树结构实际应用(堆排序,赫夫曼树，哈夫曼树)

堆排序

堆排序基本介绍

1. 堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。
2. 堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆, 注意: 没有
   要求结点的左孩子的值和右孩子的值的大小关系。
3. 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆
4. 大顶堆举例说明
   
   我们对堆中的结点按层进行编号，映射到数组中就是下面这个样子:
   
   大顶堆特点：

1. arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2] // i 对应第几个节点，i从0开始编号
2. 最大的数值在根节点

5. 小顶堆举例说明
   
   小顶堆：arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2] // i 对应第几个节点，i从0开始编号
6. 一般升序采用大顶堆，降序采用小顶堆

堆排序基本思想

堆排序的基本思想是：

1. 将待排序序列构造成一个大顶堆
2. 此时，整个序列的最大值就是堆顶的根节点。

3. == 将其与末尾元素进行交换==，此时末尾就为最大值。

4. 然后将剩余n-1 个元素重新构造成一个堆，这样会得到n 个元素的次小值。如此反复执行，便能得到一个有序序列了。

可以看到在构建大顶堆的过程中，元素的个数逐渐减少，最后就得到一个有序序列了.

堆排序步骤图解说明

要求：给你一个数组{4,6,8,5,9} , 要求使用堆排序法，将数组升序排序。

步骤一：构造初始堆。将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆)。原始的数组[4, 6, 8, 5, 9]

1. .假设给定无序序列结构如下
   
2. .此时我们从最后一个非叶子结点开始（叶结点自然不用调整，第一个非叶子结点
   arr.length/2-1=5/2-1=1，也就是下面的6 结点），从左至右，从下至上进行调整。
3. .找到第二个非叶节点4，由于[4,9,8]中9 元素最大，4 和9 交换。
4. 这时，交换导致了子根[4,5,6]结构混乱，继续调整，[4,5,6]中6 最大，交换4 和6。
   此时，我们就将一个无序序列构造成了一个大顶堆。
   步骤二将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换。
5. .将堆顶元素9 和末尾元素4 进行交换
6. .重新调整结构，使其继续满足堆定义
   
7. .再将堆顶元素8 与末尾元素5 进行交换，得到第二大元素8.
   
8. 后续过程，继续进行调整，交换，如此反复进行，最终使得整个序列有序
   
   **再简单总结下堆排序的基本思路：

1. 将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆;
2. 将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
3. 重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。

堆排序代码实现

要求：给你一个数组{4,6,8,5,9} , 要求使用堆排序法，将数组升序排序。
3) 代码实现

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

public class HeapSort {

	public static void main(String[] args) {
		// 要求将数组进行升序排序
		// int arr[] = {4, 6, 8, 5, 9};
		// 创建要给80000个的随机的数组
		int[] arr = new int[8000000];
		for (int i = 0; i < 8000000; i++) {
			arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}

		System.out.println("排序前");
		Date data1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String date1Str = simpleDateFormat.format(data1);
		System.out.println("排序前的时间是=" + date1Str);

		heapSort(arr);

		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2);
		System.out.println("排序前的时间是=" + date2Str);
		// System.out.println("排序后=" + Arrays.toString(arr));
	}

	// 编写一个堆排序的方法
	public static void heapSort(int arr[]) {
		int temp = 0;
		System.out.println("堆排序!!");

//		//分步完成
//		adjustHeap(arr, 1, arr.length);
//		System.out.println("第一次" + Arrays.toString(arr)); // 4, 9, 8, 5, 6
//		
//		adjustHeap(arr, 0, arr.length);
//		System.out.println("第2次" + Arrays.toString(arr)); // 9,6,8,5,4

		// 完成我们最终代码
		// 步骤一：将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
		for (int i = arr.length / 2 - 1; i >= 0; i--) {//从最下往上
		//如图的话从根节点为1开始
			adjustHeap(arr, i, arr.length);
		}

		/*
		 * 2).将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
		 * 3).重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。
		 * 步骤二：交换调整
		 */
		for (int j = arr.length - 1; j > 0; j--) {
			// 交换 2)
			temp = arr[j];
			arr[j] = arr[0];
			arr[0] = temp;
			//3).重新调整结构
			adjustHeap(arr, 0, j);
		}

		// System.out.println("数组=" + Arrays.toString(arr));

	}

	// 将一个数组(二叉树), 调整成一个大顶堆
	/**
	 * 功能： 完成 将 以 i 对应的非叶子结点的树调整成大顶堆 举例 int arr[] = {4, 6, 8, 5, 9}; => i = 1 =>
	 * adjustHeap => 得到 {4, 9, 8, 5, 6} 如果我们再次调用 adjustHeap 传入的是 i = 0 => 得到 {4, 9,
	 * 8, 5, 6} => {9,6,8,5, 4}
	 * 
	 * @param arr    待调整的数组
	 * @param i      表示非叶子结点在数组中索引，从第i个节点为根节点开始调整
	 * @param lenght 表示对多少个元素继续调整， length 是在逐渐的减少
	 */
	public static void adjustHeap(int arr[], int i, int lenght) {

		int temp = arr[i];// 先取出当前元素的值，保存在临时变量
		// 开始调整
		// 说明
		// 1. k = i * 2 + 1 k 是 i结点的左子结点
		for (int k = i * 2 + 1; k < lenght; k = k * 2 + 1) {//当i=0的时候循环了两次
			if (k + 1 < lenght && arr[k] < arr[k + 1]) { // 说明左子结点的值小于右子结点的值
				k++; // k 指向右子结点
			}
			if (arr[k] > temp) { // 如果子结点大于父结点
				arr[i] = arr[k]; // 把较大的值赋给当前结点
				i = k; // !!! i 指向 k,继续循环比较，说明：i顺着树往下走
			} else {
				break;// !
			}
		}
		// 当for 循环结束后，我们已经将以i 为父结点的树的最大值，放在了 最顶(局部)
		arr[i] = temp;// 将temp值放到调整后的位置
	}
}

问题

1. 为什么从左至右，从下至上

如果直接从根节点开始，最大的不能从小冒泡到大

其实最主要的思路就是：只要最大的往上冒就可以了，然后交换最大和最后一位

赫夫曼树

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(Huffman Tree), 还有的书翻译为霍夫曼树。
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

赫夫曼树几个重要概念和举例说明

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(weighted pathlength) ,权值越大的结点离根结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
   

快速画出哈夫曼树/霍夫曼树/最优树

1，2，3，7，8，9

1. 把最小的两个数字并列写下来，在上面求出两个数字的和，再与剩下数字中最小的一个数字并列。再往上求出两者只和，如下图。
   
2. 这时求出的和大于了剩下数字的任何一个数字，所以不能继续并列，剩下两个数字另外并列往上求和，如下图。
   10大于8和9
   一定要从数列中找最小的两个数，别管他有没有孩子节点
   
3. 最后

装载至：http://www.coozhi.com/muyingjiaoyu/xuexijiaoliu/7660.html

构成赫夫曼树的步骤：

1. 从小到大进行排序成一个数列, 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（一定要最小的两个，别管有没有孩子节点）
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

赫夫曼树的代码实现

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);

		// 测试一把
		preOrder(root); //

	}

	// 编写一个前序遍历的方法
	public static void preOrder(Node root) {
		if (root != null) {
			root.preOrder();
		} else {
			System.out.println("是空树，不能遍历~~");
		}
	}

	// 创建赫夫曼树的方法
	/**
	 * 
	 * @param arr 需要创建成哈夫曼树的数组
	 * @return 创建好后的赫夫曼树的root结点
	 */
	public static Node createHuffmanTree(int[] arr) {
		// 第一步为了操作方便
		// 1. 遍历 arr 数组
		// 2. 将arr的每个元素构成成一个Node
		// 3. 将Node 放入到ArrayList中
		List<Node> nodes = new ArrayList<Node>();
		for (int value : arr) {
			nodes.add(new Node(value));
		}

		// 我们处理的过程是一个循环的过程

		while (nodes.size() > 1) {

			// 排序 从小到大
			Collections.sort(nodes);

			System.out.println("nodes =" + nodes);

			// 取出根节点权值最小的两颗二叉树
			// (1) 取出权值最小的结点（二叉树）
			Node leftNode = nodes.get(0);
			// (2) 取出权值第二小的结点（二叉树）
			Node rightNode = nodes.get(1);

			// (3)构建一颗新的二叉树
			Node parent = new Node(leftNode.value + rightNode.value);
			parent.left = leftNode;
			parent.right = rightNode;

			// (4)从ArrayList删除处理过的二叉树
			nodes.remove(leftNode);
			nodes.remove(rightNode);
			// (5)将parent加入到nodes
			nodes.add(parent);
		}

		// 返回哈夫曼树的root结点
		return nodes.get(0);

	}
}

// 创建结点类
// 为了让Node 对象持续排序Collections集合排序
// 让Node 实现Comparable接口
class Node implements Comparable<Node> {
	int value; // 结点权值
	char c; // 字符
	Node left; // 指向左子结点
	Node right; // 指向右子结点

	// 写一个前序遍历
	public void preOrder() {
		System.out.println(this);
		if (this.left != null) {
			this.left.preOrder();
		}
		if (this.right != null) {
			this.right.preOrder();
		}
	}

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

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

	@Override
	public int compareTo(Node o) {
		// TODO Auto-generated method stub
		// 表示从小到大排序
		return this.value - o.value;
	}

}