【数据结构与算法】——赫夫曼树

前言
  🎄：CSDN的小伙伴们大家好，今天跟大家分享一个二叉树的应用案例——赫夫曼树。如果这篇文章对你有用，麻烦给我点个小赞以示鼓励吧🎄
  🏡：博客主页：空山新雨后的java知识图书馆
  ☀️：晴朗的天气
  📝当时间的主人，命运的主宰，灵魂的舵手。——罗斯福📝
  📖上一篇文章：【数据结构与算法】——排序算法之堆排序📖
  👏欢迎大家一起学习，进步。加油👊

---

---

一、赫夫曼树基本概念

1.1、基本概念

• 1. 给定 n 个权值作为 n 个叶子结点（注意一定是叶子结点），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

1.2、相关概念及详细解析

• 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;

  例如下图中结点13在第三层，那么他的路径长度就是3-1=2；

• 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 ；

  例如下图结点13的带权路径长度就是13*2=26；

• 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。

  例如下图中三颗二叉树，第二颗树的wpl值最小，他就是赫夫曼树。（算树的带权路径长度时，一定要记得算叶子结点，非叶子结点是不能算的，而且那也不符合赫夫曼树的定义）

• 4) WPL 最小的就是赫夫曼树

1.3、构造赫夫曼树的思路

例如我有一个数组：int arr[] = {13, 7, 8, 3, 29, 6, 1};

要将他构造成一个赫夫曼树的步骤，首先要明确一个思想，赫夫曼树的一个特点是他的权值最大的结点是距离根结点最近的，那么就好办了。

1. 首先将数组顺序排序出来{1,3,6,7,8,13,29},升序降序都可以，反正我们采用的都是最小的两个二叉树。

2. 选用最小的两个二叉树，例如这里的1,3两颗二叉树，将他们取出来，生成一个父节点3+1=4

3. 然后让他们组成一个新的二叉树，如上图，将1,3两个用过的结点剔除，将新二叉树4放到集合中，那么新集合就是4,6,7,8,13,29

4. 继续循环这个1,2,3步骤，直到完成赫夫曼树的构建。

图解

第一步、将1、3二叉树组成一个新的二叉树，那么原数组就还剩4,6,8,13,29

第二步、所以第二步就是用4,6组成一个新的二叉树，他们的父节点就是10，那么剩下的就是7,8,10,13，29

第三步，显而易见，用最小的两个二叉树那么就是7,8，他们构成的新二叉树的父节点就是15，那么还剩下的元素就是10,13,15，29

第四步、就是将10,13合并成一颗新的二叉树，那么现在，他们形成了一颗父节点权值为23的二叉树，那么集合中现在就存在15，23,29了

第五步，就是将15和23形成一颗新的二叉树他们的父节点是38，那么场上就仅剩下两名选手，38,29

第六步就是将最后两个二叉树形成一颗新的二叉树，那么这颗总的哈夫曼树就构建成功了，

大家可以看到我们的目标结点均在叶子结点，而且这也是这颗哈夫曼树带权路径长度（wpl）最短的，他的最大的权值是最靠近根结点的。也就是29.

1.4、哈夫曼树java代码构造实现。

1.4.1、结点类

package com.studySelf.tree.huffmanTree;

/**
 * @author wang
 * @version 1.0
 * @packageName com.studySelf.tree.huffmanTree
 * @className Node
 * @date 2022/5/12 19:51
 * @Description 结点类
 */
public class Node implements Comparable<Node> {
    /**
     * 结点的权值
     */
    private int value;
    /**
     * 结点的左子结点
     */
    private Node left;
    /**
     * 结点的右子结点
     */
    private Node right;


    /**
     * 二叉树的前序遍历
     */
    public void preOrder() {
        /**首先输出根结点*/
        System.out.println(this);
        /**左结点*/
        if (this.left != null) {
            this.left.preOrder();
        }
        /**右节点*/
        if (this.right != null) {
            this.right.preOrder();
        }
    }


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

    public int getValue() {
        return value;
    }

    public void setValue(int value) {
        this.value = value;
    }

    public Node getLeft() {
        return left;
    }

    public void setLeft(Node left) {
        this.left = left;
    }

    public Node getRight() {
        return right;
    }

    public void setRight(Node right) {
        this.right = right;
    }

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


    /**
     * 因为构建赫夫曼树需要排序成一个有序序列，因此这里实现comparable接口
     * 实现他的方法，进行比较，在数组中完成排序
     */
    @Override
    public int compareTo(Node o) {
        /**从小到大的顺序进行排序*
         * 如果要从大到小，反过来即可，给结果加个负数也是OK的
         */

        return this.value - o.value;
    }
}

1.4.2、哈夫曼树构造类

package com.studySelf.tree.huffmanTree;

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

/**
 * @author wang
 * @version 1.0
 * @packageName com.studySelf.tree.huffmanTree
 * @className HuffmanTree
 * @date 2022/5/12 19:51
 * @Description 赫夫曼树的构建类
 */
public class HuffmanTree {


    /**
     * 前序遍历二叉树的方法
     */
    public void preOrder(Node root) {
        if (root != null) {
            root.preOrder();
        } else {
            System.out.println("该二叉树为空，无法遍历");
        }
    }

    /**
     * @param arr
     * @Date 2022/5/12 19:58
     * @Param
     * @Return void
     * @MetodName getHuffmanTree
     * @Author wang
     * @Description 构造赫夫曼树的方法，传入一个数组，就是我们代构造的赫夫曼树
     */
    public Node getHuffmanTree(int arr[]) {

        /**首先将赫夫曼树放到集合中进行排序*/
        List<Node> nodes = new ArrayList<Node>();
        /**将数组中的数据赋值给结点，并且给到集合中*/
        for (int node : arr) {
            nodes.add(new Node(node));
        }


        /**当集合中只有一个结点了，那那个结点就是我们要的哈夫曼树*/
        while (nodes.size() > 1) {
            /**对赫夫曼树进行排序，排序是依赖于我们在node结点类中重写的排序方法*/
            Collections.sort(nodes);

            /**测试排序是否成功*/
//            System.out.println(nodes);

            /**1、首先取出集合中前两个元素，因为前两个元素最小，如果是降序，就应该取最后两位，注意灵活变通*/
            Node leftNode = nodes.get(0);
            Node rightNode = nodes.get(1);
            /**2、将取出的两个元素相加，就得到了他们的父节点*/
            Node parentNode = new Node(leftNode.getValue() + rightNode.getValue());

            /**3、设置父节点的两个子节点*/
            parentNode.setLeft(leftNode);
            parentNode.setRight(rightNode);

            /**4、将已经完成构造两个结点从集合中删除*/
            nodes.remove(leftNode);
            nodes.remove(rightNode);
            /**5、将父节点存到集合当中*/
            nodes.add(parentNode);

            /**这样就得到了一个新的集合，再将这个集合进行循环操作，直到最后剩下一个二叉树，结束*/
        }
        /**最后返回集合中剩余的那个结点*/
        return nodes.get(0);
    }
}

1.4.3、测试类

package com.studySelf.tree.huffmanTree;

/**
 * @author wang
 * @version 1.0
 * @packageName com.studySelf.tree.huffmanTree
 * @className HuffmanTest
 * @date 2022/5/12 20:02
 * @Description 赫夫曼树的测试类
 */
public class HuffmanTest {
    public static void main(String[] args) {
        HuffmanTree huffmanTree = new HuffmanTree();
        int arr[] = {13, 7, 8, 3, 29, 6, 1};
        Node root = huffmanTree.getHuffmanTree(arr);
        huffmanTree.preOrder(root);
        /**测试结果
         * Node{value=67}
         * Node{value=29}
         * Node{value=38}
         * Node{value=15}
         * Node{value=7}
         * Node{value=8}
         * Node{value=23}
         * Node{value=10}
         * Node{value=4}
         * Node{value=1}
         * Node{value=3}
         * Node{value=6}
         * Node{value=13}
         *
         * Process finished with exit code 0*/
        /**大家可以对比该哈夫曼树的前序遍历顺序，就可以验证自己的哈夫曼树构建是否是正确的*/
    }
}