如何正確理解霍夫曼編碼

這篇文章主要講解了“如何正確理解霍夫曼編碼”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何正確理解霍夫曼編碼”吧！

說實話，很早之前我就聽說過霍夫曼編碼，除了知道它通常用于 GZIP、BZIP2、PKZIP  這些常規的壓縮格式中，我還知道它通常用于壓縮重復率比較高的字符數據。

大家想啊，英文就 26 個字母進行的無限組合，重復率高得一逼啊!常用的漢字也不多，2500 個左右，別問我怎么知道的，我有問過搜索引擎的。

字符重復的頻率越高，霍夫曼編碼的工作效率就越高!

是時候，和大家一起來了解一下霍夫曼編碼的工作原理啦，畢竟一名優秀的程序員要能做到知其然知其所以然——請允許我又用了一次這句快用臭了話。

假設下面的字符串要通過網絡發送。

大家應該知道，每個字符占 8 個比特，上面這串字符總共有 15 個字符，所以一共要占用 15*8=120  個比特。沒有疑問吧?有疑問的同學請不好意思下。

如果我們使用霍夫曼編碼的話，就可以將這串字符壓縮到一個更小的尺寸。怎么做到的呢?

霍夫曼編碼首先會使用字符的頻率創建一棵樹，然后通過這個樹的結構為每個字符生成一個特定的編碼，出現頻率高的字符使用較短的編碼，出現頻率低的則使用較長的編碼，這樣就會使編碼之后的字符串平均長度降低，從而達到數據無損壓縮的目的。

拿上面這串初始字符來一步步的說明下霍夫曼編碼的工作步驟。

第一步，計算字符串中每個字符的頻率。

B 出現 1 次，C 出現 6 次，A 出現 5 次，D 出現 3 次。

第二步，按照字符出現的頻率進行排序，組成一個隊列 Q。

出現頻率最低的在前面，出現頻率高的在后面。

第三步，把這些字符作為葉子節點開始構建一顆樹。首先創建一個空節點 z，將最小頻率的字符分配給 z 的左側，并將頻率排在第二位的分配給 z 的右側，然后將  z 賦值為兩個字符頻率的和。

B 的頻率最小，所以在左側，然后是頻率為 3 的 D，在右側;然后把它們的父節點的值設為 4，子節點的頻率之和。

然后從隊列 Q 中刪除 B 和 D，并將它們的和添加到隊列中，上圖中 * 表示的位置。緊接著，重新創建一個空的節點 z，并將 4 作為左側的節點，頻率為  5 的 A 作為右側的節點，4 與 5 的和作為父節點。

繼續按照之前的思路構建樹，直到所有的字符都出現在樹的節點中。

第四步，對于每個非葉子節點，將 0 分配給連接線的左側，1  分配給連接線的右側。此時，霍夫曼樹就構建完成了。霍夫曼樹又稱為最優二叉樹，是一種帶權路徑長度最短的二叉樹。

當樹構建完畢后，我們來統計一下要發送的比特數。

1)來看字符這一列。四個字符 A、B、C、D 共計 4*8=32 比特。每個英文字母均占用一個字節，即 8 個比特。

2)來看頻率這一列。A 5 次，B 1 次，C 6 次，D 3 次，一共 15 比特。

3)來看編碼這一列。A 的編碼為 11，對應霍夫曼樹上的 15→9→5，也就是說，從根節點走到葉子節點 A，需要經過 11 這條路徑;對應的 B 需要走過  100 這條路徑;對應的 D 需要走過 101 這條路徑;對應的 C 需要走過 0 這條路徑。

4)來看長度這一列。A 的編碼為 11，出現了 5 次，因此占用 10 個比特，即 1111111111;B 的編碼為 100，出現了 1 次，因此占用  3 個比特，即 100;C 的編碼為 0，出現了 6 次，因此占用 6 個比特，即 000000;D 的編碼為 101，出現了 3 次，因此占用 9 個比特，即  101101101。

哈夫曼編碼從本質上講，是將最寶貴的資源(最短的編碼)給出現概率最多的數據。在上面的例子中，C 出現的頻率最高，它的編碼為 0，就省下了不少空間。

結合生活中的一些情況想一下，也是這樣，我們把最常用的放在手邊，這樣就能提高效率，節約時間。所以，我有一個大膽的猜想，霍夫曼就是這樣發現編碼的最優解的。

在沒有經過霍夫曼編碼之前，字符串“BCAADDDCCACACAC”的二進制為：

10000100100001101000001010000010100010001000100010001000100001101000011010000010100001101000001010000110100000101000011

也就是占了 120 比特。

編碼之后為：

0000001001011011011111111111

占了 28 比特。

但考慮到解碼，需要把霍夫曼樹的結構也傳遞過去，于是字符占用的 32 比特和頻率占用的 15 比特也需要傳遞過去。總體上，編碼后比特數為 32 + 15 +  28 = 75，比 120 比特少了 45 個，效率還是非常高的。

關于霍夫曼編碼的 Java 示例，我在這里也貼出來一下，供大家參考。

class HuffmanNode {     int item;     char c;     HuffmanNode left;     HuffmanNode right; }  class ImplementComparator implements Comparator<HuffmanNode> {     public int compare(HuffmanNode x, HuffmanNode y) {         return x.item - y.item;     } }  public class Huffman {     public static void printCode(HuffmanNode root, String s) {         if (root.left == null && root.right == null && Character.isLetter(root.c)) {              System.out.println(root.c + "   |  " + s);              return;         }         printCode(root.left, s + "0");         printCode(root.right, s + "1");     }      public static void main(String[] args) {         int n = 4;         char[] charArray = { 'A', 'B', 'C', 'D' };         int[] charfreq = { 5, 1, 6, 3 };          PriorityQueue<HuffmanNode> q = new PriorityQueue<HuffmanNode>(n, new ImplementComparator());          for (int i = 0; i < n; i++) {             HuffmanNode hn = new HuffmanNode();              hn.c = charArray[i];             hn.item = charfreq[i];              hn.left = null;             hn.right = null;              q.add(hn);         }          HuffmanNode root = null;          while (q.size() > 1) {              HuffmanNode x = q.peek();             q.poll();              HuffmanNode y = q.peek();             q.poll();              HuffmanNode f = new HuffmanNode();              f.item = x.item + y.item;             f.c = '-';             f.left = x;             f.right = y;             root = f;              q.add(f);         }         System.out.println(" 字符 | 霍夫曼編碼 ");         System.out.println("--------------------");         printCode(root, "");     } }

本例的輸出結果如下所示：

字符 | 霍夫曼編碼  -------------------- C   |  0 B   |  100 D   |  101 A   |  11

感謝各位的閱讀，以上就是“如何正確理解霍夫曼編碼”的內容了，經過本文的學習后，相信大家對如何正確理解霍夫曼編碼這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！