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
文章目录
- 一、赫夫曼树基本概念
- 1.1、基本概念
- 1.2、相关概念及详细解析
- 1.3、构造赫夫曼树的思路
- 1.4、哈夫曼树java代码构造实现。
- 1.4.1、结点类
- 1.4.2、哈夫曼树构造类
- 1.4.3、测试类
一、赫夫曼树基本概念 1.1、基本概念
-
- 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。
-
- 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
-
- 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
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。
-
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。
-
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
-
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
-
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; public class Node implements Comparable1.4.2、哈夫曼树构造类{ private int value; private Node left; private Node right; 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; } 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 + '}'; } @Override public int compareTo(Node o) { return this.value - o.value; } }
package com.studySelf.tree.huffmanTree;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
public class HuffmanTree {
public void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("该二叉树为空,无法遍历");
}
}
public Node getHuffmanTree(int arr[]) {
List nodes = new ArrayList();
for (int node : arr) {
nodes.add(new Node(node));
}
while (nodes.size() > 1) {
Collections.sort(nodes);
// System.out.println(nodes);
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
Node parentNode = new Node(leftNode.getValue() + rightNode.getValue());
parentNode.setLeft(leftNode);
parentNode.setRight(rightNode);
nodes.remove(leftNode);
nodes.remove(rightNode);
nodes.add(parentNode);
}
return nodes.get(0);
}
}
1.4.3、测试类
package com.studySelf.tree.huffmanTree;
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);
}
}



