第06章_树与二叉树C分析.pptVIP

* * * * * * * * 构造Huffman树的步骤（即Huffman算法）： 由给定的 n 个权值{ w1, w2, …, wn }构成n棵二叉树的集合F = { T1, T2, …, Tn } （即森林） ，其中每棵二叉树 Ti 中只有一个带权为 wi 的根结点，其左右子树均空。 (2) 在F 中选取两棵根结点权值最小的树 做为左右子树构造一棵新的二叉树，且让新二叉树根结点的权值等于其左右子树的根结点权值之和。 (3) 在F 中删去这两棵树，同时将新得到的二叉树加入 F中。 (4) 重复(2) 和(3) , 直到 F 只含一棵树为止。这棵树便是Huffman树。 * 对权值进行合并、删除与替换 ——在权值集合{7,5,2,4}中，总是合并当前值最小的两个权 具体操作步骤： a. 初始 b. 合并{2} {4} c. 合并{5} {6} d. 合并{7} {11} 谁左谁右？ 不规定就不会惟一 * 9 例题：已知权值 W={ 5, 6, 2, 9, 7 }, 建立对应的Huffman树 5 6 2 7 9 2 5 7 16 6 7 13 29 * Huffman树的应用： 例：设有4个字符d,i,a,n，出现的频度分别为7,5,2,4，怎样编码才能使它们组成的报文长度最短？ 法1：等长编码（如二进制编码） 令d=00，i=01，a=10，n=11，则： WPL1＝2bit×(7＋5＋2＋4）＝36 法2：不等长编码（如Huffman编码） 令d=0;i=10,a=110,n=111，则： WPL2=1bit×7＋2bit×5+3bit×(2+4)=35 明确：要实现Huffman编码，就要先构造Huffman树 讨论：Huffman树有什么用？ 频度高的信息用短码，低的用长码，传输效率肯定高！ 最小冗余编码、信息高效传输 * 按左“0”右“1” 对Huffman树的所有分支编号 d a i n 1 1 1 0 0 0 Huffman编码结果：d=0, i=10, a=110, n=111 WPL=1bit×7＋2bit×5+3bit×(2+4)=35 （小于等长码的WPL=36） 特征：每一码不会是另一码的前缀，译码时可惟一复原 Huffman编码也称为前缀码 Huffman编码 * 哈夫曼编码 哈夫曼树的应用很广，哈夫曼编码就是其在电讯通信中的应用之一。在电讯通信业务中，通常用二进制编码来表示字母或其他字符，并用这样的编码来表示字符序列。 例：如果需传送的电文为 ‘ABACCDA’，它只用到四种字符，用两位二进制编码便可分辨。假设 A, B, C, D 的编码分别为 00, 01, 10, 11，则上述电文便为 ‘00010010101100’（共 14 位），译码员按两位进行分组译码，便可恢复原来的电文。 能否使编码总长度更短呢？ * 实际应用中各字符的出现频度不相同 数据的最小冗余编码问题 用短（长）编码表示频率大（小）的字符 使得编码序列的总长度最小，使所需总空间量最少 若假设 A, B, C, D 的编码分别为 0，00，1，01，则电文 ‘ABACCDA’ 便为 ‘000011010’（共 9 位）。 可译为 ‘BBCCDA’、‘ABACCDA’、‘AAAACCACA’ 存在多义性 * 要求任一字符的编码都不能是另一字符编码的前缀！ 这种编码称为前缀编码（其实是非前缀码）。 译码的惟一性问题 利用最优二叉树可以很好地解决上述两个问题 在编码过程要考虑两个问题 数据的最小冗余编码问题 译码的惟一性问题 * 以电文中的字符作为叶子结点构造二叉树。然后将二叉树中 结点引向其左孩子的分支标 ‘0’，引向其右孩子的分支标 ‘1’； 每 个字符的编码即为从根到每个叶子的路径上得到的 0, 1 序列。如 此得到的即为二进制前缀编码。 用二叉树设计二进制前缀编码 例： A B C D 0 1 0 1 0 1 编码： A：0 B：10 C：110 D：111 任意一个叶子 结点都不可能 在其它叶子结 点的路径中。 * 假设各个字符在电文中出现的次数（或频率）为 wi ，其编码长度为 li，电文中只有 n 种字符，编码总长为： 叶子结点的权 从根到叶子的路径长度 设计电文总长最短的编码 设计哈夫曼树（以 n 种 字符出现的频率作权） 用哈夫曼树设计总长最短的二进制前缀编码 由哈夫曼树得到的二进制前缀编码称为哈夫曼编码 * 解： A C B D 0 0 0 1 1 1 编码