共计 1726 个字符,预计需要花费 5 分钟才能阅读完成。
数据结构—哈夫曼树(Java)
<!– more –>
博客阐明
文章所波及的材料来自互联网整顿和集体总结,意在于集体学习和教训汇总,如有什么中央侵权,请分割自己删除,谢谢!
阐明
- 给定 n 个权值作为 n 个叶子结点,结构一棵二叉树,若该树的带权门路长度 (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)
- 赫夫曼树是 带权门路长度最短的树,权值较大的结点离根较近。
- 树的带权门路长度:树的带权门路长度规定为所有叶子结点的带权门路长度之和,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。
- WPL 最小的就是赫夫曼树
思路
- 从小到大进行排序, 将每一个数据,每个数据都是一个节点,每个节点能够看成是一颗最简略的二叉树
取出根节点权值最小的两颗二叉树 - 组成一颗新的二叉树, 该新的二叉树的根节点的权值是后面两颗二叉树根节点权值的和
- 再将这颗新的二叉树,以根节点的权值大小 再次排序
- 一直反复 1-2-3-4 的步骤,直到数列中,所有的数据都被解决,就失去一颗赫夫曼树
代码
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("哈夫曼树前序遍历:");
preOrder(root);
}
// 前序遍历
public static void preOrder(Node root){if(root != null){root.preOrder();
}else {System.out.println("空树");
}
}
public static Node createHuffmanTree(int[] arr) {List<Node> nodes = new ArrayList<>();
for (int value : arr) {nodes.add(new Node(value));
}
while (nodes.size() > 1) {
// 应用汇合排序
Collections.sort(nodes);
// 获取左右子节点
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
// 构建子树
Node parent = new Node(leftNode.value + rightNode.value);
parent.left = leftNode;
parent.right = rightNode;
// 删除已应用的子节点
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的子树的根节点放入汇合
nodes.add(parent);
}
// 返回根节点
return nodes.get(0);
}
}
// 节点
class Node implements Comparable<Node> {
int value;
Node left;
Node right;
// 前序遍历
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) {
// 从小到大排序
return this.value - o.value;
}
}
测试
感激
尚硅谷
以及勤奋的本人
正文完