2019獨角獸企業重金招聘Python工程師標準>>>

在看一道Google筆試題時用到哈夫曼編碼，于是去搜了下資料。題目如下：

????用二進制來編碼字符串“abcdabaa”，需要能夠根據編碼，解碼回原來的字符串，最少需要()長的二進制字符串？

A:12?? ? B:14 ?? ? C:18????? ? D:24

應選B

?

?

以下是百度百科對Huffman編碼原理的解釋：

設某信源產生有五種符號u1、u2、u3、u4和u5，對應概率P1=0．4，P2=0．1，P3=P4=0．2，P5=0．1。首先，將符號按照概率由大到小排隊，如圖所示。

編碼時，從最小概率的兩個符號開始，可選其中一個支 路為0，另一支路為1。這里，我們選上支路為0，下支路為1。再將已編碼的兩支路的概率合并，并重新排隊。多次重復使用上述方法直至合并概率歸一時為止。

從圖（a）和（b）可以看出，兩者雖平均碼長相等，但同一符號可以有不同的碼長，即編碼方法并不唯一，其原因是兩支路概率合并后重新排隊時，可能出現幾個支路概率相等，造成排隊方法不唯一。一般，若將新合并后的支路排到等概率的最上支路，將有利于縮短碼長方差，且編出的碼更接近于等長碼。這里圖（a）的編碼比（b）好。

圖1 赫夫曼編碼原理

赫夫曼碼的碼字，各符號的代碼是異前置碼字，即任一碼字不會是另一碼字的前面部分，這使各碼字可以連在一起傳送，中間不需另加隔離符號，只要傳送時不出錯，收端仍可分離各個碼字，不致混淆。

之所以會出現：任一碼字不會是另一碼字的前面部分這種情況，是因為從上到下(如圖中的右上方至左下方)的每一次分支，都會導致兩個分支的碼字開始不同。就像河流一樣，假設從頭到尾最長的那條分支是主流，則每條分流(除主流)絕不會與主流的前部分重合，因為分流的最后一個拐向一定與主流不同，這也是出現該分流的原因。

從上可以看出，出現頻率最多的字符的碼字是最短的。這就使得一個字符串編碼后的總碼字更短，所以是最佳編碼(當需要編碼的是圖像視頻等時，應該是按各像素出現頻率等要素來編碼)。

?

轉載于:https://my.oschina.net/henryking/blog/690821

總結

以上是生活随笔為你收集整理的Huffman(哈夫曼)编码--又称最佳编码(最有效的二进制编码)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。