数据结构（Java）-树-哈夫曼树

一、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。

3) 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

4) 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 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 。

4) WPL 最小的就是赫夫曼树

 

二、构成赫夫曼树的步骤

1) 将 每一个 数据从小到大进行 排序 ， 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（最开始只有根）

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

三、代码思路

        1.首先把待生成哈夫曼树的数列转为一个个node节点，保存到list中，方便后续处理。

        2.对list进行排序，取前两个node（这两个权是最小的），构建一个父节点

        3.新构建的父节点保存到list中，参与下次排序，而两个孩子节点删掉

        4.重复执行 2-3 ，直到list中只剩一个node，这个node就是哈夫曼树的根节点了

四、代码演示

 //生成哈夫曼树，返回根节点
    public static HuffmanNode createHuffmanTree(int[] arr){
        List<HuffmanNode> nodes=new ArrayList<>();
        //首先把所有节点放入一个list中，便于操作
        for(int val:arr) nodes.add(new HuffmanNode(val));
        //重复执行下面的操作，直到list中只剩一个节点
        while (nodes.size()>1) {
            //排序
            Collections.sort(nodes);
            //取权值最小的两个节点
            HuffmanNode leftNode = nodes.get(0);
            HuffmanNode rightNode = nodes.get(1);
            //在这两个节点的基础上构建一个二叉树
            HuffmanNode parent = new HuffmanNode(leftNode.getWeight() + rightNode.getWeight());
            parent.setLeftNode(leftNode);
            parent.setRightNode(rightNode);
            //把根节点加入list，删掉左右子节点
            nodes.add(parent);
            nodes.remove(leftNode);
            nodes.remove(rightNode);
        }
        //最后剩下的就是权值最大的节点，也就是根节点
        return nodes.get(0);
    }
}
//哈夫曼树中的节点
class HuffmanNode implements Comparable<HuffmanNode>{
    private int weight;//权重
    private HuffmanNode leftNode;
    private HuffmanNode rightNode;

    public HuffmanNode(int weight) {
        this.weight = weight;
    }

    public HuffmanNode getLeftNode() {
        return leftNode;
    }

    public void setLeftNode(HuffmanNode leftNode) {
        this.leftNode = leftNode;
    }

    public HuffmanNode getRightNode() {
        return rightNode;
    }

    public void setRightNode(HuffmanNode rightNode) {
        this.rightNode = rightNode;
    }

    public int getWeight() {
        return weight;
    }

    public void setWeight(int weight) {
        this.weight = weight;
    }

    @Override
    public String toString() {
        return "HuffmanNode{" +
                "weight=" + weight +
                '}';
    }

    //自定义排序规则（从小到大）
    @Override
    public int compareTo(HuffmanNode o) {
        return this.weight-o.weight;
    }
}

测试：

public static void main(String[] args) {
        int[] arr={13, 7, 8, 3, 29, 6, 1};
        preOrder(createHuffmanTree(arr));
        //67,29,38,15,7,8,23,10,4,1,3,6,13
    }

//前序遍历
    public  static void preOrder(HuffmanNode node){
        System.out.println(node);//根
        if(node.getLeftNode()!=null){//左
            preOrder(node.getLeftNode());
        }
        if(node.getRightNode()!=null){//右
            preOrder(node.getRightNode());
        }
    }



HuffmanNode{weight=67}
HuffmanNode{weight=29}
HuffmanNode{weight=38}
HuffmanNode{weight=15}
HuffmanNode{weight=7}
HuffmanNode{weight=8}
HuffmanNode{weight=23}
HuffmanNode{weight=10}
HuffmanNode{weight=4}
HuffmanNode{weight=1}
HuffmanNode{weight=3}
HuffmanNode{weight=6}
HuffmanNode{weight=13}