數據結構—哈夫曼樹(Java)
博客說明
文章所涉及的資料來自互聯網整理和個人總結,意在於個人學習和經驗匯總,如有什么地方侵權,請聯系本人刪除,謝謝!
說明
-
給定n個權值作為n個葉子結點,構造一棵二叉樹,若該樹的帶權路徑長度(wpl)達到最小,稱這樣的二叉樹為最優二叉樹,也稱為哈夫曼樹(Huffman Tree)
-
赫夫曼樹是帶權路徑長度最短的樹,權值較大的結點離根較近。
-
樹的帶權路徑長度: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(weighted path length) ,權值越大的結點離根結點越近的二叉樹才是最優二叉樹。
-
WPL最小的就是赫夫曼樹
思路
- 從小到大進行排序, 將每一個數據,每個數據都是一個節點 , 每個節點可以看成是一顆最簡單的二叉樹
取出根節點權值最小的兩顆二叉樹 - 組成一顆新的二叉樹, 該新的二叉樹的根節點的權值是前面兩顆二叉樹根節點權值的和
- 再將這顆新的二叉樹,以根節點的權值大小 再次排序
- 不斷重復 1-2-3-4 的步驟,直到數列中,所有的數據都被處理,就得到一顆赫夫曼樹
代碼
package cn.guizimo.huffmantree;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
/**
* @author guizimo
* @date 2020/8/8 11:01 上午
*/
public class HuffmanTree {
public static void main(String[] args) {
int arr[] = {13, 7, 8, 3, 29, 6, 1};
Node root = createHuffmanTree(arr);
System.out.println("哈夫曼樹前序遍歷:");
preOrder(root);
}
//前序遍歷
public static void preOrder(Node root){
if(root != null){
root.preOrder();
}else {
System.out.println("空樹");
}
}
public static Node createHuffmanTree(int[] arr) {
List<Node> nodes = new ArrayList<>();
for (int value : arr) {
nodes.add(new Node(value));
}
while (nodes.size() > 1) {
//使用集合排序
Collections.sort(nodes);
//獲取左右子節點
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
//構建子樹
Node parent = new Node(leftNode.value + rightNode.value);
parent.left = leftNode;
parent.right = rightNode;
//刪除已使用的子節點
nodes.remove(leftNode);
nodes.remove(rightNode);
//將新的子樹的根節點放入集合
nodes.add(parent);
}
//返回根節點
return nodes.get(0);
}
}
//節點
class Node implements Comparable<Node> {
int value;
Node left;
Node right;
//前序遍歷
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) {
//從小到大排序
return this.value - o.value;
}
}
測試
感謝
尚硅谷
以及勤勞的自己
關注公眾號: 歸子莫,獲取更多的資料,還有更長的學習計划