图解霍夫曼编码霍夫曼树 _字符

霍夫曼树（图解霍夫曼编码）

简明易懂的霍夫曼编码来啦，用图片的形式解答霍夫曼是不是很简单呢，浏览完本文就去动手试一试吧！

责编 | 张红月
出处 | 沉默王二
今天来给大家普及一下霍夫曼编码（Huffman Coding），一种用于无损数据压缩的熵编码算法，由美国计算机科学家大卫·霍夫曼在 1952 年提出——这么专业的解释，不用问，来自维基百科了。
说实话，很早之前我就听说过霍夫曼编码，除了知道它通常用于 GZIP、BZIP2、PKZIP 这些常规的压缩格式中，我还知道它通常用于压缩重复率比较高的字符数据。
大家想啊，英文就 26 个字母进行的无限组合，重复率高得一逼啊！常用的汉字也不多， 2500 个左右，别问我怎么知道的，我有问过搜索引擎的。
字符重复的频率越高，霍夫曼编码的工作效率就越高！
是时候，和大家一起来了解一下霍夫曼编码的工作原理啦，毕竟一名优秀的程序员要能做到知其然知其所以然——请允许我又用了一次这句快用臭了话。
假设下面的字符串要通过网络发送。
大家应该知道，每个字符占 8 个比特，上面这串字符总共有 15 个字符，所以一共要占用 15*8=120 个比特。没有疑问吧？有疑问的同学请不好意思下。
如果我们使用霍夫曼编码的话，就可以将这串字符压缩到一个更小的尺寸。怎么做到的呢？
霍夫曼编码首先会使用字符的频率创建一棵树，然后通过这个树的结构为每个字符生成一个特定的编码，出现频率高的字符使用较短的编码，出现频率低的则使用较长的编码，这样就会使编码之后的字符串平均长度降低，从而达到数据无损压缩的目的。
拿上面这串初始字符来一步步的说明下霍夫曼编码的工作步骤。
计算字符串中每个字符的频率
B 出现 1 次， C 出现 6 次， A 出现 5 次， D 出现 3 次。
按照字符出现的频率进行排序，组成一个队列 Q
出现频率最低的在前面，出现频率高的在后面。
把这些字符作为叶子节点开始构建一颗树
首先创建一个空节点 z ，将最小频率的字符分配给 z 的左侧，并将频率排在第二位的分配给 z 的右侧，然后将 z 赋值为两个字符频率的和。
B 的频率最小，所以在左侧，然后是频率为 3 的 D ，在右侧；然后把它们的父节点的值设为 4 ，子节点的频率之和。
然后从队列 Q 中删除 B 和 D ，并将它们的和添加到队列中，上图中 * 表示的位置。紧接着，重新创建一个空的节点 z ，并将 4 作为左侧的节点，频率为 5 的 A 作为右侧的节点， 4 与 5 的和作为父节点。

图解霍夫曼编码 霍夫曼树

猜你喜欢

图解霍夫曼编码霍夫曼树