一、基本概念
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)。哈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。
几个基本概念:
- 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。
- 节点的权以及带权路径长度: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。
- 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。
二、思路分析
构建哈夫曼树的步骤:
以序列13,7,8,3,29,6,1为例
- 将节点从小到大进行排序,每个数据就是一个节点,每个节点可以看出一个最简单的二叉树。
- 取出根节点最小的两个二叉树,组成一个新的二叉树,该新二叉树的权值是前面两颗二叉树之和,再将这颗二叉树以权值大小进行排序。节点1与节点3合并为权值为4的新节点。
- 重复进行1,2连个步骤。
节点4与节点6合并为权值为10的新节点
节点7与节点8合并为权值为15的新节点
节点10与节点13合并为权值为23的新节点
节点15与节点23合并为权值为38的新节点
节点29与节点38合并为权值为67的新节点
三、代码实现
首先创建节点类
//创建节点类
class Node implements Comparable<Node>{
int value;
Node left;
Node right;
public Node(int value) {
this.value = value;
}
//前序遍历
public void proOrder() {
System.out.println(this);
if (this.left != null) {
this.left.proOrder();
}
if (this.right != null) {
this.right.proOrder();
}
}
@Override
public String toString() {
return "Node{" +
"value=" + value +
'}';
}
@Override
public int compareTo(Node o) {
return this.value-o.value;//从小到大排序
}
}
创建哈夫曼树
//创建哈夫曼树方法
public static Node createHuffmanTree(int[] arr) {
List<Node> nodes = new ArrayList<>();
for (int value : arr) {
nodes.add(new Node(value));
}
while (nodes.size() > 1) {
Collections.sort(nodes);
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
Node parent = new Node(leftNode.value + rightNode.value);
parent.left = leftNode;
parent.right = rightNode;
nodes.remove(leftNode);
nodes.remove(rightNode);
nodes.add(parent);
}
return nodes.get(0);
}
写一个demo进行测试
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
/**
* @author dankejun
* @create 2020/9/914:45
*/
public class HuffmanTree {
public static void main(String[] args) {
int[] arr = {13 , 7, 8, 3, 29, 6, 1};
Node root = createHuffmanTree(arr);
preOrder(root);
}
//前序遍历
public static void preOrder(Node root) {
if (root != null) {
root.proOrder();
} else {
System.out.println("是空树!");
}
}
}
测试结果: