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(HuffmanTree)。
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。
重要概念
- 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节点之间的通路,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 - 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 - 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。 - WPL最小的就是赫夫曼树
赫夫曼树创建
例如:一个数组 arr={13,7,8,3,29,6,1};
排序后
arr={1,3,6,7,8,13,29};
代码实现:
package HuffmanTree;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
/**
* 创建赫夫曼树
* @author 86178
*
*/
public class HuffmanTreeDemo {
public static void main(String[] args) {
int[] arr= {7,6,8,29,13,1,3};
Node root=createTree(arr);
pre(root);
}
//创建赫夫曼树
public static Node createTree(int[] arr) {
List<Node> list=new ArrayList<>();
for(int v:arr) {
list.add(new Node(v));
}
//list最终只剩root根结点
while (list.size()>1) {
Collections.sort(list);//排序
Node left=list.get(0); //取出最小结点
Node right=list.get(1); //取出次小结点
Node parent=new Node(left.value+right.value);//新建父结点
parent.left=left;//建立左节点关系
parent.right=right;//建立右节点关系
list.remove(left);//删除
list.remove(right);//删除
list.add(parent);//将父结点添加进list
}
return list.get(0);//返回root
}
//先序遍历打印结点信息
public static void pre(Node head) {
System.out.println(head);
if (head.left!=null) {
pre(head.left);
}
if (head.right!=null) {
pre(head.right);
}
}
}
//实现Comparable接口,便于排序
class Node implements Comparable<Node> {
int value;
Node left;
Node right;
public Node(int v) {
this.value=v;
}
public String toString() {
return "[Node="+this.value+"]";
}
@Override
public int compareTo(Node o) {
return this.value-o.value;
}
}
赫夫曼编码
- 赫夫曼编码也翻译为哈夫曼编码(Huffman Coding),又称霍夫曼编码,是一种编码方式,属于一种程序算法。
- 赫夫曼编码是赫哈夫曼树在电讯通信中的经典的应用之一。
- 赫夫曼编码广泛地用于数据文件压缩。其压缩率通常在20%~90%之间。
- 赫夫曼码是可变字长编码(VLC)的一种。Huffman于1952年提出种编码方法,称之为最佳编码。
定长编码
- 例如: 一个字符串,s=“i like java”;共有11个字符,包括空格
- 对应ASCII码值为 105 32 108 105 107 101 32 106 97 118 97
- 进一步转换为二进制为 01101001 00100000 01101110 01101001 01101011 01100101
00100000 01101010 01100001 01110110 01100001 - 最终按照二进制传递信息,总长度为98,包括空格。
变长编码
- 例如: 一个字符串,s=“i like like like java do you like a java”;共有40个字符,包括空格
- 统计各个字符出现的个数 d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 :9
- 对应编码: 0=,1=a,10=i, 11=e,100=k,101=l,110=o,111=v,1000=j, 1001=u,1010=y, 1011=d
- 说明:按照各个字符出现的次数进行编码,原则是出现次数越多的,则编码越小,比如 空格出现了9次,编码为0,其它依次类推.
- 按照上面给各个字符规定的编码,则我们在传输“i like like like java do you like a
java"数据时,编码就是10010110100… - 字符的编码都不能是其他字符编码的前缀,符合此要求的编码叫做前缀编码,即不能匹配到重复的编码。
赫夫曼编码
- 例如: 一个字符串,s=“i like like like java do you like a java”;共有40个字符,包括空格
- 统计各个字符出现的个数 d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 :9
- 构建赫夫曼树
- 根据赫夫曼树,给各个字符规定编码,向左的路径为0,向右的路径为1。
- 编码如下: o: 1000 u: 10010 d:100110 y: 100111 i: 101a : 110k: 1110e: 1111j: 0000v: 0001l: 001 : 01
- 按照上面的赫夫曼编码,我们的"i like like like javado you like a java"字符串对应的编码为(注意这里我们使用的无损压缩)
1010100110111101111010011011110111101001101111011110100001100001110011001111000011001111000100100100110111101111011100100001100001110
长度为:133 - 说明:原来长度是359,压缩了(359-133)/ 359= 62.9%2)此编码满足前缀编码,即字符的编码都不能是其 他字符编码的前缀。不会造成匹配的多义性。