最全哈夫曼树哈夫曼编码讲解，兄弟你值得拥有

目录
1.哈夫曼树的概念
        路径概念
        路径长度概念
        节点的带权路径长度
        树的带权路径长度
2.构建哈夫曼树的步骤
3.构建哈夫曼树的完整代码
4.哈夫曼编码

1.哈夫曼树的概念

在正式接触我们的哈夫曼树之前，先了解以下几个概念

什么是路径？

在一棵树中，从一个结点到另一个结点所经过的所有结点，被我们称为两个结点之间的路径

上面的二叉树当中，从根结点A到叶子结点H的路径，就是A，B，D，H

什么是路径长度？

在一棵树中，从一个结点到另一个结点所经过的“边”的数量，被我们称为两个结点之间的路径长度。

仍然用刚才的二叉树举例子，从根结点A到叶子结点H，共经过了3条边，因此路径长度是3

什么是 结点的带权路径长度？

树的每一个结点，都可以拥有自己的“权重”（Weight），权重在不同的算法当中可以起到不同的作用。结点的带权路径长度，是指树的根结点到该结点的路径长度，和该结点权重的乘积。

假设结点H的权重是3，从根结点到结点H的路径长度也是3，因此结点H的带权路径长度是 3 X 3 = 9

什么是 树的带权路径长度？

在一棵树中，所有叶子结点的带权路径长度之和，被称为树的带权路径长度，也被简称为WPL。

仍然以这颗二叉树为例，树的路径长度是 3X3 + 6X3 + 1X2 + 4X2 + 8X2 = 53

而哈夫曼树（Huffman Tree）是在叶子结点和权重确定的情况下，带权路径长度最小的二叉树，也被称为最优二叉树。

举个例子，给定权重分别为1，3，4，6，8的叶子结点，我们应当构建怎样的二叉树，才能保证其带权路径长度最小？

原则上，我们应该让权重小的叶子结点远离树根，权重大的叶子结点靠近树根。

下图左侧的这棵树就是一颗哈夫曼树，它的WPL是46，小于之前例子当中的53：

2.哈夫曼树的创建步骤

假设有6个叶子结点，权重依次是2，3，7，9，18，25，如何构建一颗哈夫曼树，也就是带权路径长度最小的树呢？

第一步：构建森林

我们把每一个叶子结点，都当做树一颗独立的树（只有根结点的树），这样就形成了一个森林：

上图当中，右侧是叶子结点的森林，左侧是一个辅助队列，按照权值从小到大存储了所有叶子结点。至于辅助队列的作用，我们后续将会看到。

第二步：选择当前权值最小的两个结点，生成新的父结点

借助辅助队列，我们可以找到权值最小的结点2和3，并根据这两个结点生成一个新的父结点，父节点的权值是这两个结点权值之和：

第三步：从队列中移除上一步选择的两个最小结点，把新的父节点加入队列

也就是从队列中删除2和3，插入5，并且仍然保持队列的升序：

然后重复第三步，直到所有结点组成一颗完整二叉树

最后就得到了我们的哈夫曼树：

我们可以观察到哈夫曼树有一个特点，就是他没有度为1的结点，那么也就是说

一颗有n个叶子结点的的哈夫曼树共有2n-1个结点

下面给出推算过程：

设结点度为1的个数为n1
结点度为2的个数为n2
结点度为0的个数为n(叶子结点)
我们观察一颗二叉树的连接线数：可以得出是连接线的条数是结点数减一，还有一种求连接线多少的方法：由于一个结点的度有多少就会有多少条连接线即n2* 2+n1；
就有 n1+n2+n0-1=n2*2+n1;
就会有：n0=n2+1，由于没有度为1的结点所以n2+n0=总结点数，现在有n个叶子结点(n0=n)那么总结点=2n-1

3.构建哈夫曼树的完整代码

#include <cstdio>
#include <cstring>
using namespace std;
 
typedef struct {
    int weight;         // 结点权值?
    int parent, lc, rc; // 双亲结点和左 右子节点
} HTNode, *HuffmanTree;
 
void Select(HuffmanTree &HT, int n, int &s1, int &s2)
{
    int minum;      // 定义一个临时变量保存最小值?
    for(int i=1; i<=n; i++)     // 以下是找到第一个最小值
    {
        if(HT[i].parent == 0)
        {
            minum = i;
            break;
        }
    }
    for(int i=1; i<=n; i++)
    {
        if(HT[i].parent == 0)
            if(HT[i].weight < HT[minum].weight)
                minum = i;
    }
    s1 = minum;
    // 以下是找到第二个最小值，且与第一个不同
    for(int i=1; i<=n; i++)     
    {
        if(HT[i].parent == 0 && i != s1)
        {
            minum = i;
            break;
        }
    }
    for(int i=1; i<=n; i++)
    {
        if(HT[i].parent == 0 && i != s1)
            if(HT[i].weight < HT[minum].weight)
                minum = i;
    }
    s2 = minum;
}
 
void CreatHuff(HuffmanTree &HT, int *w, int n)
{
    int m, s1, s2;
    m = n * 2 - 1;  // 总结点的个数
    HT = new HTNode[m + 1]; // 分配空间
    for(int i=1; i<=n; i++) // 1 - n 存放叶子结点，初始化
    {
        HT[i].weight = w[i];
        HT[i].parent = 0;
        HT[i].lc = 0;
        HT[i].rc = 0;
    }
    for(int i=n+1; i<=m; i++)   // 非叶子结点的初始化
    {
        HT[i].weight = 0;
        HT[i].parent = 0;
        HT[i].lc = 0;
        HT[i].rc = 0;
    }
    
    printf("\nthe HuffmanTree is: \n");
 
    for(int i = n+1; i<=m; i++)     // 创建非叶子节点，建哈夫曼树
    {   // 在HT[1]~HT[i-1]的范围内选择两个parent为0且weight最小的两个结点，其序号分别赋值给 s1 s2
        Select(HT, i-1, s1, s2);
        HT[s1].parent = i;  // 删除这两个结点
        HT[s2].parent = i;
        HT[i].lc = s1;      // 生成新的树，左右子节点是 s1和s2
        HT[i].rc = s2;
        HT[i].weight = HT[s1].weight + HT[s2].weight;   // 新树的权�?
        printf("%d (%d, %d)\n", HT[i].weight, HT[s1].weight, HT[s2].weight);
    }
    printf("\n");
}
 
int main()
{
    HuffmanTree HT;
    
    int *w, n, wei;
    printf("input the number of node\n");
    scanf("%d", &n);
    w = new int[n+1];
    printf("\ninput the %dth node of value\n", n);
 
    for(int i=1; i<=n; i++)
    {
        scanf("%d", &wei);
        w[i] = wei;
    }
    CreatHuff(HT, w, n);
 
 
 
    return 0;
}

4.哈夫曼编码

可能有朋友会问，那么构建哈夫曼树有啥用。接下来讲的哈夫曼编码就是他的应用

比如我们有一段电报，内容为“BADCADFEED”，那么我们计算机要用二进制表示，然后传递这些内容我们按照下表的标准表示这些字母：

A	B	C	D	E	F
000	001	010	011	100	101

那么我们的内容就被翻译成001000011010000011101100100011。接收方可以按照三位一分来编码，那么当我们的电报内容特别长的时候，那么计算机翻译的编码也会特别长，那么我们可以对其进行压缩吗，当然可以。

假设我们的一整段电报中各字母的频率如下

字母	出现次数
A	27
B	8
C	15
D	15
E	30
F	5

那么我们可以用他们的权重来构建哈夫曼树如下：

我们把左分支权值改为0，右分支权值改为1，那么该哈夫曼树就变成了

这样我们按照路径重新给每个字母分配编码

A	B	C	D	E	F
01	1001	101	00	11	1000

对于这一段“BADCADFEED”
新编码的二进制为：1001010010101001000111100
旧编码的二进制为：001000011010000011101100100011

压缩了17%左右，那么要是这一段电报非常长，那么传输数据节约的成本是很可观的

哈夫曼树的构建参考博客程序员小灰的哈夫曼树讲解