数据结构实用教程(C语言版) 全套教学课件.ppt

主要用途是实现数据压缩。 设给出一段报文： CAST CAST SAT AT A TASA 字符集合是 { C, A, S, T }，各个字符出现的频度(次数)是 W＝{ 2, 7, 4, 5 }。 若给每个字符以等长编码 A : 00 T : 10 C : 01 S : 11 则总编码长度为 ( 2+7+4+5 ) * 2 = 36. 若按各个字符出现的概率不同而给予不等长编码，可望减少总编码长度。 因各字符出现的概率为{ 2/18, 7/18, 4/18, 5/18 }。 5.5.3 huffman编码 化整为 { 2, 7, 4, 5 }，以它们为各叶结点上的权值，建立霍夫曼树。左分支赋 0，右分支赋 1，得霍夫曼编码(变长编码)。 A : 0 T : 10 C : 110 S : 111 它的总编码长度：7*1+5*2+( 2+4 )*3 = 35。比等长编码的情形要短。 总编码长度正好等于 霍夫曼树的带权路径长 度WPL。 霍夫曼编码树 若要设计长短不等的编码，必须是任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，这种编码叫前缀编码。 利用赫夫曼树编码，是一种最优前缀编码，即所传电文的总长度最短。 Huffman编码： 思想：根据字符出现频率编码，使电文总长最短 编码：根据字符出现频率构造Huffman树，然后将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 例 要传输的字符集 D={C,A,S,T, ; } 字符出现频率 w={2,4,2,3,3} C S 3 3 6 4 2 2 4 8 14 T ; A 0 0 1 1 0 1 1 0 T : 00 ; : 01 A : 10 C : 110 S : 111 译码：从Huffman树根开始，从待译码电文中逐位取码。若编码是“0”，则向左走；若编码是“1”，则向右走，一旦到达叶子结点，则译出一个字符；再重新从根出发，直到电文结束。 例 电文是{CAS;CAT;SAT;AT}编码为： 电文为“1101000”其译文是： C S 3 3 6 4 2 2 4 8 14 T ; A 0 0 1 1 0 1 1 0 T : 00 ; : 01 A : 10 C : 110 S : 111 11010111011101000011111000011000 CAT 第六章 图 6.1 图的基本概念 6.2 图的存储表示 6.3 图的遍历 6.4 图的应用 在每两个城市之间都可以设置一条线路，相应地都要付出一定的经济代价。n个城市之间，最多可能设置 n(n-1)/2 条线路，那么，如何在这些可能的线路中选择 n-1 条，以使总的耗费最少呢？ 1 2 4 5 6 3 1 2 3 4 5 5 5 6 6 6 图 图（Graph）是一种较线性表和树更为复杂的非线性结构。 在树形结构中，结点之间的关系实质上是层次关系，同层上的每个结点可以和下一层的零个或多个结点（即孩子）相关，但只能和上一层的一个结点（即双亲）相关（根结点除外）。 在图结构中，对结点（图中常称为顶点）的前趋和后继个数都是不加限制的，即结点之间的关系是任意的。图中任意两个结点之间都可能相关。 在线性结构中，结点之间的关系是线性关系，除开始结点和终端结点外，每个结点只有一个直接前趋和直接后继。 由此，图的应用极为广泛，特别是近年来的迅速发展，已渗透到诸如语言学、逻辑学、物理、化学、电讯工程、计算机科学以及数学的其它分支中。 图是由一个顶点集 V 和一个弧集 E构 成的数据结构 G = (V , E ) 其中， V={ vi| vi ∈某个数据元素集合} E={(vi,vj)| vi,vj ∈V且P(vi,vj)} 或E={<vi,vj>| vi,vj ∈V且P(vi,vj)}。 其中，G表示图, V是顶点的集合，E是边或弧 的集合。在集合E中，P(vi,vj)表示顶点vi和顶 点vj之间有边或弧相连。 6.1.1 图的结构定义: 6.1 图的基本概念 在图(a)中， V?=?{V1，V2，V3，V4，V5}， E?=?{(V1，V2)，(V2，V3)，(V1，V5)，(V2，V4)，(V4，V5)}；