哈夫曼编码（Huffman Coding）原理、运行步骤、python实现

哈夫曼编码是贪心算法的一个典型应用。哈夫曼编码利用每条数据出现的频率（概率），从信息论的角度出发，将这些数据重新编码。哈夫曼编码的编码结果是给出现频率较高的数据一个较短的编码，给出现频率较低的数据一个较长的编码。

让我们举个例子说明一下哈夫曼编码的步骤：现在有数据[a,a,a,a,a,b,b,b,b,c,c,c,d,d,e]。可以看出字符a出现了5次，字符2出现了4次，字符c出现了3次，字符d出现了2次，字符e出现了1次。

首先，我们将这5个字符看成一个森林，它们的值是它们出现的频率，我们首先要做的是把这些森林合并成一棵哈夫曼树。利用贪心算法合并每个节点。

合并算法：先选取两个根节点频率值最小的森林，将这两个森林作合并为一棵树，其根节点的值为上述两个根节点频率值的和，上述两个根节点为新树根节点的左右节点。重复合并步骤，直到将所有森林合并成一棵树算法终止。算法过程如下图：

步骤	状态
init
1
2
3
4

构造完哈夫曼树之后，按照遍历路径来获得每个字符的编码即可：

编码结果如下表：

附上python代码实现：

"""
@filename   [huffman.py]
@author     [zxy]
@version    [v1.0]
@date       [2020/3/13]
"""

import queue
class Node:
    def __init__(self, x,