66 赫夫曼树及其应用.docVIP

6.6 赫夫曼树及其应用 赫夫曼(Huffman)树，又称最优树，是一类带权路径长度最短的树，有着广泛的应用。本节先讨论最优二叉树。 6.6.1 最优二叉树(赫夫曼树) 首先给出路径和路径长度的概念。从树中一个结点到另一个结点之间的分支构成这两个结点之间的路径，路径上的分支数目称做路径长度。树的路径长度是从树根到每一结点的路径长度之和。6.2.1节中定义的完全二叉树就是这种路径长度最短的二叉树。 若将上述概念推广到一般情况，考虑带权的结点。结点的带权路径长度为从该结点到树根之间的路径长度与结点上权的乘积。树的带权路径长度为树中所有叶子结点的带权路径长度之和，通常记作WPL＝。 (注：WK为第K个叶子结点的权，LK为第K个叶子结点到根结点的路径长度。所谓带权路径长度就是结点的权与该结点路径长度的乘积。) 假设有n个权值{w，w，…，w}，试构造一棵有n个叶子结点的二叉树，每个叶子结点带权为w，则其中带权路径长度WPL最小的二叉树称做最优二叉树或赫夫曼树。 例如，图6.22中的3棵二叉树，都有4个叶子结点a、b、c、d，分别带权7、5、2、4，它们的带权路径长度分别为 (a)WPL＝7×2+5×2+2×2+4×2＝36 (b)WPL＝7×3+5×3+2×1+4×2＝46 (c)WPL＝7×1+5×2+2×3+4×3＝35 其中以(c)树的为最小。可以验证，它恰为赫夫曼树，即其带权路径长度在所有带权为7、5、2、4的4个叶子结点的二叉树中居最小。 (将权比较大的叶子结点尽量靠近根结点！) 在解某些判定问题时，利用赫夫曼树可以得到最佳判定算法。例如，要编制一个将百分制转换成五级分制的程序。显然，此程序很简单，只要利用条件语句便可完成。如： if(a60) b=“bad”； else if(a70) b=“pass”； else if (a80) b=“general”； else if(a90) b=“good”； else b=“excellent”； 这个判定过程可以图6.23(a)的判定树来表示。如果上述程序需反复使用、，而且每次的输入量很大，则应考虑上述程序的质量问题，即其操作所需时间。因为在实际生活中，学生的成绩在5个等级上的分布是不均匀的。假设其分布规律如下表所示： 分数 0-59 60-69 70-79 80-89 90-100 比例数 0.05 0.15 0.45 0.30 0.10 则80％以上的数据需进行3次或3次以上的比较才能得出结果。假定以5，15，40，30和10为权构造一棵有5个叶子结点的赫夫曼树，则可得到如图6.23(b)所示的判定过程，它可使大部分的数据经过较少的比较次数得出结果。但由于每个判定框都有两次比较，将这两次比较分开，我们得到如图6.23(c)所示的判定树，按此判定树可写出相应的程序。假设现有10000个输入数据，若按图6．23(a)的判定过程进行操作，则总共需进行31500次比较；而若按图6.23(c)的判定过程进行操作，则总共仅需进行22000次比较。 那么，如何构造赫夫曼树呢?赫夫曼最早给出了一个带有一般规律的算法，俗称赫夫曼算法。现叙述如下： (1) 根据给定的n个权值{ w，w，…，w}构成n棵二叉树的集合F＝{ T，T，…，T}，其中每棵二叉树T中只有一个带权为w的根结点，其左右子树均空。 (2) 在F中选取两棵根结点的权值最小的树作为左右子树构造一棵新的二叉树，且置新的二叉树的根结点的权值为其左、右子树上根结点的权值之和。 (3) 在F中删除这两棵树，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。这棵树便是赫夫曼树。 例如，图6.24展示了图6.22(c)的赫夫曼树的构造过程。其中，根结点上标注的数字是所赋的权。 算法的具体描述和实际问题所采用存储结构有关，将留在下节讨论。 —————————————————————————————————— 参考材料R6_12：（摘自宁正元《数据结构》 P135-136页） 6.6.1基本术语 1．路径和路径长度 若在一棵树中存在着一个结点序列k，k，…，kj，使得k是k的双亲(1≤i≤j)，则称此结点序列是从k到kj的路径，因树中每个结点只有一个双亲结点，所以它也是这两个结点之间的唯一路径。从k到kj与所经过的分支数称为这两点之间的路径长度，它等于路径上的结点数减1。 2．结点的权和带权路径长度 在许多应用中，常常将树中的结点赋上个有着某种意义的实数，我们称此实数为该结点的权。结点的带权路径长度规定为：从树根结点到该结点之间的路径长度与该结点上权的乘积。 3. 树的带权