前面分別通過C和C++實現了哈夫曼樹，本章給出哈夫曼樹的java版本。
目錄
1. 哈夫曼樹的介紹
2. 哈夫曼樹的圖文解析
3. 哈夫曼樹的基本操作
4. 哈夫曼樹的完整源碼轉載請注明出處：http://www.cnblogs.com/skywang12345/
更多內容：數據結構與算法系列 目錄
哈夫曼樹的介紹
Huffman Tree，中文名是哈夫曼樹或霍夫曼樹，它是最優二叉樹。
定義：給定n個權值作為n個葉子結點，構造一棵二叉樹，若樹的帶權路徑長度達到最小，則這棵樹被稱為哈夫曼樹。 這個定義里面涉及到了幾個陌生的概念，下面就是一顆哈夫曼樹，我們來看圖解答。
(01) 路徑和路徑長度
定義：在一棵樹中，從一個結點往下可以達到的孩子或孫子結點之間的通路，稱為路徑。通路中分支的數目稱為路徑長度。若規定根結點的層數為1，則從根結點到第L層結點的路徑長度為L-1。
例子：100和80的路徑長度是1，50和30的路徑長度是2，20和10的路徑長度是3。
(02) 結點的權及帶權路徑長度
定義：若將樹中結點賦給一個有着某種含義的數值，則這個數值稱為該結點的權。結點的帶權路徑長度為：從根結點到該結點之間的路徑長度與該結點的權的乘積。
例子：節點20的路徑長度是3，它的帶權路徑長度= 路徑長度 * 權 = 3 * 20 = 60。
(03) 樹的帶權路徑長度
定義：樹的帶權路徑長度規定為所有葉子結點的帶權路徑長度之和，記為WPL。
例子：示例中，樹的WPL= 1*100 + 2*80 + 3*20 + 3*10 = 100 + 160 + 60 + 30 = 350。
比較下面兩棵樹
上面的兩棵樹都是以{10, 20, 50, 100}為葉子節點的樹。
左邊的樹WPL=2*10 + 2*20 + 2*50 + 2*100 = 360
右邊的樹WPL=350
左邊的樹WPL > 右邊的樹的WPL。你也可以計算除上面兩種示例之外的情況，但實際上右邊的樹就是{10,20,50,100}對應的哈夫曼樹。至此，應該堆哈夫曼樹的概念有了一定的了解了，下面看看如何去構造一棵哈夫曼樹。
哈夫曼樹的圖文解析
假設有n個權值，則構造出的哈夫曼樹有n個葉子結點。 n個權值分別設為 w1、w2、…、wn，哈夫曼樹的構造規則為：
1. 將w1、w2、…，wn看成是有n 棵樹的森林(每棵樹僅有一個結點)；
2. 在森林中選出根結點的權值最小的兩棵樹進行合並，作為一棵新樹的左、右子樹，且新樹的根結點權值為其左、右子樹根結點權值之和；
3. 從森林中刪除選取的兩棵樹，並將新樹加入森林；
4. 重復(02)、(03)步，直到森林中只剩一棵樹為止，該樹即為所求得的哈夫曼樹。
以{5,6,7,8,15}為例，來構造一棵哈夫曼樹。
第1步：創建森林，森林包括5棵樹，這5棵樹的權值分別是5,6,7,8,15。
第2步：在森林中，選擇根節點權值最小的兩棵樹(5和6)來進行合並，將它們作為一顆新樹的左右孩子(誰左誰右無關緊要，這里，我們選擇較小的作為左孩子)，並且新樹的權值是左右孩子的權值之和。即，新樹的權值是11。 然后，將"樹5"和"樹6"從森林中刪除，並將新的樹(樹11)添加到森林中。
第3步：在森林中，選擇根節點權值最小的兩棵樹(7和8)來進行合並。得到的新樹的權值是15。 然后，將"樹7"和"樹8"從森林中刪除，並將新的樹(樹15)添加到森林中。
第4步：在森林中，選擇根節點權值最小的兩棵樹(11和15)來進行合並。得到的新樹的權值是26。 然后，將"樹11"和"樹15"從森林中刪除，並將新的樹(樹26)添加到森林中。
第5步：在森林中，選擇根節點權值最小的兩棵樹(15和26)來進行合並。得到的新樹的權值是41。 然后，將"樹15"和"樹26"從森林中刪除，並將新的樹(樹41)添加到森林中。
此時，森林中只有一棵樹(樹41)。這棵樹就是我們需要的哈夫曼樹！
哈夫曼樹的基本操作
哈夫曼樹的重點是如何構造哈夫曼樹。本文構造哈夫曼時，用到了以前介紹過的"(二叉堆)最小堆"。下面對哈夫曼樹進行講解。
1. 基本定義
public class HuffmanNode implements Comparable, Cloneable {
protected int key; // 權值
protected HuffmanNode left; // 左孩子
protected HuffmanNode right; // 右孩子
protected HuffmanNode parent; // 父結點
protected HuffmanNode(int key, HuffmanNode left, HuffmanNode right, HuffmanNode parent) {
this.key = key;
this.left = left;
this.right = right;
this.parent = parent;
}
@Override
public Object clone() {
Object obj=null;
try {
obj = (HuffmanNode)super.clone();//Object 中的clone()識別出你要復制的是哪一個對象。
} catch(CloneNotSupportedException e) {
System.out.println(e.toString());
}
return obj;
}
@Override
public int compareTo(Object obj) {
return this.key - ((HuffmanNode)obj).key;
}
}
HuffmanNode是哈夫曼樹的節點類。
public class Huffman {
private HuffmanNode mRoot; // 根結點
...
}
Huffman是哈夫曼樹對應的類，它包含了哈夫曼樹的根節點和哈夫曼樹的相關操作。
2. 構造哈夫曼樹
/*
* 創建Huffman樹
*
* @param 權值數組
*/
public Huffman(int a[]) {
HuffmanNode parent = null;
MinHeap heap;
// 建立數組a對應的最小堆
heap = new MinHeap(a);
for(int i=0; i<a.length-1; i++) {
HuffmanNode left = heap.dumpFromMinimum(); // 最小節點是左孩子
HuffmanNode right = heap.dumpFromMinimum(); // 其次才是右孩子
// 新建parent節點，左右孩子分別是left/right；
// parent的大小是左右孩子之和
parent = new HuffmanNode(left.key+right.key, left, right, null);
left.parent = parent;
right.parent = parent;
// 將parent節點數據拷貝到"最小堆"中
heap.insert(parent);
}
mRoot = parent;
// 銷毀最小堆
heap.destroy();
}
首先創建最小堆，然后進入for循環。
每次循環時：
(01) 首先，將最小堆中的最小節點拷貝一份並賦值給left，然后重塑最小堆(將最小節點和后面的節點交換位置，接着將"交換位置后的最小節點"之前的全部元素重新構造成最小堆)；
(02) 接着，再將最小堆中的最小節點拷貝一份並將其賦值right，然后再次重塑最小堆；
(03) 然后，新建節點parent，並將它作為left和right的父節點；
(04) 接着，將parent的數據復制給最小堆中的指定節點。
在二叉堆中已經介紹過堆，這里就不再對堆的代碼進行說明了。若有疑問，直接參考后文的源碼。其它的相關代碼，也Please RTFSC(Read The Fucking Source Code)！
哈夫曼樹的完整源碼
哈夫曼樹的源碼共包括4個文件。