资源描述：
《算法笔记——【贪心算法】哈夫曼编码问题.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、0023算法笔记——【贪心算法】哈夫曼编码问题 1、问题描述 哈夫曼编码是广泛地用于数据文件压缩的十分有效的编码方法。其压缩率通常在20%～90%之间。哈夫曼编码算法用字符在文件中出现的频率表来建立一个用0，1串表示各字符的最优表示方式。一个包含100,000个字符的文件，各字符出现频率不同，如下表所示。 有多种方式表示文件中的信息，若用0,1码表示字符的方法，即每个字符用唯一的一个0,1串表示。若采用定长编码表示，则需要3位表示一个字符，整个文件编码需要300,000位；若采用变长编码表示，给频率高的字符较短的编码；频率低的字符较长的编码，达到整体编码
2、减少的目的，则整个文件编码需要（45×1+13×3+12×3+16×3+9×4+5×4）×1000=224,000位，由此可见，变长码比定长码方案好，总码长减小约25%。 前缀码：对每一个字符规定一个0,1串作为其代码，并要求任一字符的代码都不是其他字符代码的前缀。这种编码称为前缀码。编码的前缀性质可以使译码方法非常简单；例如001011101可以唯一的分解为0,0,101,1101，因而其译码为aabe。16/16 译码过程需要方便的取出编码的前缀，因此需要表示前缀码的合适的数据结构。为此，可以用二叉树作为前缀码的数据结构：树叶表示给定字符；从树根到树叶的
3、路径当作该字符的前缀码；代码中每一位的0或1分别作为指示某节点到左儿子或右儿子的“路标”。 从上图可以看出，表示最优前缀码的二叉树总是一棵完全二叉树，即树中任意节点都有2个儿子。图a表示定长编码方案不是最优的，其编码的二叉树不是一棵完全二叉树。在一般情况下，若C是编码字符集，表示其最优前缀码的二叉树中恰有
4、C
5、个叶子。每个叶子对应于字符集中的一个字符，该二叉树有
6、C
7、-1个内部节点。 给定编码字符集C及频率分布f,即C中任一字符c以频率f(c)在数据文件中出现。C的一个前缀码编码方案对应于一棵二叉树T。字符c在树T中的深度记为dT(c)。dT(c)也是字符c
8、的前缀码长。则平均码长16/16定义为：使平均码长达到最小的前缀码编码方案称为C的最优前缀码。 2、构造哈弗曼编码 哈夫曼提出构造最优前缀码的贪心算法，由此产生的编码方案称为哈夫曼编码。其构造步骤如下： (1)哈夫曼算法以自底向上的方式构造表示最优前缀码的二叉树T。 (2)算法以
9、C
10、个叶结点开始，执行
11、C
12、－1次的“合并”运算后产生最终所要求的树T。 (3)假设编码字符集中每一字符c的频率是f(c)。以f为键值的优先队列Q用在贪心选择时有效地确定算法当前要合并的2棵具有最小频率的树。一旦2棵具有最小频率的树合并后，产生一棵新的树，其频率
13、为合并的2棵树的频率之和，并将新树插入优先队列Q。经过n－1次的合并后，优先队列中只剩下一棵树，即所要求的树T。 构造过程如图所示：16/16 具体代码实现如下： (1)4d4.cpp，程序主文件[cpp] viewplain copy1.//4d4 贪心算法 哈夫曼算法 2.#include "stdafx.h" 3.#include "BinaryTree.h" 4.#include "MinHeap.h" 5.#include 6.using namespace std。 7. 8.const int N =
14、 6。 9. 10.template class Huffman。 11. 12.template 13.BinaryTree HuffmanTree(Type f[],int n)。 14. 15.template 16.class Huffman 17.{ 18. friend BinaryTree HuffmanTree(Type[],int)。 19. public: 20. operator Type() con
15、st 21. { 16/161. return weight。 2. } 3. //private: 4. BinaryTree tree。 5. Type weight。 6.}。 7. 8.int main() 9.{ 10. char c[] = {'0','a','b','c','d','e','f'}。 11. int f[] = {0,45,13,12,16,9,5}。//下标从1开始 12. BinaryTre
