今天來給大家普及一下霍夫曼編碼（Huffman Coding），一種用于無損數據壓縮的熵編碼算法，由美國計算機科學家大衛·霍夫曼在 1952 年提出——這么專業的解釋，不用問，來自維基百科了。

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

給大家留個作業題吧，考慮一下霍夫曼編碼的時間復雜度，知道的同學可以在留言區給出答案哈。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 本站qq群704220115，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【数据结构】图解霍夫曼编码，看了就能懂的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。