贪心算法之哈夫曼编码
来源:互联网 发布:毁三观日剧 知乎 编辑:程序博客网 时间:2024/05/13 19:41
目录
- 哈夫曼编码简介
- 举例以及详细说明
- 代码块
- 测试结果
哈夫曼编码简介
二叉树中有一种特别的树——哈夫曼树(最优二叉树),其通过某种规则(权值)来构造出一哈夫曼二叉树,在这个二叉树中,只有叶子节点才是有效的数据节点(很重要),其他的非叶子节点是为了构造出哈夫曼而引入的!
哈夫曼编码是一个通过哈夫曼树进行的一种编码,一般情况下,以字符:‘0’与‘1’表示。编码的实现过程很简单,只要实现哈夫曼树,通过遍历哈夫曼树,规定向左子树遍历一个节点编码为“0”,向右遍历一个节点编码为“1”,结束条件就是遍历到叶子节点!因为上面说过:哈夫曼树叶子节点才是有效数据节点!
举例以及详细说明
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
霍夫曼编码是一种无前缀编码。解码时不会混淆。其主要应用在数据压缩,加密解密等场合。
代码块
#include<stdio.h>#include<stdlib.h>#define MAXBIT 100#define MAXVALUE 10000#define MAXLEAF 30#define MAXNODE MAXLEAF*2-1typedef struct{ int bit[MAXBIT]; int start;}HCodeType;typedef struct{ int weight; int parent; int lchild; int rchild; int value;}HNodeType;HNodeType HuffNode[MAXNODE];//定义全局变量和数组可以自动初始化HCodeType HuffCode[MAXLEAF], cd;//void HuffmanTree(HNodeType HuffNode[MAXNODE], int n){ int i, j, m1, m2,x1, x2; //m1,m2构造哈夫曼树不同过程中两个最小权值结点的权值 //x1,x2构造哈夫曼树不同过程种两个最小权值结点在数组中的序号 //初始化存放哈夫曼数组的结点 for (i = 0; i < 2 * n - 1; i++) { HuffNode[i].weight = 0; HuffNode[i].parent = -1; HuffNode[i].lchild = -1; HuffNode[i].rchild = -1; HuffNode[i].value = i; } //printf("输入n个叶子结点的权值:\n"); for (i = 0; i < n; i++) { printf("Please input weight of leaf node%d:\n", i); scanf("%d", &HuffNode[i].weight); } //循环构造哈夫曼树,n个叶子结点需要n-1次构建 for (i = 0; i < n - 1; i++) { m1 = m2 = MAXVALUE; x1 = x2 = 0; for (j = 0; j < n + i; j++)//新建立的节点的下标是原来的叶子总结点数+i即n+i { if (HuffNode[j].weight < m1&&HuffNode[j].parent == -1) { m2 = m1; x2 = x1; m1 = HuffNode[j].weight; x1 = j; } else if (HuffNode[j].weight < m2&&HuffNode[j].parent == -1) { m2 = HuffNode[j].weight; x2 = j; } } HuffNode[x1].parent = n + i; HuffNode[x2].parent = n + i; HuffNode[n + i].weight = HuffNode[x1].weight + HuffNode[x2].weight; HuffNode[n + i].lchild = x1; HuffNode[n + i].rchild = x2; printf("x1.weight and x2.weight in round %d:%d,%d\n", i + 1, HuffNode[x1].weight, HuffNode[x2].weight); printf("\n"); }}void HuffmanCode(HCodeType HuffCode[MAXLEAF], HNodeType HuffNode[MAXNODE],HCodeType cd, int n){ int i, c, p, j; for (i = 0; i < n; i++) { cd.start = n - 1; c = i; p = HuffNode[c].parent; while (p != -1) { if (HuffNode[p].lchild == c) { cd.bit[cd.start] = 0; } else { cd.bit[cd.start] = 1; } cd.start--; c = p; p = HuffNode[c].parent; } for (j = cd.start + 1; j < n; j++) { HuffCode[i].bit[j] = cd.bit[j]; } HuffCode[i].start = cd.start; } for (i = 0; i < n; i++) { printf("%d(%c)的Huffman code is:", i+1,i+97); for (j = HuffCode[i].start + 1; j < n; j++) { printf("%d", HuffCode[i].bit[j]); } printf(" start:%d", HuffCode[i].start); printf("\n"); }}int main(void){ int n; //char pp[100]; printf("Please input n:\n"); scanf("%d", &n); HuffmanTree(HuffNode, n); HuffmanCode(HuffCode, HuffNode, cd, n); system("pause"); return 0;}
测试结果
- 贪心算法之哈夫曼编码
- 贪心算法之哈夫曼编码
- 算法导论之贪心算法:哈夫曼编码
- 贪心算法---哈夫曼编码
- 贪心算法-哈夫曼编码
- 哈夫曼编码--贪心算法
- 贪心算法之赫夫曼编码
- 贪心算法之Huffman编码
- 【算法导论】贪心算法之赫夫曼编码
- 贪心算法之哈夫曼编码(C语言实现)
- 贪心算法 - 哈夫曼编码 Huffman
- 贪心算法--哈夫曼编码问题
- 贪心算法(scheme)--哈夫曼编码
- 贪心算法 哈夫曼编码问题
- 贪心算法 - 哈夫曼编码 Huffman
- 贪心算法 - 哈夫曼编码 Huffman
- 数据压缩之贪心算法-赫夫曼编码
- 算法实践篇-哈夫曼编码-贪心算法
- POJ ROADS DFS BFS 优先队列 入门
- CString
- ubuntu下安装ns2详细步骤
- java 技术:jvm垃圾回收机制有哪些
- 递推递归练习 B
- 贪心算法之哈夫曼编码
- 算法训练 星际交流
- 两种基本线性表的定义与操作
- 裸奔的Android菜鸡之找工作见闻&杂想
- 207. Course Schedule
- Quartus破解步骤及常见错误解决方法
- Java内存管理:深入Java内存区域
- MySQL两个日期字段相减得到类型
- Windows bat常用语法