数据构造第15讲_赫夫曼树及其应用_C.pptVIP

6.6 赫夫曼树及其应用 1.基本术语 1）路径和路径长度 若一棵树中存在一个结点序列k1,k2,…,kj，使得ki是kj的双亲（0ij），则称此结点序列是从ki～ kj的路径。从k1～kj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。 在许多应用中，常常将树中的结点赋上一个有着某种意义的实数，称其为该结点的权。 结点的带权路径长度（WPL)规定为从树根到该结点之间的路径长度与该结点上权的乘积。 树中所有叶子结点的带权路径长度之和。通常记为： 其中 n 表示叶子结点的数目，wi 和 li分别表示叶子结点ki的权值和根到ki之间的路径长度。 4）赫夫曼（Huffman）树 又称最优二叉树。它是 n 个带权叶子结点构成的所有二叉树中，带权路径长度WPL最小的二叉树。 4.赫夫曼编码（赫夫曼树的应用之二） 1）二进制编码 通信中，可以采用0、1的不同排列来表示不同的字符，称为二进制编码。 发送端需要将电文中的字符序列转换成二进制的0、1序列，即编码； 接受端需要把接受的0、1序列转换成对应的字符序列，即译码。 字符：A B A C C D A 若采用不等长编码，让出现频率高的字符具有较短的编码，让出现频率低的字符具有较长的编码，这样有可能缩短传送电文的总长度。 2）前缀编码 若对某一字符集进行不等长编码，则要求字符集中任一字符的编码都不能是其他字符编码的前缀。符合此要求的编码叫做前缀编码。 利用二叉树设计二进制的前缀编码 3）赫夫曼编码 建立赫夫曼树及求赫夫曼编码的算法 typedef struct { unsigned int weight; unsigned int parent,lchild,rchild; } HTNode, *HuffmanTree; //动态分配数组存储赫夫曼树 typedef char **HuffmanCode; 例： 已知某系统在通信联络中只可能出现八种字符，其概率分别为0.05，0.29，0.07，0.08，0.14，0.23，0.03，0.11，试设计Huffman编码。 设权w=（5，29，7，8，14，23，3，11），n=8，则m=15 存储结构的初始状态为： 第6章 树和二叉树 6.1 树的定义和基本术语 6.2 二叉树 6.3 遍历二叉树和线索二叉树 6.4 树和森林 6.6 赫夫曼树及其应用 A B C D E F G a c b d 7 3 9 8 例：结点c的路径长度为2，其WPL=2*9=18 2）结点的权和带权路径长度 a c b d 7 3 9 8 3）树的带权路径长度 例：有四个叶子结点a,b,c,d，分别带权为9、4、5、2，由它们构成三棵不同的二叉树。 a c b d 4 9 5 2 b c d a 4 9 5 2 a b c d 9 2 4 5 a） WPL=9×2 +4×2＋5×2＋2×2＝40 b） WPL=4×1＋2×2＋5×3＋9×3＝50 c） WPL=9×1＋5×2＋4×3＋2×3＝37 a b c 1）根据给定的n个权值{w1, w2, …, wn}，构造 n棵二叉树的集合 F = {T1, T2, …,Tn}，其中每棵二叉树中均只含一个带权值为wi的根结点,其左、右子树为空树； 4) 重复(2)和(3)两步，直至F中只含一棵树为止。 3) 从F中删去这两棵树，同时加入刚生成的新树； 2) 在F中选取其根结点的权值为最小的两棵二叉树，分别作为左、右子树构造一棵新的二叉树，并置这棵新的二叉树根结点的权值为其左、右子树根结点的权值之和; 2.构造最优树 赫夫曼算法： 第一步： a b c d 9 2 5 4 a c 9 b d 2 4 5 6 第二步： a b c d 9 2 4 5 第三步： 6 11 第四步： a 9 b c d 2 4 5 6 11 20 3.判定树 (赫夫曼树的应用之一) 在解决某些判定问题时，利用赫夫曼树可以得到最佳判定算法。 例：编制一将学生百分成绩按分数段分级的程序。 若学生成绩分布是 均匀的，可用图(a) 二叉树结构来实现。 a60 a70 a80 a90 不及格 中等 良好 优秀 及格 Y N Y N Y N Y N (a) 输入10000个数据，则需进行31500次比较。 0.1 0.3 0.4 0.15 0.05 比例 90—99 80—89 70—79 60—69 0—59 分数 学生成绩分布不是均匀的情况： a60 a70 a80 a90 不及格 中等 良好 优秀 及格 Y N Y N Y N Y N (a) 有