要求:
输入:
输出:
大概思路:
①根据weight排序,搞树的结点类,然后初始化一个个结点的weight和index。
②把一个个初始化好的结点放到一个列表里面,然后把这个列表传到TransFromHuffTree函数,把结点之间的父子关系指定一下(合成一个,pop两个,直到列表剩下一个结点,就是哈夫曼树的根结点)
③初始化一个dot对象,用于后面画图
④从刚刚算出的根结点触发,递归先序遍历每个结点,用dot.add_node函数放到dot里面。
然后从下往上用
dot.add_edge(bt.index, bt.lchild.index, label="0", color="green", fontcolor="red")
递归地把结点父子之间连起线
========================
完整代码:
# coding=utf-8
from PIL import Image, ImageTk
import pygraphviz as pgv
import tkinter as tk
import tkinter.messagebox
Index = 0
# 二叉树
class BTree_Node:
# 再来个x和y坐标,在确定孩子的时候同时给定位,x左孩子=x父-50,,之类的。然后后canvas根据横纵坐标连线,但是可能会出现重叠,没办法自适应宽度
# 根据每一层的节点数量确定坐标的变化量吗?
lchild = None
rchild = None
code = ''
weight = 0
index = 0
def __init__(self, weight, index):
self.weight = weight
self.index = index
return
def getchild(self, lc, rc):
self.lchild = lc
self.rchild = rc
return
# 其中bt是哈夫曼树的根结点,dot = pgv.AGraph(directed=False, strict=True)
def node_edge(bt, dot, sig="", parent_code=""):
if bt is None:
return
# 传入根节点的索引、权值,下面递归把所有点都加进去
if bt.lchild is None:
if sig == 'l':
bt.code = parent_code + '0'
elif sig == 'r':
bt.code = parent_code + '1'
dot.add_node(bt.index, label=str(bt.weight), xlabel=bt.code, color='green', style='filled')
else: # 添加分支节点
if sig == 'l':
bt.code = parent_code + '0'
elif sig == 'r':
bt.code = parent_code + '1'
dot.add_node(bt.index, label=str(bt.weight), color='grey', style='filled')
node_edge(bt.lchild, dot, "l", bt.code) # 递归调用,先把左孩子都dot.add_node进去。再把从头开始的右孩子add进去
node_edge(bt.rchild, dot, "r", bt.code)
# 得先添加完左右孩子,才能把它和左右孩子连起来。所以把连线部分放在添加点的后面
# 添加边,把父亲和左孩子连起来。没有while循环,他是怎么全部连起来的?
# 答案:因为这个函数是被递归调用的,所以每个结点都会去跟它的孩子连起来。太秀了666
if bt.lchild is not None:
dot.add_edge(bt.index, bt.lchild.index, label="0", color="green", fontcolor="red")
if bt.rchild is not None:
dot.add_edge(bt.index, bt.rchild.index, label="1", color="green", fontcolor="red")
return
def Node_InList(hl_weight): # H_N_L=['13', '54', '7', '43']
global Index
ht = []
for x in range(len(hl_weight)):
ht.append(BTree_Node(int(hl_weight[x]), Index)) # 往列表里传一个个二叉树结点,初始化权值和索引
Index += 1
return ht
# 对数据进行连接形成二叉树。传入的是装有一个个二叉树结点【对象】的列表H_N_L,每个结点有有权值和编号。想想他是如何处理2 3 4 5这种输入的
def TransFromHuffTree(H_N_L):
global Index
# while循环出来之后,结点之间的父子关系都指定了,H_N_L中只剩下一个结点,就是最上面那个
while len(H_N_L) > 1:
H_N_L = sorted(H_N_L, key=lambda x: x.weight) # 按照每个结点的weight排序,从小到大
hf = BTree_Node(H_N_L[0].weight + H_N_L[1].weight, Index) # 最小的两个加成一个结点,这个时候的index应该是最大的
Index += 1
hf.getchild(H_N_L[0], H_N_L[1]) # 指定孩子
# 最小的两个结点移出List,合成的那个进去
H_N_L.pop(0)
H_N_L.pop(0)
H_N_L.append(hf)
if len(H_N_L) == 0:
print("未输入数值")
return
return H_N_L[0] # 返回哈夫曼树最上面那个结点
def resize(w, h, w_box, h_box, pil_image):
"""
resize a pil_image object so it will fit into
a box of size w_box times h_box, but retain aspect ratio
对一个pil_image对象进行缩放,让它在一个矩形框内,还能保持比例
"""
f1 = 1.0 * w_box / w # 1.0 forces float division in Python2
f2 = 1.0 * h_box / h
factor = min([f1, f2])
# use best down-sizing filter
width = int(w * factor)
height = int(h * factor)
return pil_image.resize((width, height), Image.ANTIALIAS)
def show():
# 期望图像显示的大小
w_box = 500
h_box = 600
# 以一个PIL图像对象打开
pil_image = Image.open("c.png")
# 获取图像的原始大小
w, h = pil_image.size
# 缩放图像让它保持比例,同时限制在一个矩形框范围内
pil_image_resized = resize(w, h, w_box, h_box, pil_image)
# 把PIL图像对象转变为Tkinter的PhotoImage对象
tk_image = ImageTk.PhotoImage(pil_image_resized)
# 新建图片Label
label = tk.Label(root)
label.image = tk_image
label.configure(image=tk_image)
label.place(x=400, y=0)
def GetValue():
global values, HuffTreelist, v2
values = v2.get()
values = values.split() # 获取用户输入的数的列表values
flag = True
for x in range(len(values)):
if not values[x].isnumeric():
tkinter.messagebox.showwarning('huffman', '输入有误,请重新输入')
flag = False
break
if flag:
tkinter.messagebox.showwarning('huffman', '输入权值成功')
return
def birth():
global values, HuffTreelist, v2
# 把用户输入的values=['13', '54', '7', '43']传入,返回装有一个个二叉树结点【对象】的列表,每个结点有有权值和编号
HuffTreelist = Node_InList(values)
HuffTree = TransFromHuffTree(HuffTreelist) # 得到哈夫曼树最上面的那个结点,此时所有结点之间的父子关系都有了
dot = pgv.AGraph(directed=False, strict=True) # AGraph是个类,这是创建类的对象,构造函数。 PyGraphviz (几何图形可视化工具)
# directed:指定要不要画出有向线;
# ranksep:指定连线长度,int类型
# landscape="true":变成横向的树
node_edge(HuffTree, dot) # 把结点塞到dot里面,并且连线
dot.layout('dot') # 还有其他的参数,画出来就不是个二叉树形态
dot.draw('c.png')
show()
if __name__ == "__main__":
root = tk.Tk() # 创建窗口
root.title("Huffman算法实现最优树")
# 画竖线
canvas = tk.Canvas(root, height=1000) # 画布的大小还得自定义。。。初始值大概是200
canvas.create_line(90, 0, 90, 2000, fill='black')
canvas.place(x=290, y=0)
root.geometry("900x600") # 第一个是宽,第二个是高
# 图片
tk_image = ImageTk.PhotoImage(file="tree.png")
title_image = tk.Label(root, image=tk_image, width=350, height=240)
title_image.place(x=10, y=20)
values = ""
# 输入部分
l1 = tk.Label(root, text='输入总数 :', font=('Times', 13)).place(x=10, y=280)
l2 = tk.Label(root, text='输入权值 :', font=('Times', 13)).place(x=10, y=380)
v1 = tk.StringVar()
v2 = tk.StringVar()
e1 = tk.Entry(root, textvariable=v1) # 就是input框 ,输入n
e1.grid(row=0, column=1, padx=10, pady=5)
e1.place(x=110, y=280)
e2 = tk.Entry(root, textvariable=v2) # 就是input框 ,输入权
e2.grid(row=1, column=1, padx=10, pady=5)
e2.place(x=110, y=380)
# 按钮部分
b1 = tk.Button(root, text='确认', width=10, command=GetValue)
b1.grid(row=2, column=0, sticky=tk.W, padx=10, pady=5)
b1.place(x=40, y=450)
b2 = tk.Button(root, text='退出', width=10, command=root.quit)
b2.grid(row=2, column=1, sticky=tk.E, padx=10, pady=5)
b2.place(x=220, y=450)
b3 = tk.Button(root, text='生成哈夫曼树', width=10, command=birth)
b3.grid(row=2, column=2, sticky=tk.E, padx=10, pady=5)
b3.place(x=280, y=330)
tk.mainloop() # 让窗口一直保持运行,下面的代码被暂停。当窗口退出后,开始建树、画图
root.destroy()
其中pygraphviz的用法,网上资料很少,我用到的有:(xlabel不能改变位置,查了半天资料)
# 添加结点,xlabel是在节点外的标签
dot.add_node(bt.index, label=str(bt.weight), xlabel=bt.code, color='green', style='filled')
# 添加边(前两个是e的两个v,label是线上的字)
dot.add_edge(bt.index, bt.lchild.index, label="0", color="green", fontcolor="red")
dot = pgv.AGraph(directed=False, strict=True) # AGraph是个类,这是创建类的对象,构造函数。
# directed:指定要不要画出有向线;
# ranksep:指定连线长度,int类型
# landscape="true":变成横向的树
dot.layout('dot') # 还有其他的参数,画出来就不是个二叉树形态。dot是竖直向下生长
dot.draw('f:/b.png') # 画图并保存到这个路径
附录(继续学习graphviz):
参考博客:
graphviz的文档:
User Guide — graphviz 0.19.2.dev0 documentation
上文提到的layout参数:Layout Engines | Graphviz
add_edge和add_node的各种属性:Attributes | Graphviz
还有python直接用graphviz写决策树的:有时间学一下,原版比pygraphviz文档多,才会用【图解机器学习算法】【决策树 DecisionTree】之4 sklearn 代码实现和 graphviz 绘制决策树图_哔哩哔哩_bilibili
=======================================================================