哈夫曼树(Java实现)

1、什么是哈夫曼树?

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,也称哈夫曼树(Huffman Tree)、赫夫曼树、霍夫曼树。
②、哈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

2、哈夫曼树的几个重要概念

1)路径和路径长度:在一颗树中,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。通路中分支的数组称为路径长度。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:从根节点到该结点之间的路径长度与该结点的权的乘积
3)树的的带权路径长度:树的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节点越近的二叉树才是最优二叉树。WPL最小的就是哈夫曼树。
在这里插入图片描述

3、哈夫曼树创建思路

构成哈夫曼树的步骤:
1)从小到大进行排序,将每一个数据,每个数据都是一个结点,每个结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,就得到一颗哈夫曼树
图解:
给一个数列 {3,8,7,2,5}
在这里插入图片描述
注意哈夫曼树根据排序方法的不同,也可能不太一样!!!但是WPL是一样的,都是最小的。
比如上面的哈夫曼树也可以为:
在这里插入图片描述

4、哈夫曼树的代码实现

Node类:

package com.Tree.HuffmanTree;

//为了让Node对象持续排序Collections集合排序,让Node对象实现Comparable就接口
public class Node implements Comparable<Node>{
    int value; //节点的权值
    Node left; //指向左子节点
    Node right; //指向右子节点

    public Node() {
    }

    public Node(int value) {
        this.value = value;
    }
    //写一个前序遍历哈夫曼树的方法
    public void preOrder() {
        System.out.println(this);
        if(this.left != null) {
            this.left.preOrder();
        }
        if(this.right != null) {
            this.right.preOrder();
        }
    }
    @Override
    public String toString() {
        return "Node{" +
                "value=" + value +
                '}';
    }

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

HuffmanTree类:

package com.Tree.HuffmanTree;

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

public class HuffmanTree {
    public static void main(String[] args) {
        int[] arr = {3,8,7,2,5};
        Node root = huffmanTree(arr);
        preOrder(root);
    }
    //前序遍历
    public static void preOrder(Node root) {
        if(root != null) {
            root.preOrder();
        } else {
            System.out.println("空树,无法遍历");
        }
    }
    /**
     * 创建一个HuffmanTree的方法
     * @param arr 需要创建成哈夫曼树的数组
     * @return 创建好后哈夫曼树的根节点
     */
    public static Node huffmanTree(int[] arr) {
        List<Node> nodes = new ArrayList<Node>();
        //遍历arr数组,将arr数组中的每个元素构成一个Node对象,然后将Node放入到ArrayList中
        for(int value : arr) {
            nodes.add(new Node(value));
        }
        while(nodes.size() > 1) {
            //排序,从小到大
            Collections.sort(nodes);
            //System.out.println(nodes);
            //取出根节点权值最小的两颗二叉树
            Node leftNode = nodes.get(0);
            Node rightNode = nodes.get(1);
            //构建一颗新的二叉树
            Node parent = new Node(leftNode.value + rightNode.value);
            parent.left = leftNode;
            parent.right = rightNode;
            //从ArrayList中删除处理过的二叉树
            nodes.remove(leftNode);
            //将parent加入到nodes中
            nodes.remove(rightNode);
            nodes.add(parent);
        }
        //System.out.println(nodes);
        //返回哈夫曼树的根节点
        return nodes.get(0);
    }
}
  • 5
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
程序 = 数据结构 + 算法  程序是为了解决实际问题而存在的。然而为了解决问题,必定会使用到某些数据结构以及设计一个解决这种数据结构的算法。如果说各种编程语言是程序员的招式,那么数据结构和算法就相当于程序员的内功。编程实战算法,不是念PPT,我们讲的就是实战与代码实现与企业应用。程序 = 数据结构 + 算法                ——图灵奖得主,计算机科学家N.Wirth(沃斯)作为程序员,我们做机器学习也好,做python开发也好,java开发也好。有一种对所有程序员无一例外的刚需 —— 算法与数据结构日常增删改查 + 粘贴复制 + 搜索引擎可以实现很多东西。同样,这样也是没有任何竞争力的。我们只可以粘贴复制相似度极高的功能,稍复杂的逻辑没有任何办法。语言有很多,开发框架更是日新月异3个月不学就落后我们可以学习很多语言,很多框架,但招聘不会考你用5种语言10种框架实现同一个功能。真正让程序员有区分度,企业招聘万年不变的重点 —— 算法与数据结构。算法代表程序员水平的珠穆朗玛。如果说各种编程语言是程序员的招式,那么数据结构和算法就相当于程序员的内功。 想写出精炼、优秀的代码,不通过不断的锤炼,是很难做到的。 开这个系列的目的是为了自我不断积累。不积跬步无以至千里嘛。
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