30_哈夫曼树

本文介绍了哈夫曼树的基本概念,包括路径和路径长度、结点的权及带权路径长度,以及树的带权路径长度。哈夫曼树是一种最优二叉树,权值较大的结点离根结点更近。文章详细阐述了哈夫曼树的构造过程,通过不断合并权值最小的两个节点来构建。最后,提到了哈夫曼树的算法思想,即通过排序和合并步骤来生成哈夫曼树。
摘要由CSDN通过智能技术生成

30_哈夫曼树

一、算法概念介绍

1.1 基本概念

​ 1)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;

​ 2)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

​ 3)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。

1.2 哈夫曼树介绍

​ 1)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(Huffman Tree)

​ 2)赫夫曼树是带权路径长度最短的树,权值较大的结点离根较近。
在这里插入图片描述

​ 如图所示,第二棵树为哈夫曼树。

二、算法思路

2.1 算法思想

​ 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。

三、代码实现

package no10_huffmantree;

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

public class HuffmanTree {
   
    public static void main(String[] args) {
   
        int[] arr = {
   13, 7, 8, 3, 29, 6, 1};

        Node root = createHuffmanTree(arr);

        //测试
        root.preOrder();
    }

    //前序遍历方法
    public static void preOrder(Node root){
   
        if (root != null){
   
            root.preOrder();
        }else {
   
            System.out.println("这棵树是空树,无法遍历!");
        }
    }

    /**
     * 创建哈夫曼树的方法
     * @param arr   需要创建哈夫曼树的数组
     * @return      创建好的哈夫曼树的root结点
     */
    public static Node createHuffmanTree(int[] arr){
   
        /*
        1.遍历arr数组
        2.将arr的每个元素构成一个Node
        3.将Node放入到ArrayList中
        */
        List<Node> nodes = new ArrayList<>();
        for (int value:arr) {
   
            nodes.add(new Node(value));
        }

        //排序 从小到大
        Collections.sort(nodes);
在MATLAB中,绘制哈夫曼树(Huffman Tree)通常用于构建最优二叉编码树,用于数据压缩。哈夫曼树是由哈夫曼编码算法生成的,其中每个字符根据其频率被赋予一个独特的二进制码。以下是绘制哈夫曼树的基本步骤: 1. 准备字符及其频率:首先,你需要一个包含字符和对应频率的向量或矩阵。 2. 构建频率优先队列(FIFO):将字符和频率作为键值对插入到一个优先队列中,如`prune`函数中的`heap`数据结构。 3. 生成哈夫曼树节点:不断从队列中取出频率最小的两个节点,合并成一个新的节点,新节点的频率为两者之和,然后将其插入队列。这个过程会持续到只剩下一个节点为止。 4. 递归构建树:可以自定义一个函数来递归地合并节点,并将它们画出来。这个函数通常会检查当前队列是否为空,如果为空则返回队列头部的节点,否则进行合并操作并继续。 5. 绘制树形图:使用MATLAB的图形工具箱,比如`plot`、`line`和`text`等函数,根据节点之间的关系和层次结构绘制出树状结构。 示例代码可能如下所示(简化版): ```matlab function huffTree(freqs, chars) % 函数假设freqs是一个频率向量,chars是一个字符向量,两者长度相同 if numel(freqs) == 1 disp([chars(1) ' 的哈夫曼编码是 ' num2str(freqs(1))]); return; end % 创建堆 pq = [freqs', chars]; sort_idx = argsort(freqs); pq = pq(sort_idx, :); % 生成哈夫曼树 while height(pq) < 2 [min_freq, idx] = min(pq(1:end-1, 1)); [min_freq2, idx2] = min(pq(2:end, 1)); new_freq = min_freq + min_freq2; new_node = [new_freq, [pq(idx, 2), pq(idx2, 2)]]; pq(idx,:) = []; pq(idx2,:) = []; pq(end+1,:) = new_node; end % 绘制树 plotHuffmanTree(pq(end, 2), [], []); end function plotHuffmanTree(node, parent, path) % ... 在这里实现绘制节点、连接线和添加文本的具体代码 ... % 使用递归调用自身来绘制子节点 if ~isempty(parent) plotHuffmanTree(node(2), node, [path, node(1)]); end end % 示例使用 freqs = [50 30 20]; % 假设这些是字符的出现频率 chars = {'A', 'B', 'C'}; huffTree(freqs, chars); ```
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