赫夫曼树相关概念

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

在这里插入图片描述

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.

在这里插入图片描述

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.

在这里插入图片描述

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

在这里插入图片描述

2.取出权重最小的两颗二叉树

在这里插入图片描述

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

在这里插入图片描述

4.将组成后的二叉树,根据根节点的值进行排序

在这里插入图片描述

5.重复第1个步骤,取出权值最小的两颗二叉树

在这里插入图片描述

6.重复第2个步骤,组成新的节点

在这里插入图片描述

7.再次排序

在这里插入图片描述

8.再次重复以上操作

在这里插入图片描述

9.

在这里插入图片描述

10.

在这里插入图片描述

11.

在这里插入图片描述

12.

在这里插入图片描述

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 +
                '}';
    }
}

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值