哈夫曼樹&哈夫曼編碼

引入

哈夫曼、赫夫曼场刑、霍夫曼都說的是——Huffman
哈夫曼樹和哈夫曼編碼到底解決啥問題呢般此?
先看兩個(gè)常經(jīng)常用來解釋的例子:

1. 對(duì)學(xué)生成績(jī)進(jìn)行評(píng)級(jí)

本部分(例子1)出自博客# 樹問題總結(jié)之哈夫曼樹

下面就是在一次考試中某門課程的各分?jǐn)?shù)段的人數(shù)分布情況:


下面我們就利用哈夫曼樹尋找一棵最佳判定樹,即總的比較次數(shù)最少的判定樹摇邦。

第一種構(gòu)造方式:

第二種構(gòu)造方式:

這兩種方式恤煞,顯然后者的判定過程的效率要比前者高屎勘。在也沒有別地判定過程比第二種方式的效率更高施籍。

2. 哈夫曼編碼

具體可以搜百度,或者看這個(gè)博客——哈夫曼編碼的理解(Huffman Coding)
就是把字符用不等長(zhǎng)的形式給都編碼了概漱。

哈夫曼樹做了一件什么事情丑慎?

由例子我們可以總結(jié)出:哈夫曼樹就是一種算法思路,它能夠使得,當(dāng)只能用判斷(是或否竿裂,也就是if條件語句)的形式玉吁,從一堆元素中快速的找到所要的元素。換句話說哈夫曼樹就是一種提高判斷搜索能力的算法腻异。
回顧上面兩個(gè)例子:
第一個(gè)例子中进副,我們需要快速判斷出所需要的分的類是什么,可以通過哈夫曼樹去做
第二個(gè)例子中悔常,我們需要最少的判斷影斑,就把字符給確定了。

什么問題適合用哈夫曼樹解決机打?

除了剛剛說的矫户,它是用來從一堆元素中查找元素的算法,當(dāng)你需要用最少的判斷步驟獲取最重要的那個(gè)元素的時(shí)候残邀,就用哈夫曼樹皆辽,那么它有一些很重要的前提:

  1. 查找過程中只用判斷結(jié)構(gòu)

  2. 這堆元素必須可排序

    • 例如二分查找就是一個(gè)例子,從有1~100個(gè)數(shù)的順序數(shù)組中找到輸入的數(shù)n芥挣,怎么找呢驱闷?可以先對(duì)100個(gè)數(shù)進(jìn)行哈夫曼樹的構(gòu)建,在構(gòu)建過程中你會(huì)發(fā)現(xiàn)每個(gè)數(shù)的權(quán)重都是1啊沒辦法排序空免,這時(shí)候可以根據(jù)數(shù)的大小來排序遗嗽,但是構(gòu)建哈夫曼樹的時(shí)候依然用權(quán)重來構(gòu)建,最后鼓蜒,構(gòu)建出來的每個(gè)非葉子結(jié)點(diǎn)中表示的判斷痹换,就是二分查找。
    • 再比如剛剛的兩個(gè)例子中都弹,排序過程是通過每個(gè)結(jié)點(diǎn)中自帶的權(quán)重來排序的娇豫,因此它產(chǎn)生的效果就是能夠最快的

仔細(xì)研究哈夫曼樹的構(gòu)建步驟會(huì)發(fā)現(xiàn)至關(guān)重要的問題:

1.怎么去選擇兩個(gè)子結(jié)點(diǎn)去結(jié)合成一個(gè)父結(jié)點(diǎn)?——元素要有結(jié)合的規(guī)則畅厢,比如權(quán)重小的兩個(gè)結(jié)合
2.當(dāng)結(jié)點(diǎn)和結(jié)點(diǎn)的結(jié)合規(guī)則相同的時(shí)候怎么辦(例如很多結(jié)點(diǎn)當(dāng)權(quán)重相同的時(shí)候冯痢,誰和誰結(jié)合呢)?——元素排列的順序也要有規(guī)則

也就是1~100這一百個(gè)數(shù)權(quán)重相同的的時(shí)候咋辦呢框杜?雖然說很多人的做法就是當(dāng)結(jié)點(diǎn)和結(jié)點(diǎn)權(quán)重相同的時(shí)候浦楣,就隨機(jī)取兩個(gè)數(shù)結(jié)合成一個(gè),這樣是不便于判斷語句的分類的咪辱,如果判斷語句變得很臃腫振劳,蘊(yùn)含很多小判斷,這樣就會(huì)加重程序負(fù)擔(dān)油狂。因此就給它加了個(gè)權(quán)重相同時(shí)的排序历恐,按照元素大小排序寸癌,這個(gè)可以簡(jiǎn)化判斷語句。

總結(jié)

哈夫曼樹
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末弱贼,一起剝皮案震驚了整個(gè)濱河市蒸苇,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌吮旅,老刑警劉巖溪烤,帶你破解...
    沈念sama閱讀 221,273評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異庇勃,居然都是意外死亡氛什,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門匪凉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來枪眉,“玉大人,你說我怎么就攤上這事再层∶惩” “怎么了?”我有些...
    開封第一講書人閱讀 167,709評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵聂受,是天一觀的道長(zhǎng)蒿秦。 經(jīng)常有香客問我,道長(zhǎng)蛋济,這世上最難降的妖魔是什么棍鳖? 我笑而不...
    開封第一講書人閱讀 59,520評(píng)論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮碗旅,結(jié)果婚禮上渡处,老公的妹妹穿的比我還像新娘。我一直安慰自己祟辟,他們只是感情好医瘫,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,515評(píng)論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著旧困,像睡著了一般醇份。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上吼具,一...
    開封第一講書人閱讀 52,158評(píng)論 1 308
  • 那天僚纷,我揣著相機(jī)與錄音,去河邊找鬼拗盒。 笑死怖竭,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的锣咒。 我是一名探鬼主播侵状,決...
    沈念sama閱讀 40,755評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼赞弥,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼毅整!你這毒婦竟也來了趣兄?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,660評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤悼嫉,失蹤者是張志新(化名)和其女友劉穎艇潭,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體戏蔑,經(jīng)...
    沈念sama閱讀 46,203評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡蹋凝,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,287評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了总棵。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鳍寂。...
    茶點(diǎn)故事閱讀 40,427評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖情龄,靈堂內(nèi)的尸體忽然破棺而出迄汛,到底是詐尸還是另有隱情,我是刑警寧澤骤视,帶...
    沈念sama閱讀 36,122評(píng)論 5 349
  • 正文 年R本政府宣布鞍爱,位于F島的核電站,受9級(jí)特大地震影響专酗,放射性物質(zhì)發(fā)生泄漏睹逃。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,801評(píng)論 3 333
  • 文/蒙蒙 一祷肯、第九天 我趴在偏房一處隱蔽的房頂上張望沉填。 院中可真熱鬧,春花似錦佑笋、人聲如沸拜轨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,272評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽橄碾。三九已至,卻和暖如春颠锉,著一層夾襖步出監(jiān)牢的瞬間法牲,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,393評(píng)論 1 272
  • 我被黑心中介騙來泰國打工琼掠, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留拒垃,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,808評(píng)論 3 376
  • 正文 我出身青樓瓷蛙,卻偏偏與公主長(zhǎng)得像悼瓮,于是被迫代替她去往敵國和親戈毒。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,440評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容