-数据结构-树.docVIP

第六章 树 第六节 哈夫曼树及其应用 应用实例：文件压缩、解压。 一、术语 路径 ：连接结点之间的若干分支。 路径长度：路径的分支数。 结点路径长度：从根到该结点的路径长度。 树的路径长度：树中所有叶子结点的路径长度之和。 结点带权路径长度：结点路径长度与结点权的积。 树的带权路径长度：树中所有叶子结点的带权路径长度之和。 哈夫曼树(最优二叉树): 在叶子结点确定的前提下，带权路径长度最小的二叉树。 WPL=46 WPL=36 WPL=35 经验： ①没有度为1的结点。 ②权值越大的叶子离根越近，树的带权路径长度越小。 二、构造哈夫曼树的算法 已知：N个结点的权值为W1,……,WN，构造算法如下： ①根据(W1,……,WN)构成森林F=(T1,……,TN),每棵二叉树Ti有且只有一个根结点，权为Wi，左右子树为空； ②在F中选取二棵根的权值最小的树Ti、Tj，权为Wi、Wj，作为左右子树合成一棵新树Tk，Tk的根的权Wk=Wi+Wj； ③在F中删除Ti、Tj，加入Tk； ④重复②③，循环N-1次，F中只剩一棵树,即为哈夫曼树。 示例：0.4, 0.2, 0.1, 0.5 示例：0.22, 0.3, 0.4, 0.28 三、哈夫曼编码 1、信息编码的目标 源文件 =》 目标文件 编码目标： 目标文件长度尽可能短。 2、编码方法 定长编码 A B C D 00 01 10 11 不定长编码 (统计编码) A B C D 0 10 110 111 统计编码原理：①基于概率分布特性；②编码长度不固定。 频率高的符号用较少的位。 问题1： A的编码可以为1吗？B的编码可以为11吗？ 前缀编码：任何符号的编码都不是另一符号编码的前缀。 统计编码必须是前缀编码！ 问题2：编码的效率？ 设 S1, S2, … , Sn是被编码的一组符号, P1, P2, … , Pn是各自出现的概率, L1, L2, … , Ln是码长， 则平均码长： 3、哈夫曼树中的哈夫曼编码 哈夫曼树的意义： 叶子：待编码的符号； 权值：待编码的符号的出现频率 叶子的路径：符号的哈夫曼编码 记：左分支=0，右分支=1。 哈夫曼编码的性质： ①前缀编码：各个叶子的路径决不会相互包含。 　 ②高效编码：树的带权路径长度=平均码长 4、压缩/解压软件的思路 设压缩单位为字节， 压缩模块的设计思路： ①统计源文件：0,1,……,255的出现次数=》“频率表”； ②根据“频率表”构造哈夫曼树； ③读取各字符的哈夫曼编码； ④将“频率表”写入压缩文件头；（文件头的格式设计？） ⑤翻译源文件，写入压缩文件。 解压模块的设计思路： ①读压缩文件头，得到“频率表”； ②根据“频率表”重构哈夫曼树； ③读压缩文件中的0/1串，从根搜索至叶子，将叶子对应的字符写入“解压文件”； ④重复③，直至译完压缩文件。 四、哈夫曼算法：建树、计算编码 存储结构：顺序？链式？ 若结点数确定：采用静态链表。 若结点数不定：采用动态链表。 #define N 4 /* 需编码的字符数 */ #define M 7 /* 哈夫曼树的结点数=2N-1 */ typedef struct //每个字符及相应权值 { char ch; float weight; }Char_Weight; typedef struct { char ch; float weight; int parent,lchild,rchild; //父结点，左、右孩子 }HuffNode; typedef struct //每个字符的编码结构 { int start; int bits[N]; }HuffCode; main() { Char_Weight W[N]; HuffNode HT[M]; HuffCode HC[N]; ReadWeight(W); // 读入权值 Huffman_Create(HT,W); //建树HT[M] Huffman_Coding(HT,HC); //读编码HC[N] } void Huffman_Create(HuffNode HT[],Char_Weight W[]) { for(i=0;iN;i++) // 初始化N个树的森林 { HT[i].ch= W[i].ch; // 为将来译码作准备 HT[i].parent=HT[i].lc