数据结构数据结构第14次课树D.pptVIP

第6章 树和二叉树（ Tree Binary Tree ） 二叉树的应用 Huffman树简介： 构造霍夫曼树的基本思想： 构造Huffman树的步骤： 操作要点2：按左0右1对Huffman树的所有分支编号！ 例2（严题集6.26③）：假设用于通信的电文仅由8个字母 {a, b, c, d, e, f, g, h} 构成，它们在电文中出现的概率分别为{ 0.07, 0.19, 0.02, 0.06, 0.32, 0.03, 0.21, 0.10}，试为这8个字母设计哈夫曼编码。如果用0～7的二进制编码方案又如何？ 为清晰起见，重新排序为:w={2, 3, 6, 7, 10, 19, 21, 32} 对应的哈夫曼编码（左0右1）： 静态顺序存储 动态链式存储 例3:设字符集为26个英文字母，其出现频度如下表所示。 本章小结（黄色为重点内容） 4. 已知：输入序列如下，给出相应的二叉排序树12，6，5，8，9，1，3，7，6，4 6.4 6.5 6.6 6.9 6.19 操作要点1：对权值的合并、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 注：方框表示外结点（叶子，字符对应的权值）， 圆框表示内结点（合并后的权值）。 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 特点：每一码都不是另一码的前缀，绝不会错译! 称为前缀码 ——将 Huffman树 与 Huffman编码 挂钩 霍夫曼编码的基本思想是：概率大的字符用短码，概率小的用长码。由于霍夫曼树的WPL最小，说明编码所需要的比特数最少。这种编码已广泛应用于网络通信中。 解：先将概率放大100倍，以方便构造哈夫曼树。权值集合 w={7, 19, 2, 6, 32, 3, 21, 10}， 按哈夫曼树构造规则（合并、删除、替换），可得到哈夫曼树。 w4={19, 21, 28, 32} 2 3 5 6 w1={5, 6, 7, 10, 19, 21, 32} w2={7, 10, 11, 19, 21, 32} w3={11, 17, 19, 21, 32} 11 10 7 17 28 21 19 40 w5={28,32,40} 32 60 w6={40,60} w7={100} 100 b c a d e g f h 哈夫曼树 × × × × × × × × × × × × × × 2 3 5 6 11 10 7 32 17 28 21 19 40 60 100 b c a d e g f h 0 0 0 0 0 1 1 1 1 1 1 1 0 0 0.10 h 0.21 g 0.03 f 0.32 e 0.06 d 0.02 c 0.19 b 0.07 a 频率 编码 符 0.10 h 0.21 g 0.03 f 0.32 e 0.06 d 0.02 c 0.19 b 0.07 a 频率 编码 符 Huffman码的WPL＝2(0.19+0.32+0.21) + 4(0.07+0.06+0.10) +5(0.02+0.03) =1.44+0.92+0.25=2.61 WPL＝3(0.19+0.32+0.21+0.07+0.06+0.10+0.02+0.03)=3 1101 01 11111 10 1110 11110 00 1100 111 110 101 100 011 010 001 000 二进制码 另一种结果表示： 哈夫曼树相关算法 1. 建立huffman树： ——结点信息、父结点指针、权值、左右孩子指针。 ——对权值的合并、删除与替换 3. Huffman译码 2. Huffman编码： ——左“0” 右“1”，从叶子结点开始， Huffman编码是一种前缀码也称为最小冗余编码、紧致码，等等，它是数据压缩学的基础。 看实际程序注解和演示！ 建立哈夫曼树 后面 n－1个，新生成子树 前面 n个，原始数据（n个子树） rchild lchild weight parent ele typedef char datatype; typedef struct node { datatype name; folat weight; int parent, lchild, rchild; } huftree; 整个哈夫曼树的存储结构： 2n-1个结点构成的静态链表 …… …… …… …… …… …… 0 0 0 rchild 0 0 0 Lchild 0 0 0 parent 0.2