Huffman树及其应用
哈夫曼树又称为最优二叉树,哈夫曼树的一个最主要的应用就是哈夫曼编码,本文通过简单的问题举例阐释哈夫曼编码的由来,并用哈夫曼树的方法构造哈夫曼编码,最终解决问题来更好的认识哈夫曼树的应用--哈夫曼编码。
一、引子
在学习中我们经常遇到将各科成绩改为优秀、良好、中等、及格和不及格。那么根据分级原理,代码表示为:
if(a<)
b = "不及格“;
else if(a<)
b = "及格";
else if(a<)
b = "中等";
else if(a<)
b = "良好";
else if(a<)
b = "优秀";
那么用二叉树表示为:
在实际应用中,5个学生等级的分布规律如表所示
分数 | 0~59 | 60~ 69 | 70~79 | 80~89 | 90~100 |
所占比例 | 5% | 15% | 40% | 30% | 10% |
在上面中70分以上的比例是80%,但都需要经过三次比较判断才得出结果,显然不合理。
Huffman提出了想法,加入修改成如图所示
二、Huffman定义和原理
根据上面例子的引出,我们将各个成绩所占比例,当做权重标示在分支上,如图所示
哈夫曼树定义为:给定n个权值作为n个叶子结点,构造出的一棵二叉树带权路径长度达到最小。
1、路径和路径长度
在一棵树中,从一个结点往下可以达到的孩子或子孙结点之间的通路,称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1,则从根结点到第L层结点的路径长度为L-1。在二叉树a中根节点到结点D路径长度为4,在二叉树b中结点D到根节点路径长度为2.
树的路径长度:树根到每个结点的路径长度之和。二叉树a = 1+1+2+2+3+3+4+4= 20.二叉树B = 1+2+3+3+2+1+2+2 = 16.
2、结点的权及带权路径长度
若将树中结点赋给一个有着某种含义的数值,则这个数值称为该结点的权。结点的带权路径长度为:从根结点到该结点之间的路径长度与该结点的权的乘积。
3、树的带权路径长度
树的带权路径长度规定为所有叶子结点的带权路径长度之和。
树的带权路径长度计算
二叉树a = 5*1+15*2+40*3+30*4+10*4 = 315;
二叉树b = 5*3+15*3+40*2+30*2+10*2 = 220;
如果我们现在用10000个学生需要转换,二叉树a需要31500(别往里是百分数,315/100*10000),二叉树b需要22000次,差不多少了三分之一呢。
从定义中可以看出哈夫曼树的一个最重要的特点:带权路径长度最短。
huffman树构建
哈夫曼编码步骤:
一、对给定的n个权值{W1,W2,W3,...,Wi,...,Wn}构成n棵二叉树的初始集合F= {T1,T2,T3,...,Ti,...,Tn},其中每棵二叉树Ti中只有一个权值为Wi的根结点,它的左右子树均为空。(为方便在计算机上实现算 法,一般还要求以Ti的权值Wi的升序排列。)
二、在F中选取两棵根结点权值最小的树作为新构造的二叉树的左右子树,新二叉树的根结点的权值为其左右子树的根结点的权值之和。
三、从F中删除这两棵树,并把这棵新的二叉树同样以升序排列加入到集合F中。
四、重复二和三两步,直到集合F中只有一棵二叉树为止。
简易的理解就是,假如我有A,B,C,D,E五个字符,出现的频率(即权值)分别为5,4,3,2,1,那么我们第一步先取两个最小权值作为左右子树构造一个新树,即取1,2构成新树,其结点为1+2=3,如图:
虚线为新生成的结点,第二步再把新生成的权值为3的结点放到剩下的集合中,所以集合变成{5,4,3,3},再根据第二步,取最小的两个权值构成新树,如图:
再依次建立哈夫曼树,如下图:
其中各个权值替换对应的字符即为下图:
所以各字符对应的编码为:A->11,B->10,C->00,D->011,E->010
//在Huffman结点数组中找权值最小的两个结点i1和i2
void SelectNode(pHuffmanNode itemnode,int &MinNum1,int &MinNum2,int num)
{
/* 假设两个结点的权值 */
int MaxWeight1,MaxWeight2;
MaxWeight1 = MaxWeight2 = ;
/* 找出所有结点中权值最小、无父结点的两个结点*/
for(int i = ;i<num;i++)
{
//parent不为-1,就是已经判断过了。
if (itemnode[i].weight<MaxWeight1&&itemnode[i].parent == -)
{
//将m1赋值给m2保证m1是最小的,m2是第二小的
MaxWeight2 = MaxWeight1;
MinNum2 = MinNum1;
MaxWeight1 = itemnode[i].weight;
MinNum1 = i;
}
else if (itemnode[i].weight<MaxWeight2&& itemnode[i].parent == -)
{
MaxWeight2 = itemnode[i].weight;
MinNum2 = i;
}
}
} //创建huffman树
void CreateHuffman(pHuffmanNode HuffmanNodeArray,int n)
{
//创建树结点
//叶子结点(度为0)的个数为n,分支结点(度为2的n2)是n-1,二叉树没有n1,所以树结点为2*n-1;
for (int i = ;i< *n-;i++)
{
HuffmanNodeArray[i].weight =;
HuffmanNodeArray[i].parent = -;
HuffmanNodeArray[i].lchild = -;
HuffmanNodeArray[i].rchild = -;
HuffmanNodeArray[i].value = i; } //创建权值的结点,也就是在HUffman中叶子结点
for (int i = ;i<n;i++)
{
cout<<"Please input weight of leaf node"<<endl;
cin>>HuffmanNodeArray[i].weight;
} //循环构建Huffman树,需要判断n-1次
for (int i = n;i<*n-;i++)
{
int minNum1 = ;
int minNum2 = ;
SelectNode(HuffmanNodeArray,minNum1,minNum2,i);
//minNum1,minNum2数值小于n,其实就是为叶子结点确定父节点是谁。
HuffmanNodeArray[minNum1].parent = i;
HuffmanNodeArray[minNum2].parent = i;
//创建两个叶子结点的父节点(分支结点),确定左右孩子,赋值权重
HuffmanNodeArray[i].weight = HuffmanNodeArray[minNum1].weight+HuffmanNodeArray[minNum2].weight;
HuffmanNodeArray[i].rchild = minNum1;
HuffmanNodeArray[i].lchild = minNum2; } }
CreateHuffman
Huffman编码
赫夫曼在研究这种最优二叉树时的主要目的是解决当年远距离通信(主要是电报)的数据传输的最优化问题。比如传输一串字符“BADCADFEED”,采用二进制数据表示,如下表:
字母 | A | B | C | D | E | F |
二进制字符 | 000 | 001 | 010 | 011 | 100 | 101 |
编码之后的二进制数据流为“001000011010000011101100100011”,对方接收时同样按照3位一组解码。现在假设这6个字母出现的频率不同,A 27%,B %8,C 15%,D 15%,E 30%,F 5%。下面将27、8、15、15、30、5分别作为A、B、C、D、E、F的权值构造赫夫曼树,如下图:
将右图赫夫曼树的权值左分支改为0,右分支改为1。
现在将这6个字母用从根节点到叶子所经过路径的0或1来编码,得到的编码表如下:
字母 | A | B | C | D | E | F |
编码 | 01 | 1001 | 101 | 00 | 11 | 1000 |
将“BADCADFEED”再次编码得到“1001010010101001000111100”,共25个字符,与之前编码得到的30个字符相比大约节约了17%的存储和传输成本。
在解码时,用同样的赫夫曼树,即发送方和接收方约定好同样的赫夫曼编码规则。当接收方接收到“1001010010101001000111100”时,比对右图中的赫夫曼树。
void CreateHuffmanCode(pHuffmanNode itemHuffmanNode,pHuffmanCode itemHuffmanCode,int n)
{
//获取huffman树,从叶子结点开始遍历,现找到叶子结点的父节点,如果此节点在左边就是0,否则就是1
int ntemp,ptemp;
HuffmanCode phutemp;
for (int i = ;i<n;i++)
{
ntemp = i;
phutemp.start = n-;
ptemp = itemHuffmanNode[i].parent;
//循环这个叶子结点的父节点,当父节点为-1是,就是到了树的根节点
while(ptemp != -)
{
if (itemHuffmanNode[ptemp].lchild == ntemp)
{
phutemp.Bit[phutemp.start] = ;
}
else
phutemp.Bit[phutemp.start] = ;
phutemp.start--;
ntemp = ptemp;
ptemp = itemHuffmanNode[ntemp].parent;
} /* 保存求出的每个叶结点的哈夫曼编码和编码的起始位 */
for (int j=phutemp.start+; j<n; j++)
{ itemHuffmanCode[i].Bit[j] = phutemp.Bit[j];}
itemHuffmanCode[i].start = phutemp.start;
}
}
CreateDecode
代码
#include <iostream>
#include <stdio.h>
using namespace std; const int MAXBIT = ;
const int MAXVALUE = ;
//创建结构体,抽象描述树节点
typedef struct HuffmanNode
{
int parent;
int lchild;
int rchild;
//结点权重
int weight;
//可以写字母等其他雷兴国
int value;
}stu_HuffmanNode,*pHuffmanNode;
//创建结构体,保存编码
typedef struct HuffmanCode
{
//编码的bit
int Bit[MAXBIT];
int start;
}*pHuffmanCode; //在Huffman结点数组中找权值最小的两个结点i1和i2
void SelectNode(pHuffmanNode itemnode,int &MinNum1,int &MinNum2,int num)
{
/* 假设两个结点的权值 */
int MaxWeight1,MaxWeight2;
MaxWeight1 = MaxWeight2 = ;
/* 找出所有结点中权值最小、无父结点的两个结点*/
for(int i = ;i<num;i++)
{
//parent不为-1,就是已经判断过了。
if (itemnode[i].weight<MaxWeight1&&itemnode[i].parent == -)
{
//将m1赋值给m2保证m1是最小的,m2是第二小的
MaxWeight2 = MaxWeight1;
MinNum2 = MinNum1;
MaxWeight1 = itemnode[i].weight;
MinNum1 = i;
}
else if (itemnode[i].weight<MaxWeight2&& itemnode[i].parent == -)
{
MaxWeight2 = itemnode[i].weight;
MinNum2 = i;
}
}
} //创建huffman树
void CreateHuffman(pHuffmanNode HuffmanNodeArray,int n)
{
//创建树结点
//叶子结点(度为0)的个数为n,分支结点(度为2的n2)是n-1,二叉树没有n1,所以树结点为2*n-1;
for (int i = ;i< *n-;i++)
{
HuffmanNodeArray[i].weight =;
HuffmanNodeArray[i].parent = -;
HuffmanNodeArray[i].lchild = -;
HuffmanNodeArray[i].rchild = -;
HuffmanNodeArray[i].value = i; } //创建权值的结点,也就是在HUffman中叶子结点
for (int i = ;i<n;i++)
{
cout<<"Please input weight of leaf node"<<endl;
cin>>HuffmanNodeArray[i].weight;
} //循环构建Huffman树,需要判断n-1次
for (int i = n;i<*n-;i++)
{
int minNum1 = ;
int minNum2 = ;
SelectNode(HuffmanNodeArray,minNum1,minNum2,i);
//minNum1,minNum2数值小于n,其实就是为叶子结点确定父节点是谁。
HuffmanNodeArray[minNum1].parent = i;
HuffmanNodeArray[minNum2].parent = i;
//创建两个叶子结点的父节点(分支结点),确定左右孩子,赋值权重
HuffmanNodeArray[i].weight = HuffmanNodeArray[minNum1].weight+HuffmanNodeArray[minNum2].weight;
HuffmanNodeArray[i].rchild = minNum1;
HuffmanNodeArray[i].lchild = minNum2; } } void CreateHuffmanCode(pHuffmanNode itemHuffmanNode,pHuffmanCode itemHuffmanCode,int n)
{
//获取huffman树,从叶子结点开始遍历,现找到叶子结点的父节点,如果此节点在左边就是0,否则就是1
int ntemp,ptemp;
HuffmanCode phutemp;
for (int i = ;i<n;i++)
{
ntemp = i;
phutemp.start = n-;
ptemp = itemHuffmanNode[i].parent;
//循环这个叶子结点的父节点,当父节点为-1是,就是到了树的根节点
while(ptemp != -)
{
if (itemHuffmanNode[ptemp].lchild == ntemp)
{
phutemp.Bit[phutemp.start] = ;
}
else
phutemp.Bit[phutemp.start] = ;
phutemp.start--;
ntemp = ptemp;
ptemp = itemHuffmanNode[ntemp].parent;
} /* 保存求出的每个叶结点的哈夫曼编码和编码的起始位 */
for (int j=phutemp.start+; j<n; j++)
{ itemHuffmanCode[i].Bit[j] = phutemp.Bit[j];}
itemHuffmanCode[i].start = phutemp.start;
}
} //解码
void decodeHuffman(char* str ,pHuffmanNode itemHuffmanNode,int Num)
{
int i,tmp=,code[];
int m=*Num-;
char *nump;
char num[];
//将权值设置为0,1
for(i=;i<strlen(str);i++)
{
if(str[i]=='')
num[i]=;
else
num[i]=;
}
i = ;
nump = &num[];
while(nump < (&num[strlen(str)]))
{
tmp = m-;
//循环获取叶子结点在数组中序号
while(itemHuffmanNode[tmp].lchild != -&& itemHuffmanNode[tmp].rchild != -)
{
if (*nump == )
{
tmp = itemHuffmanNode[tmp].lchild;
}
else
tmp = itemHuffmanNode[tmp].rchild;
nump++;
}
}
cout<<itemHuffmanNode[tmp].value<<endl;
} int main()
{
HuffmanNode HuffmanNodeArray[];
HuffmanCode HuffmanCodeArray[];
pHuffmanNode phuffman= &HuffmanNodeArray[];
pHuffmanCode phuffmancode = &HuffmanCodeArray[];
cout<<"输入个数"<<endl;
int n ;
cin>>n;
CreateHuffman(phuffman,n);
CreateHuffmanCode(phuffman,phuffmancode,n);
for (int i = ;i< n;i++)
{
cout<<phuffmancode[i].start<<endl;
}
cout<<"输入解码符号"<<endl;
int test;
cin>>test;
decodeHuffman("test",phuffman,n);
system("pause");
}
HuffmanTest
Huffman树及其应用的更多相关文章
- NOI 2015 荷马史诗【BZOJ 4198】k叉Huffman树
抱歉因为NOIP集训,好长时间没再写题解了. NOI 2015也就只有这道题一看就能懂了-- 4198: [Noi2015]荷马史诗 Time Limit: 10 Sec Memory Limit: ...
- 【数据结构】Huffman树
参照书上写的Huffman树的代码 结构用的是线性存储的结构 不是二叉链表 里面要用到查找最小和第二小 理论上锦标赛法比较好 但是实现好麻烦啊 考虑到数据量不是很大 就直接用比较笨的先找最小 去掉最小 ...
- [数据结构与算法]哈夫曼(Huffman)树与哈夫曼编码
声明:原创作品,转载时请注明文章来自SAP师太技术博客( 博/客/园www.cnblogs.com):www.cnblogs.com/jiangzhengjun,并以超链接形式标明文章原始出处,否则将 ...
- Huffman树与编码的简单实现
好久没写代码了,这个是一个朋友问的要C实现,由于不会C,就用JAVA写了个简单的.注释掉的代码属性按照原来朋友发的题里带的参数,发现没什么用就给注释掉了. package other; import ...
- Huffman树的编码译码
上个学期做的课程设计,关于Huffman树的编码译码. 要求: 输入Huffman树各个叶结点的字符和权值,建立Huffman树并执行编码操作 输入一行仅由01组成的电文字符串,根据建立的Huffma ...
- HUFFMAN 树
在一般的数据结构的书中,树的那章后面,著者一般都会介绍一下哈夫曼(HUFFMAN) 树和哈夫曼编码.哈夫曼编码是哈夫曼树的一个应用.哈夫曼编码应用广泛,如 JPEG中就应用了哈夫曼编码. 首先介绍什么 ...
- poj 3253 Fence Repair(模拟huffman树 + 优先队列)
题意:如果要切断一个长度为a的木条需要花费代价a, 问要切出要求的n个木条所需的最小代价. 思路:模拟huffman树,每次选取最小的两个数加入结果,再将这两个数的和加入队列. 注意priority_ ...
- Huffman树与最优二叉树续
OK,昨天我们对huffman数的基本知识,以及huffman树的创建做了一些简介,http://www.cnblogs.com/Frank-C/p/5017430.html 今天接着聊: huffm ...
- 数据结构之Huffman树与最优二叉树
最近在翻炒一些关于树的知识,发现一个比较有意思的二叉树,huffman树,对应到离散数学中的一种名为最优二叉树的路径结构,而Huffman的主要作用,最终可以归结到一种名为huffman编码的编码方式 ...
随机推荐
- 纯javascript联动的例子
有人想要学习下纯javascript联动的一些技巧,我这里就以日期的联动为例,附上一些代码至于复杂的省市区联动,不建议用纯javascript的,而是用ajax的方式,该不在此讨论范围内,想要了解aj ...
- Deep Belief Network
Deep Belief Network3实例3.1 测试数据按照上例数据,或者新建图片识别数据. 3.2 DBN实例//****************例2(读取固定样本:来源于经典优化算法测试函数S ...
- input 表单点击消失离开出现
效果1: <input type="text" name="textfield" value="这里是提示内容" onclick=&q ...
- php 函数 array_slice
array_slice array_slice -- 从数组中取出一段 <?php$input = array("a", ); // returns "c ...
- Python【第一篇】基础介绍
一.本节主要内容 Python介绍 发展史 Python 2 or 3? 安装 Hello World程序 变量 用户输入 模块初识 .pyc文件 数据类型初识 数据运算 表达式if ...else语 ...
- dictionary ----- python
Learn of dictionary,simple example of dictionary in “Simple Python tutorial"------------------ ...
- WPF 核心体系结构
WPF 体系结构 主题提供 Windows Presentation Foundation (WPF) 类层次结构,涵盖了 WPF 的大部分主要子系统,并描述它们是如何交互的. System.Obje ...
- Chain of Responsibility
比较经典的距离是请假申请(<大话设计模式>中的例子),请假是要逐级判断,只有级别到了才有权利审批,从构造上面其实"装饰"模式和"职责链"之间有相通的 ...
- select 模型
http://www.cnblogs.com/Anker/p/3258674.html http://www.cnblogs.com/cozy/articles/2088128.html http:/ ...
- 你一定要知道的关于Linux文件目录操作的12个常用命令
写在前面: 1,<你一定要知道的关于Linux文件目录操作的12个常用命令>是楼主收集的关于Linux文件目录操作最常用的命令,包括文件或目录的新建.拷贝.移动.删除.查看等,是开发人员操 ...