算法分析与设计2004春.课件.第05讲【荐】.pdfVIP

Lecture 5. Greedy Algorithm • Huffman code • Matroid （拟阵续） 清华大学软件学院宋斌恒 1 Huffman Codes • Huffman codes用于数据压缩一般可以达到 压缩20 ％到90%的效果。 • 什么是编码：编码实质上是用给定的一组 符号集的字符串到另外一组符号集的映 射。 • 例如用{0,1}字符串到所有英文字符{a,b,c,…} 的映射的8位码 清华大学软件学院宋斌恒 2 Prefix codes • 我们只考虑任一个编码字不是另一个编码 字的前缀的编码。 • 这样的编码叫Prefix Codes。 • 下页给出几种编码例子： 清华大学软件学院宋斌恒 3 a b c d e f Frequency (in thousands) 45 13 12 16 9 5 Fixed-length codeword 000 001 010 011 100 101 Variable-length codeword 0 101 100 111 1101 1100 Figure 16.3 A character-coding problem. A data file of 100,000 characters contains only the characters a-f, with the frequencies indicated. If each character is assigned a 3-bit codeword, the file can be encoded in 300,000 bits. Using the variable-length code shown, the file can be encoded in 224,000 bits. Prefix codes are desirable because they simplify decoding. •示例：在上图非定长编码下，串 0001110101唯一代表字符串aaaeab 清华大学软件学院宋斌恒 5 编码表示方式 • 利用树来表示，下图表示等长编码： 100 86 14 58 28 14 a:45 b:13 c:12 d:16 e:9 f:5 清华大学软件学院宋斌恒 6 An optimal code for a file is always represented by a full binary tree. 100 86 14