数据结构哈夫曼树.docxVIP

数据结构实验报告 问题描述 已知 n 个字符在原文中出现的频率，求它们的哈夫曼编码。 问题分析 求哈夫曼编码，首先要根据字符出现的频率，即权值，构建哈夫曼树，然后根据哈夫曼树求出哈夫曼编码。 算法设计 创建哈夫曼树：对 n 个权值，创建 2n-1 个节点， parent 都默认为 0，然后进行循环查找，每次循环都从所有节点中找出 parent 为 0 且 weight 最小的两个节点，序号分别为 s1 和 s2，将 s1 节点和 s2 节点作为本节点的 lchild 和 rchild ，构建出一颗哈夫曼树，循环 2n-1 次，最后只剩下一颗哈夫曼树，即所要求的哈夫曼树。 哈夫曼编码：从叶子节点出发，寻找双亲节点，若没有则说明已经到根节 点；若有双亲节点，如果本节点是双亲节点的左孩子，则编码为 0，右孩子编码为 1，依次寻找直到走到根节点。最后将所求编码倒序输出即为哈夫曼编码。 测试数据 测试数据为 8 个字符，权值分别为： 5,29,7,8,14,23,3,11 。 测试结果： 总结 建立哈夫曼树的时候，是逆向构建，即先创建叶节点，再创建根节点，从下往上创建。求哈夫曼编码的时候也是一样，从叶子节点不断找该节点的根节点，直到找到该哈夫曼树的根节点。 附录 #include iostream.h #include malloc.h #include string.h #define ERROR 0 #define OK 1 //----------- 赫夫曼树和赫夫曼编码的存储表示 ---------- typedef struct{ unsigned int weight; unsigned int parent,lchild,rchild; }HTNode,* HuffmanTree; typedef char ** HuffmanCode; //----------- 赫夫曼算法 ------------------------------ void Select(HuffmanTree HT, int n, int min1, int min2){ unsigned int m1,m2; m1=m2=-1; 随意确定两个权值为最小 for(int i=1;i=n;i++){ if(m2!=-1) break; if(HT[i].parent==0){ if(m1==-1){ m1=HT[i].weight; min1=i; } else{ m2=HT[i].weight; min2=i; } } } 找最小权值 for(int k=1;k=n;k++){ if(HT[k].parent==0){ int w=HT[k].weight; if(k==min1 || k==min2) continue; if(wm2){ m2=w; min2=k; }else if(wm1){ m1=w; min1=k; } } } } void HuffmanCoding(HuffmanTree HT, HuffmanCode HC, int *w, int n){ //w 存放 n 个字符的权值（均 0），构造赫夫曼树 HT，并求出 n 个字符的赫夫曼编 码 HC if(n=1) return; int m = 2*n-1; HT = (HuffmanTree)malloc((m+1)*sizeof(HTNode));//0 号单元未用 int i; HuffmanTree p=HT; for(p++,i=1;i=n;i++,p++,w++){ p-weight = *w; p-parent = 0; p-lchild = 0; p-rchild = 0; } for(;i=m;i++,p++){ p-weight = 0; p-parent = 0; p-lchild = 0; p-rchild = 0; } int s1,s2; for(i=n+1;i=m;i++){// // 在 HT[1..i-1]  建赫夫曼树 选择 parent  为 0 且  weight  最小的两个节点，其序号分别 为  s1  和  s2 Select(HT,i-1,s1,s2); HT[s1].parent = i; HT[s2].parent = i; HT[i].lchild = s1; HT[i].rchild = s2; HT[i].weight = HT[s1].weight + HT[s2].weight; } //---- 从叶子到根逆向求每个字符的赫夫曼编码 ---- HC = (HuffmanCode)malloc((n+1)*sizeof(char*)); char* cd = (char*)malloc(n