哈夫曼编码树.ppt

* 哈 夫 曼 树 数据结构与算法 哈 夫 曼 树 与 哈 夫 曼 编 码 最优树的定义 如何构造最优树 前缀编码 * * 最优树的定义 树的路径长度定义为： 树中每个结点的路径长度之和。 结点的路径长度定义为： 从根结点该结点的路径上 分支的数目。到 * 树的带权路径长度定义为： 树中所有叶子结点的带权路径长度之和 WPL(T) = ?wklk (对所有叶子结点)。 在所有含 n 个叶子结点、并带相同权 值的 m 叉树中，必存在一棵其带权路径 长度取最小值的树，称为“最优树”。 例如： * 2 7 9 7 5 4 9 2 WPL(T)= 7?2+5?2+2?3+4?3+9?2 =60 WPL(T)= 7?4+9?4+5?3+4?2+2?1 =89 5 4 * 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； 二、如何构造最优树 (1) (赫夫曼算法) 以二叉树为例： * 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) * 从F中删去这两棵树，同时加入 刚生成的新树； 重复 (2) 和 (3) 两步，直至 F 中只 含一棵树为止。 (3) (4) 建立Huffman Tree (1) * Huffman Tree Construction (2) * * 指的是，任何一个字符的编码都 不是同一字符集中另一个字符的编码 的前缀。 前缀编码 利用赫夫曼树可以构造一种不等长的二进制编码，并且构造所得的赫夫曼编码是一种最优前缀编码，即使所传电文的总长度最短。 编码及其用法 * Letter Freq Code Bits C 32 1110 D 42 101 E 120 0 F 24 1111 K 7 111101 L 42 110 U 37 100 Z 2 111100 编码与解码 Code for DEED: Decode 1011001110111101: 如果一组代码中的任何一个代码都不是另一个代码的前缀，则称这组代码符合前缀特性prefix property. 每个字母预期的空间开销: * 带权路径长度定义为： 树中所有叶子结点的带权路径长度之和 WPL(T) = ?wklk (对所有叶子结点)。 * 要点回顾 树ADT的设计，包括树节点ADT和树ADT的设计 二叉树的性质是很重要的 物理存储（二叉）树是非常重要的！ 树的遍历算法是基础和重点 基于各种特殊的树的研究和应用是重点 * * 建立Huffman树例子的前5个步骤 【P113最后一句到P114】 * * 编码方法：【P118 5.6.2下面】 －－－ 上例的结果 C: 1110 D: 101 E: 0 F: 1111 K: 111101 L: 110 U: 100 Z: 111100 * 编码，利用Huffman表 Code for DEED: 101 0 0 101 －－－ 解码，（反编码），【P118最后一段】 Decode: DUCK －－－ 前缀特性保证了代码串被反编码时不会有多种可能。因为任何一个代码（字母）的前缀对应于一个分支结点（不是叶结点，就不可能有解码） －－－ Expected cost: (1 * 120 + 3 * 121 + 4 * 32 + 5 * 24 + 6 * 9)/ 306 = 785/306 = 2.57 * 红色是提高能力 黑色是基本能力 * * 建立Huffman树例子的前5个步骤 【P113最后一句到P114】 * * 编码方法：【P118 5.6.2下面】 －－－ 上例的结果 C: 1110 D: 101 E: 0 F: 1111 K: 111101 L: 110 U: 100 Z: 111100 * 编码，利用Huffman表 Code for DEED: 101 0 0 101 －－－ 解码，（反编码），【P118最后一段】 Decode: DUCK －－－ 前缀特性保证了代码串被反编码时不会有多种可能。因为任何一个代码（字母）的前缀对应于一个分支结点（不是叶结点，就不可能有解码）