首页 > web前端 > js教程 > 正文

JavaScript贪心算法_霍夫曼编码实现

夜晨
发布: 2025-11-20 16:45:16
原创
563人浏览过
霍夫曼编码通过贪心策略构建最优前缀码,统计字符频率并用最小堆合并节点生成霍夫曼树,为高频字符分配短编码、低频字符分配长编码,实现高效数据压缩。

javascript贪心算法_霍夫曼编码实现

霍夫曼编码是一种经典的贪心算法应用,用于数据压缩。它通过构建带权路径长度最短的二叉树(即霍夫曼树),为出现频率高的字符分配较短的编码,频率低的字符分配较长的编码,从而实现高效压缩。

霍夫曼树构建思路

核心思想是每次选择两个频率最小的节点合并,直到只剩一棵树:

  • 统计每个字符的出现频率
  • 将每个字符作为叶子节点,按频率构建成优先队列(最小堆)
  • 不断取出频率最小的两个节点,创建新内部节点,频率为其和,并重新插入队列
  • 重复直到队列只剩一个节点,即为根节点

JavaScript实现代码

// 节点定义 function Node(char, freq, left = null, right = null) { return { char, freq, left, right }; }

// 构建霍夫曼树 function buildHuffmanTree(text) { // 统计频率 const freqMap = {}; for (let ch of text) { freqMap[ch] = (freqMap[ch] || 0) + 1; }

// 构建最小堆(用数组模拟) let heap = Object.keys(freqMap).map(ch => Node(ch, freqMap[ch]) );

// 最小堆排序函数(简单实现) const heapify = () => { heap.sort((a, b) => a.freq - b.freq); };

heapify();

AutoGLM沉思
AutoGLM沉思

智谱AI推出的具备深度研究和自主执行能力的AI智能体

AutoGLM沉思 129
查看详情 AutoGLM沉思

// 合并节点 while (heap.length > 1) { const left = heap.shift(); // 最小 const right = heap.shift(); // 次小 const merged = Node(null, left.freq + right.freq, left, right); heap.push(merged); heapify(); }

return heap[0]; // 返回根节点 }

// 生成编码表 function generateCodes(root) { const codes = {}; function traverse(node, code) { if (!node) return; if (node.char !== null) { codes[node.char] = code || "0"; // 单字符情况 } else { traverse(node.left, code + "0"); traverse(node.right, code + "1"); } } traverse(root, ""); return codes; }

// 编码字符串 function huffmanEncode(text) { if (!text) return { encoded: "", codes: {}, tree: null };

const root = buildHuffmanTree(text); const codes = generateCodes(root); const encoded = text.split("").map(ch => codes[ch]).join(""); return { encoded, codes, tree: root }; }

// 解码(可选实现) function huffmanDecode(encoded, root) { if (!encoded || !root) return ""; let result = ""; let current = root; for (let bit of encoded) { current = bit === "0" ? current.left : current.right; if (current.char !== null) { result += current.char; current = root; } } return result; }

使用示例

const text = "abracadabra"; const { encoded, codes } = huffmanEncode(text);

console.log("原始文本:", text); console.log("编码表:", codes); console.log("编码结果:", encoded); console.log("原长度:", text.length 8); // 假设ASCII console.log("编码长度:", encoded.length); console.log("压缩率:", ((text.length 8 - encoded.length) / (text.length * 8)).toFixed(2));

基本上就这些。这个实现虽然没有用真正的优先队列类,但用数组加排序模拟了最小堆行为,适合理解原理。实际项目中可以优化堆结构提升性能。霍夫曼编码展示了贪心策略在构造最优前缀码中的有效性。

立即学习Java免费学习笔记(深入)”;

以上就是JavaScript贪心算法_霍夫曼编码实现的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号