11、. 37. 38. template39. classBinaryTree40. 41. public:42. BTNode*root;43. BinaryTree();44. BinaryTree();45. 46. voidPre_Order();47. voidIn_Order();48. voidPost_Order();49. 50. intTreeHeight()const;51. intTreeNodeCount()const;52. 53. voidDestroyTree();54. voidMakeTree(TpData,BinaryTreeleftTree,BinaryTreerightTree);55. voidChange(BTNode*r);56. 57. private:58. void
