算法设计与分析 Huffman编码.docVIP

§5. 哈夫曼(Huffman)编码 哈夫曼编码是用于数据文件压缩的一个十分有效的编码方法，其压缩率通常在20％～90％之间。哈夫曼编码算法使用字符在文件中出现的频率表来建立一个0,1串，以表示各个字符的最优表示方式。下表给出的是具有100,000个字符文件中出现的6个不同的字符的出现频率统计。 表 5.1 字符出现频率表 不同的字符 a b c d e f 频率（千次） 45 13 12 16 9 5 定长码 000 001 010 011 100 101 变长码 0 101 100 111 1101 1100 如果采用定长码，则每个字符至少需用三位，该文件总共需要300,000位；如果采用上面所列变长码，则该文件需用（45×1＋13×3＋12×3＋16×3＋9×4＋5×4）×1000＝224,000位，总码长减少了25%。 一般的编码都是延一个方向连续地写下0,1子串，比如从左到右、从上到下。解码时也是同样的方向逐字地搜索。为了使解码唯一，必须使用一个规则。前缀码即是一种方法，它要求表示任何一个字符的0,1字串都不能是表示另一个字符的0,1字串的前部。比如，若用01表示字符a，则表示其它字符的字串不能是01…。可以用一棵二叉树来表示前缀编码的数据结构。用树叶代表给定的字符，并将给定字符的前缀码看作使从树根到代表该字符的树叶的一条道路。代码中每一位的0或