数据结构——赫夫曼树（Java代码实现）

➢ 基本介绍

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。
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。

➢ 概念说明

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，权值越大的结点离根結点越近的二叉树才是最优二叉树。
4. WPL最小的就是赫夫曼树

➢ 构成赫夫曼树的步骤：

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

如下图所示

➢ 代码实现

创建节点类，实现Comparable接口，用于排序

class HNode implements Comparable<HNode> {
	int value; // 节点的值
	HNode left; // 左右子节点的指针
	HNode right;

	public HNode(int value) {
		this.value = value;
	}

	// 前序遍历
	public void DLR() {
		System.out.println(this);// 先输出根节点
		// 左子树递归
		if (this.left != null) {
			this.left.DLR();
		}
		// 右子树递归
		if (this.right != null) {
			this.right.DLR();
		}
	}

	@Override
	public String toString() {
		return "HNode[value = " + value + "]";
	}

	@Override
	public int compareTo(HNode o) {
		return this.value - o.value; // 从小到大排序
	}
}

定义方法：用于创建赫夫曼树

	public static HNode create(int[] arr) {
		// 把数组的数据取出来放在节点类当中排序
		List<HNode> nodes = new ArrayList<HNode>();
		for (int value : arr) {
			nodes.add(new HNode(value));
		}
		while (nodes.size() > 1) {
			// 先进行排序
			Collections.sort(nodes);
			// System.out.println("nodes = "+ nodes);
			
			// 取出最小的俩个数据
			HNode leftnode = nodes.get(0);
			HNode rightnode = nodes.get(1);

			// 构建新的二叉树
			HNode parent = new HNode(leftnode.value + rightnode.value);
			parent.left = leftnode;
			parent.right = rightnode;

			// 从当中删除使用过的子节点
			nodes.remove(leftnode);
			nodes.remove(rightnode);

			// 把父节点加入进去
			nodes.add(parent);
		}
		// System.out.println("第一次处理后：" +nodes);
		return nodes.get(0);
	}

以及一个前序遍历的方法

	public static void DLR(HNode root) {
		if (root != null) {
			root.DLR();
		} else {
			System.out.println("二叉树为空，无法遍历");
		}
	}

在mian函数当中进行测试

		int arr[] = { 4, 8, 13, 9, 1 };
		HNode root = create(arr);
		DLR(root);

遍历结果：可对照上述图片：
HNode[value = 35]
HNode[value = 13]
HNode[value = 5]
HNode[value = 1]
HNode[value = 4]
HNode[value = 8]
HNode[value = 22]
HNode[value = 9]
HNode[value = 13]

或者简化一下数组当中的数据：如下图所示：