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,也称为赫夫曼树(Huffman Tree),为啥加赫夫曼树,因为是赫夫曼大叔发明的。
只凭上面这句话肯定是不能理解什么是赫夫曼树的
1. 赫夫曼大叔说了,从树的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。如图1所示加粗的线条就是从根节点到节点C的路径
2. 路径中分支的数目称为路径长度。
如 图1 所示的二叉树中,根节点到节点C的路径长度就是3;到节点E的路径长度就是4。
3.树的路径长度:树的路径长度就是从树的根节点到每一个节点的路径长度之和
如 图1 所示的二叉树,树的路径长度就是 1+1+2+2+3+3+4+4=20。
4.节点的权:若给树中的节点赋予一个有着某种意义的数值,则这个数值就是该节点的权,如图2
5.节点的带权路径长度:节点的带权路径长度 =(该节点到树根之间的路径长度)* (节点上权的乘积)
如 图2 节点C的戴荃路径长度就是3 * 15 = 45。
6.树的带权路径长度(记做WPL):树的带权路径长度 = 树的所有叶子节点的带权按路径长度之和
如 图2 ,WPL = 1*30 + 2*20 + 3*15 + 4*5 + 4*10 = 175。
tips:是所有叶子节点的带权路径之和,是叶子节点。
7.WPL最小的二叉树就是赫夫曼树
赫夫曼树中,权值越大的节点离根节点越近。
说了以上那些,你应该明白啥事赫夫曼树了,那么怎么构建赫夫曼树呢
步骤如下:
- 将树中的每一个节点按权值升序排列,每个节点可以看成是一颗最简单的二叉树。
- 取出权值最小的两个节点,组成一颗新的二叉树,权值小的作为左子树,权值大的作为右孩子,这颗二叉树的权值为取出的两个节点的权值之和。
- 将新组成的这棵树,以根节点的权值大小再次进行升序排列,然后回到第2步,不断重复2-3的步骤,直到所有的节点都为处理完毕。
代码实现
/**
* @author chenzhiyuan
* @date 2019-10-20 18:12
*/
public class HuffmanTree {
private BiTNode root;
/**
* 把nums构建成一个赫夫曼树
*
* @param nums
*/
public void buildHuffmanTree(int[] nums) {
// 将nums放到一个list中
List<BiTNode> nodes = new ArrayList<>(10);
for (int num : nums) {
BiTNode node = new BiTNode();
node.value = num;
nodes.add(node);
}
// 只要nodes中的元素个数大于1,说明数据都还没有处理完
while (nodes.size() > 1) {
// 排序
Collections.sort(nodes);
// 取出最小的两个子树,组成一个新的子树,并加入到nodes中,参与下一轮的排序
BiTNode left = nodes.get(0);
BiTNode right = nodes.get(1);
BiTNode parent = new BiTNode(left, left.value + right.value, right);
nodes.remove(left);
nodes.remove(right);
nodes.add(parent);
}
// 最后nodes中剩下的这个节点就是赫夫曼树的根节点
root = nodes.get(0);
}
/**
* 前序遍历
*/
public void preOrderTraverse(BiTNode node) {
if (node == null) {
return;
}
System.out.println(node.value);
preOrderTraverse(node.lChild);
preOrderTraverse(node.rChild);
}
/**
* 二叉链表的节点定义,实现Comparable接口定义排序规则
*/
private class BiTNode implements Comparable<BiTNode> {
private BiTNode lChild;
private Integer value;
private BiTNode rChild;
public BiTNode() {
}
public BiTNode(BiTNode lChild, Integer value, BiTNode rChild) {
this.lChild = lChild;
this.value = value;
this.rChild = rChild;
}
@Override
public int compareTo(BiTNode o) {
return this.value - o.value;
}
}
public static void main(String[] args) {
int[] nums = new int[]{8,5,1,20,10,3,1};
HuffmanTree huffmanTree = new HuffmanTree();
huffmanTree.buildHuffmanTree(nums);
// 前序遍历一把,构建好的赫夫曼树如图3所示
huffmanTree.preOrderTraverse(huffmanTree.root);
}
}
控制台输出
48
20
28
10
5
5
2
1
1
3
18
8
10