一.基本介绍
1.给定n个权值作为n个叶子节点,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
2.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
二.相关概念
1.路径:在一棵树中,从一个节点往下可以达到孩子或孙子节点之间的通路,称为路径。
2.路径长度:通路中分支的数目称为路径长度。若规定根节点的层数为1,则从根节点到第L层节点的路径长度为L-1,即减去根节点的层数
3.节点的权:若将树种的节点赋给一个有着某种含义的数字,则这个数值称为该节点的权
4.带权路径长度:从根节点到该节点之间的路径长度与该节点的权的乘积
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-m0M3prmC-1638013425728)(./img/concept/带权路径长度实例.png)]
以该树为例:13为左子树的最左子节点,该节点的权为13,从根节点到13的通道称为到该节点的路径,假设根节点的层数为0,则根节点到该节点的路径长度为2-0即为2,则它的带权路径长度为2*13=26
5.树的带权路径长度:树的带权路径长度规定为所有叶子节点的带权路径长度之和,记为WPL(Weighted Path Length),权值越大的节点离根节点越近的二叉树才是最优二叉树(根据权值判断,权值越小,越优,如果权值越大的值离根节点越近,那么它的带权路径长度就会小)
举例图示:()
①.1
由图可知,所有的叶子节点都在第二层,则该树的带权路径长度为:13*2+7*2+8*2+3*2=62
②.
由图可知:该树共有4层,第一层13,第二层8,第三层7,3,则该树的带权路径长度为:13*1+8*2+7*3+3*3=59
③.
由图可知:该树共有4层,第一层7,第二层3,第三层8、13,则该树的带权路径长度为:7*1+3*2+8*3+13*3=76
总上所述,第二课树的权值大的叶子节点离根节点近,所以它的权值最小,最优,为赫夫曼树
6.WPL最小的就是赫夫曼树
三.赫夫曼树的构建
(一).思路
1.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棵最简单的二叉树
2.取出根节点权值最小的两颗二叉树
3.组成一棵新的二叉树,该新的二叉树的根节点的权值是前面的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,等到所有的数据都被处理完,就得到一棵赫夫曼树
(二).思路图解:
注:原有序列:{13,7,8,3,29,6,1}
1.排序
2.取出权重最小的两颗二叉树
3.组成一个新的节点,其值为两个权值最小的二叉树根节点的值的和
4.将组成后的二叉树,根据根节点的值进行排序
5.重复第1个步骤,取出权值最小的两颗二叉树
6.重复第2个步骤,组成新的节点
7.再次排序
8.再次重复以上操作
9.
10.
11.
12.
四.代码展示
package com.cdc.datastructure.tree.binarytree.huffmantree;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
/**
* @author cdc
* @email c925638766@163.com
* @date 2021/11/27 18:12
*/
public class CreateHuffmanTreeDemo {
public static void main(String[] args) {
int[] arr = {13, 7, 8, 3, 29, 6, 1};
HuffmanTreeNode root = createHuffmanTree(arr);
preOrder(root);
}
/**
* 构建赫夫曼树
* @param arr 要构建赫夫曼树的序列
* @return 赫夫曼树的根节点
*/
public static HuffmanTreeNode createHuffmanTree(int[] arr){
System.out.println("处理前的二叉树");
//为了方便,将数组种的元素全都构建出节点对象,并且放入到ArrayList种
List<HuffmanTreeNode> nodes=new ArrayList<>();
for (int i : arr) {
HuffmanTreeNode node=new HuffmanTreeNode(i);
nodes.add(node);
}
System.out.println(nodes.toString());
System.out.println("处理后:");
while (nodes.size() > 1){
//将原有的列表进行排序,方便取值操作
Collections.sort(nodes);
// System.out.println(nodes.toString());
//1.取出根节点权值最小的两棵二叉树(一个节点也可以算是一棵二叉树)
//①.取出权值最小的二叉树,由于已经对列表做了排序操作,所以第一个值就是权值最小的节点
HuffmanTreeNode leftNode = nodes.get(0);
//②.取出权值次小的值
HuffmanTreeNode rightNode = nodes.get(1);
//2.组成一颗新的二叉树,该二叉树的根节点的权值是前面两个二叉树根节点权值的和
HuffmanTreeNode parent = new HuffmanTreeNode(leftNode.getValue() + rightNode.getValue());
parent.setLeft(leftNode);
parent.setRight(rightNode);
//3.将新构建出来的二叉树放入到列表当中,且删除之前的两棵二叉树
nodes.add(parent);
nodes.remove(leftNode);
nodes.remove(rightNode);
}
// System.out.println("第一次处理后,二叉树的结构为:"+ nodes.toString());
return nodes.get(0);
}
public static void preOrder(HuffmanTreeNode root){
if (root != null){
root.preOrder();
}else {
System.out.println("树结构为空,无法构建成赫夫曼树");
}
}
}
//由于赫夫曼树需要对节点值进行比较运算并且排序,所以在这里直接使Node节点实现Comparable接口
class HuffmanTreeNode implements Comparable<HuffmanTreeNode> {
private int value;
private HuffmanTreeNode left;
private HuffmanTreeNode right;
public void preOrder(){
System.out.println(this);
if (this.left != null){
this.left.preOrder();
}
if (this.right != null){
this.right.preOrder();
}
}
public int getValue() {
return value;
}
public HuffmanTreeNode(int value) {
this.value = value;
}
public HuffmanTreeNode getLeft() {
return left;
}
public void setLeft(HuffmanTreeNode left) {
this.left = left;
}
public HuffmanTreeNode getRight() {
return right;
}
public void setRight(HuffmanTreeNode right) {
this.right = right;
}
@Override
public int compareTo(HuffmanTreeNode o) {
return this.value - o.value;
}
@Override
public String toString() {
return "HuffmanTreeNode{" +
"value=" + value +
'}';
}
}