贪心算法的高逼格应用——Huffman编码

简介: 贪心算法的高逼格应用——Huffman编码

Huffman编码

       在计算机的世界里,通常的编码方法有固定长度编码和不等长度编码两种。采用不等长度编码能使总码长度较短。

       Huffman编码利用字符的使用频率来编码,是不等长编码方法,它使得经常使用的字符编码较短,不常使用的字符编码较长。这便使编码之后的字符串的平均长度、期望值降低,从而达到无损压缩数据的目的。

       例如,在英文中,e的出现机率最高,而z的出现概率则最低。当利用Huffman编码对一篇英文进行压缩时,e极有可能用一个比特来表示,而z则可能花去25个比特(不是26)。用普通的表示方法时,每个英文字母均占用一个字节,即8个比特。二者相比,e使用了一般编码的1/8的长度,z则使用了3倍多。倘若我们能实现对于英文中各个字母出现概率的较准确的估算,就可以大幅度提高无损压缩的比例。

       除了使编码尽可能短,不等长编码还需解决另外一个问题,即不能有二义性,例如,ABCD四个字符如果编码如下:

   A:0

   B:1

   C:01

   D:10

那么现在有一列数0110,该怎样翻译呢? 是翻译为ABBA,ABD,CBA,还是CD? 那么如何消除二义性呢? 解决的办法是任何一个字符的编码不能是另一个字符编码的前缀,即前缀码特性。

       哈夫曼编码很好地解决了上述关键问题,被广泛应用于数据压缩,尤其是远距离通信和大容量数据存储方面。

算法详解

       Huffman编码的基本思想是以字符的使用频率作为权值构建一棵Huffman树,然后利用Huffman树对字符进行编码。构造一棵Huffman树,是将所要编码的字符作为叶子结点,该字符在文件中的使用频率作为叶子结点的权值,以自底向上的方式,通过n-1次的“合并”运算后构造出的一棵树,核心思想是权值越大的叶子离根越近。

回到本文题目,那贪心算法和Huffman编码有什么关系呢?

Huffman算法在构建Huffman树时采用的就是贪心策略,每次从树的集合中取出没有双亲且权值最小的两棵树作为左右子树,构造一棵新树,新树根节点的权值为其左右孩子结点权值之和,将新树插入到树的集合中,求解步骤如下。

(1) 确定合适的数据结构。编写程序前需要考虑的情况有:

● Huffman树是二叉树,树中没有度为1的结点,则一棵有n个叶子结点的Huffman树共有 2n-1 个结点 ( n-1 次的“合并”,每次产生一个新结点)。

● 构成Huffman树后,为求编码,需从叶子结点出发走一条从叶子到根的路径。

● 译码需要从根出发走一条从根到叶子的路径,那么我们需要知道每个结点的权值、双亲、左孩子、右孩子和结点的信息。

(2) 初始化。构造n棵结点为n个字符的单结点树集合 ,每棵树只有一个带权的根结点,权值为该字符的使用频率。

(3) 如果T中只剩下一棵树,则Huffman树构造成功,跳到步骤(6)。否则,从集合T中取出没有双亲且权值最小的两棵树 ,将它们合并成一棵新树 ,新树的左孩子为 ,右孩子为 的权值为 的权值之和。

(4) 从集合T中删去 ,加入 到集合T

(5) 重复以上(3)~(4)步。

(6) 约定左分支上的编码为“0”,右分支上的编码为“1”。从叶子结点到根结点逆向求出每个字符的Huffman编码,从根结点到叶子结点路径上的字符组成的字符串为该叶子结点的Huffman编码。算法结束。

构建Huffman树的过程图解如下

代码

说明

(1) 节点数组前n项是要进行编码的字符,后面n-1项是通过n-1次合并后产生的非叶子节点

(2) 由于节点数组前n项是要进行编码的字符,故通过Huffman树获得编码时,只需遍历节点数组前n项即可

节点数组初始如下:

import sys
 
 
# Huffman节点类
class HuffmanNode:
    def __init__(self, weight=0, parent=-1, left_child=-1, right_child=-1, value=""):
        # 权重
        self.weight = weight
        # 父节点索引
        self.parent = parent
        # 左孩子节点索引
        self.left_child = left_child
        # 右孩子节点索引
        self.right_child = right_child
        # 代表的字符
        self.value = value
 
    def __str__(self):
        return "weight:{}, parent:{}, left_child:{}, right_child:{}, value:{}".format(self.weight, self.parent, self.left_child, self.right_child, self.value)
 
 
# 构造Huffman树
def huffman_tree(nodes, num):
    # 需要构建的非叶子节点有N-1个,均排在节点数组后面,故须循环N-1次
    for i in range(num-1):
        # 最小的两个权值,这里m1小于等于m2
        m1 = m2 = sys.maxsize
        # 最小权值节点对应的索引
        x1 = x2 = -1
        # 循环当前所有可用的节点
        for j in range(num + i):
            if(nodes[j].weight < m1 and nodes[j].parent==-1):
                m2 = m1
                x2 = x1
                m1 = nodes[j].weight
                x1 = j
            elif(nodes[j].weight < m2 and nodes[j].parent==-1):
                m2 = nodes[j].weight
                x2 = j
        # 给需要合并成树的子节点设置父节点索引
        nodes[x1].parent = num + i
        nodes[x2].parent = num + i
        # 给合并成树的父节点设置子节点信息
        nodes[num + i].left_child = x1
        nodes[num + i].right_child = x2
        nodes[num + i].weight = m1 + m2
 
 
# 通过Huffman树获得Huffman编码
def huffman_code(nodes, num):
    # 最终结果
    huff_codes = dict()
    # 循环所有的叶子节点,叶子节点都在节点数组前面
    for i in range(num):
        # 该叶子节点对应的编码数组
        leaf_code = []
        # 当前节点索引
        c = i
        # 父节点索引
        p = nodes[i].parent
        while p != -1:
            # 当前节点是父节点的左孩子,编码为0,当前节点是父节点的右孩子,编码为1
            if nodes[p].left_child == c:
                leaf_code.insert(0, 0)
            elif nodes[p].right_child == c:
                leaf_code.insert(0, 1)
            # 将当前节点和父节点沿路径上移
            c = p
            p = nodes[c].parent
        
        if len(leaf_code)>0:
            huff_codes[nodes[i].value] = "".join(str(lc) for lc in leaf_code)
    return huff_codes
 
 
# 算法主体
def run():
    N = 6
    # 初始化节点数组,对N个元素进行编码,则Huffman树的节点数是2N-1
    nodes = [HuffmanNode() for _ in range(2*N - 1)]
    # 初始化叶子节点
    nodes[0].weight = 5
    nodes[0].value = "a"
    nodes[1].weight = 32
    nodes[1].value = "b"
    nodes[2].weight = 18
    nodes[2].value = "c"
    nodes[3].weight = 7
    nodes[3].value = "d"
    nodes[4].weight = 25
    nodes[4].value = "e"
    nodes[5].weight = 13
    nodes[5].value = "f"
    # 构建Huffman树 
    huffman_tree(nodes, N)
    # 从Huffman树中获得叶子节点的Huffman编码
    result = huffman_code(nodes, N)
    
    for r in result:
        print("{} 的 Huffman编码是:{}".format(r, result[r]))
 
 
if __name__ == "__main__":
    run()

程序运行结果如下

a 的 Huffman编码是:1000

b 的 Huffman编码是:11

c 的 Huffman编码是:00

d 的 Huffman编码是:1001

e 的 Huffman编码是:01

f 的 Huffman编码是:101

作者这水平有限,有不足之处欢迎留言指正

相关文章
|
5月前
|
存储 监控 JavaScript
基于布隆过滤器的 Node.js 算法在局域网电脑桌面监控设备快速校验中的应用研究
本文探讨了布隆过滤器在局域网电脑桌面监控中的应用,分析其高效空间利用率、快速查询性能及动态扩容优势,并设计了基于MAC地址的校验模型,提供Node.js实现代码,适用于设备准入控制与重复数据过滤场景。
230 0
|
4月前
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
287 3
|
4月前
|
机器学习/深度学习 资源调度 算法
遗传算法模型深度解析与实战应用
摘要 遗传算法(GA)作为一种受生物进化启发的优化算法,在复杂问题求解中展现出独特优势。本文系统介绍了GA的核心理论、实现细节和应用经验。算法通过模拟自然选择机制,利用选择、交叉、变异三大操作在解空间中进行全局搜索。与梯度下降等传统方法相比,GA不依赖目标函数的连续性或可微性,特别适合处理离散优化、多目标优化等复杂问题。文中详细阐述了染色体编码、适应度函数设计、遗传操作实现等关键技术,并提供了Python代码实现示例。实践表明,GA的成功应用关键在于平衡探索与开发,通过精心调参维持种群多样性同时确保收敛效率
|
4月前
|
机器学习/深度学习 边缘计算 人工智能
粒子群算法模型深度解析与实战应用
蒋星熠Jaxonic是一位深耕智能优化算法领域多年的技术探索者,专注于粒子群优化(PSO)算法的研究与应用。他深入剖析了PSO的数学模型、核心公式及实现方法,并通过大量实践验证了其在神经网络优化、工程设计等复杂问题上的卓越性能。本文全面展示了PSO的理论基础、改进策略与前沿发展方向,为读者提供了一份详尽的技术指南。
粒子群算法模型深度解析与实战应用
|
4月前
|
机器学习/深度学习 算法 安全
小场景大市场:猫狗识别算法在宠物智能设备中的应用
将猫狗识别算法应用于宠物智能设备,是AIoT领域的重要垂直场景。本文从核心技术、应用场景、挑战与趋势四个方面,全面解析这一融合算法、硬件与用户体验的系统工程。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习模型、算法与应用的全方位解析
深度学习,作为人工智能(AI)的一个重要分支,已经在多个领域产生了革命性的影响。从图像识别到自然语言处理,从语音识别到自动驾驶,深度学习无处不在。本篇博客将深入探讨深度学习的模型、算法及其在各个领域的应用。
1281 3
|
6月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
6月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
185 1
|
5月前
|
算法 数据可视化
matlab版本粒子群算法(PSO)在路径规划中的应用
matlab版本粒子群算法(PSO)在路径规划中的应用
|
6月前
|
存储 监控 算法
公司员工泄密防护体系中跳表数据结构及其 Go 语言算法的应用研究
在数字化办公中,企业面临员工泄密风险。本文探讨使用跳表(Skip List)数据结构优化泄密防护系统,提升敏感数据监测效率。跳表以其高效的动态数据处理能力,为企业信息安全管理提供了可靠技术支持。
154 0

热门文章

最新文章