溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
哈夫曼樹原理
秉著能不寫就不寫的理念，關于哈夫曼樹的原理及其構建，還是貼一篇博客吧。
https://www.jb51.net/article/97396.htm
其大概流程
哈夫曼編碼代碼
# 樹節點類構建
class TreeNode(object):
def __init__(self, data):
self.val = data[0]
self.priority = data[1]
self.leftChild = None
self.rightChild = None
self.code = ""
# 創建樹節點隊列函數
def creatnodeQ(codes):
q = []
for code in codes:
q.append(TreeNode(code))
return q
# 為隊列添加節點元素，并保證優先度從大到小排列
def addQ(queue, nodeNew):
if len(queue) == 0:
return [nodeNew]
for i in range(len(queue)):
if queue[i].priority >= nodeNew.priority:
return queue[:i] + [nodeNew] + queue[i:]
return queue + [nodeNew]
# 節點隊列類定義
class nodeQeuen(object):
def __init__(self, code):
self.que = creatnodeQ(code)
self.size = len(self.que)
def addNode(self,node):
self.que = addQ(self.que, node)
self.size += 1
def popNode(self):
self.size -= 1
return self.que.pop(0)
# 各個字符在字符串中出現的次數，即計算優先度
def freChar(string):
d ={}
for c in string:
if not c in d:
d[c] = 1
else:
d[c] += 1
return sorted(d.items(),key=lambda x:x[1])
# 創建哈夫曼樹
def creatHuffmanTree(nodeQ):
while nodeQ.size != 1:
node1 = nodeQ.popNode()
node2 = nodeQ.popNode()
r = TreeNode([None, node1.priority+node2.priority])
r.leftChild = node1
r.rightChild = node2
nodeQ.addNode(r)
return nodeQ.popNode()
codeDic1 = {}
codeDic2 = {}
# 由哈夫曼樹得到哈夫曼編碼表
def HuffmanCodeDic(head, x):
global codeDic, codeList
if head:
HuffmanCodeDic(head.leftChild, x+'0')
head.code += x
if head.val:
codeDic2[head.code] = head.val
codeDic1[head.val] = head.code
HuffmanCodeDic(head.rightChild, x+'1')
# 字符串編碼
def TransEncode(string):
global codeDic1
transcode = ""
for c in string:
transcode += codeDic1[c]
return transcode
# 字符串解碼
def TransDecode(StringCode):
global codeDic2
code = ""
ans = ""
for ch in StringCode:
code += ch
if code in codeDic2:
ans += codeDic2[code]
code = ""
return ans
# 舉例
string = "AAGGDCCCDDDGFBBBFFGGDDDDGGGEFFDDCCCCDDFGAAA"
t = nodeQeuen(freChar(string))
tree = creatHuffmanTree(t)
HuffmanCodeDic(tree, '')
print(codeDic1,codeDic2)
a = TransEncode(string)
print(a)
aa = TransDecode(a)
print(aa)
print(string == aa)
接下來就是一段一段分析代碼
1.樹結點類的構建：
共有5個屬性：結點的值，結點的優先度，結點的左子結點，結點的右子結點，結點值的編碼（這個沒有什么好說的，這些屬性都是被需要的）
2.創建樹結點隊列函數：
對于所有的字母結點，我們將其組成一個隊列，這里使用list列表來完成隊列的功能。將所有樹節點夠放進列表中，當然傳進來的是按優先度從小到大已排序的元素列表
3.為隊列添加節點元素，并保證優先度從大到小排列：
當有新生成的結點時，需將其插入列表，并放在合適位置，使隊列依然時按優先度從小打到排列的。
4.結點隊列類定義：
創建類初始化時需要傳進去的是一個列表，列表中的每個元素是由字母與優先度組成的元組。元組第一個元素是字母，第二個元素是優先度（即在文本中出現的次數）
類初始化化時，調用“創建樹結點隊列函數”，隊列中的每個元素都是一個樹結點。
類中還包含一個隊列規模屬性以及另外兩個操作函數：添加結點函數和彈出結點函數。
添加結點函數直接調用之前定義的函數即可，輸入的參數為隊列和新結點，并且隊列規模加一
彈出第一個元素則直接調用列表的pop(0)函數，同時隊列規模減一
5.計算文本中個字母的優先度，即出現的次數：
定義一個字典，遍歷文本中的每一個字母，若字母不在字典里說明是第一次出現，則定義該字母為鍵，另鍵值為1，若在字典里有，則只需將相應的鍵值加一。 遍歷后就得到了每個字母出現的次數。
6.由哈夫曼樹得到編碼表：
這里定義了兩個全局字典，用于存放字母編碼，一個字典用于編碼，另一個字典用于解碼，這樣程序操作起來比較方便。
這里主要就是遍歷，運用的是二叉樹的中序遍歷。如果明白中序遍歷的化，就能看懂這里的代碼，每遞歸到深一層的時候，就在后面多加一個‘0'（左子樹）或‘1'（右子樹）。
中序遍歷我在上一篇博客中講的還算可以吧，不懂的可以參考一下，否則就可以略過這一段。
這一段是哈夫曼編碼的關鍵，也是難點，希望能夠好好理解一下，也是對遞歸的一個理解。這一點沒問題的話，我覺得哈夫曼樹真的挺簡單的！！！
7.字符串編碼，字符串解碼：
這兩段我就不詳細說了，應為已經有編碼與解碼的字典了，所以對應每一個字母直接在字典里找就好了，而且字典的尋找速度還是相當快的。
差不多了，例子就不舉了，確實哈夫曼樹比之前的什么八皇后問題還有KMP問題簡單多了。
最后向Huffman大神致敬，祝各位學有所成。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
