將形成的二叉樹的左節點標0，右節點標1。把從最上面的根節點到最下面的葉子節點路徑中遇到的0，1序列串起來，得到各個符號的編碼。
可以看到，符號只能出現在樹葉上，任何乙個字元的路徑都不會是另一字元路徑的字首路徑，這樣，字首編碼也就構造成功了。
這樣一棵二叉樹在資料結構課程中稱之為huffman樹，常用於最佳判定，它是最優二叉樹，是一種帶權路徑長度最短的二叉樹。所謂樹的帶權路徑長度，就是樹中所有的葉結點的權值乘上其到根結點的路徑長度(若根結點為0層，葉結點到根結點的路徑長度為葉結點的層數)。樹的帶權路徑長度記為：wpl＝ (w1*l1＋w2*l2＋w3*l3＋…＋wn*ln)，n個權值wi(i＝1，2，…n)構成一棵有n個葉結點的二叉樹，相應的葉結點的路徑長度為 li(i＝1，2，…n)。huffman樹得出的wpl值最小。
2 2在對一幅大小為100，672bytes 8位bmp影象檔案進行huffman編碼過程中，作者按照以下步驟實現了的壓縮和解壓縮演算法。
1)掃瞄位**件的全部資料(對應用於調色盤的編碼)，完成資料頻度的統計。
2)依據資料出現的頻度建立哈夫曼樹。
3)將哈夫曼樹的資訊寫入輸出檔案(壓縮後檔案)，以備解壓縮時使用。
4)進行第二遍掃瞄，將原檔案所有編碼資料轉化為哈夫曼編碼，儲存到輸出檔案。解壓縮則為逆過程，以下是編碼和解碼的實現演算法。
a)定義資料結構node如下：
struct node
；//父節點為－1的節點是樹根
bmp huff code(bmp tree［node］ parent，node)；//若不為－1則遞迴
if(child≠－1)；//若不為葉節點
{if(child＝bmp tree［node］ right)；//右子節點，輸出「1」
outputbit(1)；
else if(child＝bmp tree［node］ left)；//左子節點，輸出「0」
哈夫曼壓縮
哈夫曼演算法 huffman 演算法是一種基於統計的壓縮方法。它的本質就是對文字檔案中的字元進行重新編碼，對於使用頻率越高的字元，其編碼也越短。但是任何2 個字元的編碼，是不能出現向前包含的。也就是說字元a 假設為00 的編碼的前段，不可能為字元b 則b的編碼不可能為001 因為這裡b 的編碼中包含...
哈夫曼壓縮
哈夫曼壓縮 哈夫曼壓縮是無失真壓縮的一種，一般用來壓縮文字和程式檔案。壓縮步驟 將要壓縮的檔案乙個乙個位元組地讀出來，統計每個位元組出現的次數 作為該葉子節點的權值 構建哈夫曼樹，採用優先佇列。遍歷哈夫曼樹，得到每乙個葉子節點的哈夫曼編碼。左0右1，得到的是01字串 將不足八位的01字串補0使其達到...
哈夫曼壓縮
size large 此文主要分析的是哈夫曼壓縮的重點包括統計字元頻率，建哈夫曼樹，生成碼表。哈夫曼壓縮是最常用的一種靜態無痕壓縮。以前也學習過哈夫曼的演算法結構，但是沒有自己去寫 實現，這次再學習了一遍，更加深刻理解哈夫曼壓縮的原理，如何真正實現檔案的壓縮節省記憶體資源。下面梳理下我的 和分析邏輯...