数据结构-------赫夫曼树

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(HuffmanTree),还有的书翻译为霍夫曼树

也就是说:赫夫曼树是带权路径长度最短的树,权值较大的节点离根较近

一些概念

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

举个例子:

在这里插入图片描述

节点的权:就是13 14 5 16

节点带权路径长度 13为例 他的路径是2 从第一层到第三层 所以就是 13*2 = 26

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

赫夫曼树创建思路

给定我们一个数列{13,7,8,3,29,6,1},要求转换成一颗赫夫曼树

步骤:

1.从小到大进行排序,将每个数据,当做都是一个节点,每个节点可以看成是一颗最简单的二叉树

2.取出根节点权值最小的两颗二叉树

3.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

4.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

步骤:

  1. 排序 1,3,4,7,8,13,29

  2. 挑出1和3构建新的二叉树

在这里插入图片描述

跟6号组合

在这里插入图片描述

7,8比10小,单独拿出来,组成一颗新的二叉树,以此类推

在这里插入图片描述

代码

package 赫夫曼树;

import java.util.ArrayList;
import java.util.Collections;
import java.util.List;

public class HuffmanTree {
    
    

	public static void main(String[] args) {
    
    
		// TODO Auto-generated method stub
		int arr[] = {
    
    13,7,8,3,29,6,1};
		Node node = createHuffmanTree(arr);
		preOrder(node);
	}
	
	
	//创建赫夫曼树的方法
	public static Node createHuffmanTree(int[] arr) {
    
    
		//先把数组中的所有元素取出来,构建成Node类型
		//放入到ArrayList中,可以排序
		List<Node> nodes = new ArrayList<Node>();
		for(int value : arr){
    
    
			nodes.add(new Node(value));
		}
		while(nodes.size() > 1){
    
    
			//排序  我们是从小到大
			Collections.sort(nodes);
			System.out.println(nodes);
			//取根节点权值最小的两颗二叉树
			//取出最小的二叉树节点(二叉树)
			Node leftNode = nodes.get(0);
			Node rightNode = nodes.get(1);
			//构建新的二叉树
			Node parent = new Node(leftNode.value+rightNode.value);
			parent.left = leftNode;
			parent.right = rightNode;
			//从我们的ArrayList删除处理过的二叉树
			nodes.remove(leftNode);
			nodes.remove(rightNode);
			
			//将parent加入到nodes集合中
			nodes.add(parent);
			System.out.println("第一次处理后"+nodes);
		}
		//返回赫夫曼树的root节点
		return nodes.get(0);
	}
	//前序便利方法
	public static void preOrder(Node root) {
    
    
		if(root != null){
    
    
			root.preOrder();
		}else
		{
    
    
			System.out.println("空树");
		}
	}

}
//创建节点类
//为了让Node支持排序 Collections集合排序
//让Node实现Comparable接口
class Node implements Comparable<Node>{
    
    
	int value;//节点权值
	Node left;//指向左子节点
	Node right;//指向右子节点
	public Node(int value) {
    
    
		this.value = value;
	}
	@Override
	public String toString() {
    
    
		return "Node [value=" + value + "]";
	}
	@Override
	public int compareTo(Node o) {
    
    
		// TODO Auto-generated method stub
		return this.value - o.value;//表示从小到大排序
	}
	
	//前序遍历的方法
	public void preOrder() {
    
    
		System.out.println(this);
		if(this.left != null){
    
    
			this.left.preOrder();
		}
		if(this.right != null){
    
    
			this.right.preOrder();
		}
	}
	
}

执行结果

[Node [value=1], Node [value=3], Node [value=6], Node [value=7], Node [value=8], Node [value=13], Node [value=29]]
第一次处理后[Node [value=6], Node [value=7], Node [value=8], Node [value=13], Node [value=29], Node [value=4]]
[Node [value=4], Node [value=6], Node [value=7], Node [value=8], Node [value=13], Node [value=29]]
第一次处理后[Node [value=7], Node [value=8], Node [value=13], Node [value=29], Node [value=10]]
[Node [value=7], Node [value=8], Node [value=10], Node [value=13], Node [value=29]]
第一次处理后[Node [value=10], Node [value=13], Node [value=29], Node [value=15]]
[Node [value=10], Node [value=13], Node [value=15], Node [value=29]]
第一次处理后[Node [value=15], Node [value=29], Node [value=23]]
[Node [value=15], Node [value=23], Node [value=29]]
第一次处理后[Node [value=29], Node [value=38]]
[Node [value=29], Node [value=38]]
第一次处理后[Node [value=67]]
Node [value=67]
Node [value=29]
Node [value=38]
Node [value=15]
Node [value=7]
Node [value=8]
Node [value=23]
Node [value=10]
Node [value=4]
Node [value=1]
Node [value=3]
Node [value=6]
Node [value=13]

猜你喜欢

转载自blog.csdn.net/qq_22155255/article/details/113825447