杂记之哈弗曼树和哈弗曼编码

哈弗曼树也叫最优二叉树

路径：若树中存在一个结点序列k1,k2,…,kj，使得ki是ki+1的双亲，则称该结点序列是从k1到kj的一条路径。
路径长度：等于路径上的结点数减1。
结点的权：在许多应用中，常常将树中的结点赋予一个有意义的数，称为该结点的权。
结点的带权路径长度：是指该结点到树根之间的路径长度与该结点上权的乘积。

在权为w1,w2,…,wn的n个叶子结点的所有二叉树中，带权路径长度WPL最小的二叉树称为赫夫曼树或最优二叉树。

（n表示叶子结点的数目，Wi 和 Li 分别表示叶子结点Ki的权值和树根结点到叶子结点Ki之间的路径长度）

哈弗曼编码：哈夫曼树的应用很广，哈夫曼编码就是其在电讯通信中的应用之一。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。在电讯通信业务中，通常用二进制编码来表示字母或其他字符，并用这样的编码来表示字符序列。
注意四个问题：
1、能否使编码总长度更短
（实际应用中各字符的出现频度不相同，用短（长）编码表示频率大（小）的字符，使得编码序列的总长度最小，使所需总空间量最少）
2、数据的最小冗余编码问题
（在上例中，若假设 A, B, C, D 的编码分别为 0，00，1，01，则电文 ‘ABACCDA’ 便为 ‘000011010’（共 9 位），但此编码存在多义性：可译为： ‘BBCCDA’、‘ABACCDA’、‘AAAACCACA’ 等。）
3、译码的惟一性问题
（要求任一字符的编码都不能是另一字符编码的前缀，这种编码称为前缀编码（其实是非前缀码）。 在编码过程要考虑两个问题，数据的最小冗余编码问题，译码的惟一性问题，利用最优二叉树可以很好地解决上述两个问题）
4、用二叉树设计二进制前缀编码
(以电文中的字符作为叶子结点构造二叉树。然后将二叉树中结点引向其左孩子的分支标 ‘0’，引向其右孩子的分支标 ‘1’； 每个字符的编码即为从根到每个叶子的路径上得到的 0, 1 序列。如此得到的即为二进制前缀编码。)