Huffman树与编码
带权路径最小的二叉树称为最优二叉树或Huffman（哈夫曼树）。
Huffman树的构造
将节点的权值存入数组中，由数组开始构造Huffman树。初始化指针数组，指针指向含有权值的孤立节点。
b = malloc(n*sizeof(BTreeNode));
for (i = 0; i < n; i++) {
b[i] = malloc(sizeof(BTreeNode));
b[i]->data = a[i];
b[i]->left = NULL;
b[i]->right = NULL;
}数组b中的指针可以理解为二叉树的根指针。
进行n - 1次循环建立Huffman树
选择b中根节点权值最小的两棵二叉树作为左右子树组成新的二叉树，新二叉树的根节点权值为两颗二叉树根节点权值的和。
将新二叉树添加到b中，并从b中删除原来的两棵二叉树。当b中只有一棵树时终止循环。
int k1 = -1, k2;
for (j = 0; j < n; j++)
//让k1初始指向森林中第一棵树，k2指向第二棵
{
if (b[j] != NULL && k1 == -1)
{
k1 = j;
continue;
}
if (b[j] != NULL)
{
k2 = j;
break;
}
}
for (j = k2; j < n; j++)
//从当前森林中求出最小权值树和次最小权值树
{
if (b[j] != NULL)
{
if (b[j]->data < b[k1]->data)
{
k2 = k1;
k1 = j;
}
else if (b[j]->data < b[k2]->data)
k2 = j;
}
}
//由最小权值树和次最小权值树建立一棵新树，q指向树根结点
q = malloc(sizeof(BTreeNode));
q->data = b[k1]->data + b[k2]->data;
q->left = b[k1];
q->right = b[k2];
b[k1] = q;//将指向新树的指针赋给b指针数组中k1位置
b[k2] = NULL;//k2位置为空Huffman编码与解码
首先给出求带权路径的递归实现:
double WeightPathLength(BTreeNode* FBT, int len) { //len = 0
if (FBT == NULL) {//空树返回0
return 0;
}
else
{
if (FBT->left == NULL && FBT->right == NULL)//访问到叶子结点
return FBT->data * len;
else //访问到非叶子结点，进行递归调用，返回左右子树的带权路径长度之和，len递增
return WeightPathLength(FBT->left,len+1)+WeightPathLength(FBT->right,len+1);
}
}上述算法实际上通过双递归遍历了Huffman树。
改进上述算法得到求哈夫曼编码的实现：
static int index = 0;
char *c;
void HuffManCoding(FILE *fp, BTreeNode* FBT, int len)//len初始值为0
{
static int a[10];//定义静态数组a，保存每个叶子的编码，数组长度至少是树深度减一
if (FBT != NULL)//访问到叶子结点时输出其保存在数组a中的0和1序列编码
{
if (FBT->left == NULL && FBT->right == NULL)
{
int i;
fprintf(fp,"%c %d:",c[index++],FBT->data);
for (i = 0; i < len; i++)
fprintf(fp,"%d", a[i]);
fprintf(fp,"\n");
}
else//访问到非叶子结点时分别向左右子树递归调用，并把分支上的0、1编码保存到数组a
{ //的对应元素中，向下深入一层时len值增1
a[len] = 0;
HuffManCoding(fp, FBT->left, len + 1);
a[len] = 1;
HuffManCoding(fp, FBT->right, len + 1);
}
}
}节点的Huffman编码由它在Huffman树中的位置决定。从根节点到任意节点有且仅有一条路径，且路径可以唯一确定节点。因此规定从左子结点经过编码为0，从右子结点经过编码为1，路径序列作为编码。
由Huffman树和Huffman编码的性质可知，Huffman编码是一种不等长编码。在构造过程中，两个权值较小的节点生成一棵新的二叉树，根节点的权值为左右子节点的和，并不实际代表字符。也就是说，较短的编码不可能是较长编码的前缀。
Huffman树从叶子到根构造，靠近根的字符节点权值与几个靠近叶子的节点权值和相近，故而靠近根的字符节点权值较高即编码较短。
解码过程可以由字符串匹配来完成：
//Decoding
for(i = 0; code[i]; i++) {
for (j = 0; j < n; j++) {
t = 1;
for (k = 0; coding[j][k]; k++) {
if (code[i + k] != coding[j][k]) {
t = 0;
break;
}
}
if (t == 1) {
append(out,c[j]);
i = i + k - 1;
break;
}
}
}
printf("%s\n",out);//Huffman.c
#include<stdio.h>
#include<string.h>
#include<stdlib.h>
typedef struct
{
int data;
struct BTreeNode* left;
struct BTreeNode* right;
}BTreeNode;
#define M 32
char coding[M][M];
BTreeNode* CreateHuffman(int a[], int n)
{
int i, j;
BTreeNode **b, *q;
b = malloc(n*sizeof(BTreeNode));
for (i = 0; i < n; i++) {
b[i] = malloc(sizeof(BTreeNode));
b[i]->data = a[i];
b[i]->left = NULL;
b[i]->right = NULL;
}
for (i = 1; i < n; i++)//进行 n-1 次循环建立哈夫曼树
{
int k1 = -1, k2;
for (j = 0; j < n; j++) {
if (b[j] != NULL && k1 == -1)
{
k1 = j;
continue;
}
if (b[j] != NULL)
{
k2 = j;
break;
}
}
for (j = k2; j < n; j++)//从当前森林中求出最小权值树和次最小
{
if (b[j] != NULL)
{
if (b[j]->data < b[k1]->data)
{
k2 = k1;
k1 = j;
}
else if (b[j]->data < b[k2]->data)
k2 = j;
}
}
q = malloc(sizeof(BTreeNode));
q->data = b[k1]->data + b[k2]->data;
q->left = b[k1];
q->right = b[k2];
b[k1] = q;
b[k2] = NULL;
}
free(b);
return q;
}
double WeightPathLength(BTreeNode* FBT, int len)//len初始为0
{
if (FBT == NULL) {
return 0;
}
else {
if (FBT->left == NULL && FBT->right == NULL) {
return FBT->data * len;
}
else {
return WeightPathLength(FBT->left,len+1)+WeightPathLength(FBT->right,len+1);
}
}
}
static int index = 0;
char *c;
void HuffManCoding(FILE *fp, BTreeNode* FBT, int len)//len初始值为0
{
static int a[10];
if (FBT != NULL) {
if (FBT->left == NULL && FBT->right == NULL) {
int i;
fprintf(fp,"%c %d:",c[index++],FBT->data);
for (i = 0; i < len; i++)
fprintf(fp,"%d", a[i]);
fprintf(fp,"\n");
}
else {
a[len] = 0;
HuffManCoding(fp, FBT->left, len + 1);
a[len] = 1;
HuffManCoding(fp, FBT->right, len + 1);
}
}
}
void append(char *str, char ch) {
int i;
for (i = 0; str[i];i++);
str[i] = ch;
str[i+1] = '\0';
}
int main()
{
int i, j, k, n, t;
int* arr;
char ch, in[M] = {'\0'}, code[M*M] = {'\0'}, out[M] = {'\0'};
BTreeNode* fbt;
FILE *fp;
//Input
freopen("test.in","r",stdin);
scanf("%d", &n);
arr = (int *)malloc(n * sizeof(int));
c = (char *)malloc(n * sizeof(char));
arr[0] = 186;
c[0] = ' ';
//原谅楼主这里偷懒，空格字符的输入有点麻烦所以直接写入了
for (i = 1; i < n; i++) {
getchar();
scanf("%c %d",&c[i],&arr[i]);
}
//huffman coding
fbt = CreateHuffman(arr, n);
fp = fopen("code.txt","w");
HuffManCoding(fp, fbt, 0);
fflush(fp);
//Encoding
fp = fopen("code.txt","r");
for (i = 0; i < n; i++) {
fgetc(fp);
fscanf(fp,"%c %d:%s", &t, &ch, &coding[i]);
}
fp = fopen("src.in","r");
fscanf(fp, "%s", in);
for (i = 0; in[i]; i++) {
for (j = 0; j < n; j++) {
if (c[j] == in[i]) {
strcat(code,coding[j]);
}
}
}
printf("%s\n",code);
//Decoding
for(i = 0; code[i]; i++) {
for (j = 0; j < n; j++) {
t = 1;
for (k = 0; coding[j][k]; k++) {
if (code[i + k] != coding[j][k]) {
t = 0;
break;
}
}
if (t == 1) {
append(out,c[j]);
i = i + k - 1;
break;
}
}
}
printf("%s\n",out);
return 0;
}测试数据：
test.in：
27
a 4
b 13
c 22
d 32
e 103
f 21
g 15
h 47
i 57
j 1
k 5
l 32
m 20
n 57
o 63
p 15
q 1
r 48
s 51
t 80
u 23
v 8
w 18
x 1
y 16
z 1
