赫夫曼树
基本介绍
- 给定n个权值作为n个叶子结点,构造一棵二叉树,若该树的带权路径长度(wpl)达到最小,称这样的二叉树为最优二叉树,也称为哈夫曼树(Huffman Tree), 还有的书翻译为霍夫曼树。
- 赫夫曼树是带权路径长度最短的树,权值较大的结点离根较近。
重要概念
- 路径和路径长度:在一棵树中,从一个结点往下可以达到的孩子或孙子结点之间的通路,称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1,则从根结点到第L层结点的路径长度为L-1
- 结点的权及带权路径长度:若将树中结点赋给一个有着某种含义的数值,则这个数值称为该结点的权。结点的带权路径长度为:从根结点到该结点之间的路径长度与该结点的权的乘积
- 树的带权路径长度:树的带权路径长度规定为所有叶子结点的带权路径长度之和,记为WPL(weighted path length) ,权值越大的结点离根结点越近的二叉树才是最优二叉树。
- WPL最小的就是赫夫曼树
思路分析
- 从小到大进行排序, 将每一个数据,每个数据都是一个节点 , 每个节点可以看成是一颗最简单的二叉树
- 取出根节点权值最小的两颗二叉树
- 组成一颗新的二叉树, 该新的二叉树的根节点的权值是前面两颗二叉树根节点权值的和
- 再将这颗新的二叉树,以根节点的权值大小 再次排序, 不断重复 1-2-3-4 的步骤,直到数列中,所有的数据都被处理,就得到一颗赫夫曼树
代码实现
树的节点定义
class TreeNode implements Comparable<TreeNode> {
int val;
TreeNode left;
TreeNode right;
public TreeNode(int val) {
super();
this.val = val;
}
@Override
public String toString() {
return "TreeNode [val=" + val + "]";
}
public void preOrder() {
System.out.println(this);
if (this.left != null) {
this.left.preOrder();
}
if (this.right != null) {
this.right.preOrder();
}
}
@Override
public int compareTo(TreeNode o) {
return this.val - o.val;
}
}
创建赫夫曼树
public class HuffmanTree {
private static TreeNode createHuffmanTree(int[] arr) {
Stack<TreeNode> treeNodes = new Stack<TreeNode>();
for (int i : arr) {
treeNodes.push(new TreeNode(i));
}
while (treeNodes.size() > 1) {
Collections.sort(treeNodes);
Collections.reverse(treeNodes);
TreeNode leftTemp = treeNodes.pop();
TreeNode rightTemp = treeNodes.pop();
TreeNode parent = new TreeNode(leftTemp.val + rightTemp.val);
parent.left = leftTemp;
parent.right = rightTemp;
treeNodes.push(parent);
}
return treeNodes.peek();
}
}