这篇文章主要介绍了Java数据结构之实现哈夫曼树的示例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
概念 | 含义 |
1. 路径 | 从树中一个结点到另一个结点的分支所构成的路线 |
2. 路径长度 | 路径上的分支数目 |
3. 树的路径长度 | 长度从根到每个结点的路径长度之和 |
4. 带权路径长度 | 结点具有权值, 从该结点到根之间的路径长度乘以结点的权值, 就是该结点的带权路径长度 |
5. 树的带权路径长度 | 树中所有叶子结点的带权路径长度之和 |
定义:
给定n个权值作为n个叶子结点, 构造出的一棵带权路径长度(WPL)最短的二叉树,叫哈夫曼树(), 也被称为最最优二叉树.
WPL: Weighted Path Length of Tree 树的带权路径长度
哈夫曼树的特点:
1.权值越大的结点, 距离根节点越近;
2.树中没有度为1的结点, 哈夫曼树的度只能是0 或 1;
3.带权路径长度最短的一棵二叉树;
判断下图三个二叉树那个是哈夫曼树?
当然是WPL最小的树啦, 即中间的二叉树是也;
那么我们是如何手动构造出一棵哈夫曼树的呢?
构造哈夫曼树的步骤:
1.把所有结点的权值按照从小到大的顺序进行排序;
2.取出根节点权值最小的两棵二叉树;
3.组成一棵新的二叉树, 这课新二叉树的根节点的权值是前面两棵二叉树权值的和
4.再将这棵新的二叉树,以根节点的权值大小进行排序, 不断重复1-2-3-4的步骤, 直到给定序列中的所有权值都被处理,我们就得到了一棵哈夫曼树.
[图解分析构造过程]
下面以序列{13,7,8,3}为例, 图解构造哈夫曼树的过程
首先对序列进行升序排列,得到{3,7,8,13};
取出权值最小的两个结点3,7 , 组成一棵二叉树,根节点是权值为10的结点;
在原序列中去除步骤2中已经被使用了的3和7, 并把新的结点权值10加入到序列中并重新排序, 得到{8,10,13};
再次取出权值最小的两个节点8,10, 组成一棵根节点为18的二叉树, 然后我们去除序列中的8,10, 将18添加到序列中并排序, 得到了{13,18};
将序列{13,18}取出构成一棵新的二叉树, 权值为31, 此时序列中只剩下了31这个结点, 他是这个哈夫曼树的根节点;
至此, {13,7,8,3}的哈夫曼树构建完毕.
结点类
package DataStrcture.huffmantreedemo;
public class HTreeNode implements Comparable<HTreeNode>{
//
public HTreeNode leftNode;
public HTreeNode rightNode;
public int weight;
// 前序遍历
public void preOrder(){
System.out.println(this);
if(this.leftNode != null) this.leftNode.preOrder();
if(this.rightNode != null) this.rightNode.preOrder();
}
// 设置左右子节点
public void setLeftNode(HTreeNode node){
this.leftNode = node;
}
public void setRightNode(HTreeNode node){
this.rightNode = node;
}
//构造方法和toString()
public HTreeNode(int weight){
this.weight = weight;
}
public String toString(){
return "Node{weight: "+weight+"}";
}
//根据权值对结点进行排序
// public int compareTo(Object obj){
// return this.weight - ((HTreeNode)(obj)).weight;
// }
public int compareTo(HTreeNode node){
return this.weight - node.weight;
}
}
哈夫曼树类
package DataStrcture.huffmantreedemo;
import java.util.ArrayList;
import java.util.Collections;
public class HuffmanTree{
//哈夫曼树的实现:
//1. 构建哈夫曼树的方法 buildHuffumanTree(int[] arr)
//2. 对哈夫曼树进行遍历(二叉树遍历)
public static void main(String[] args) {
int[] arr = {13,7,8,3,29,6,1};
HTreeNode hTreeNode = buildHuffmanTree(arr);
preOrder(hTreeNode);
}
public static HTreeNode buildHuffmanTree(int[] arr){
//
ArrayList<HTreeNode> nodesList = new ArrayList<HTreeNode>();
//1. 把存放权值的数组拿出来构建结点
//2. 把这些节点存放到集合中
for(int x : arr){
nodesList.add(new HTreeNode(x));
}
while(nodesList.size() > 1){
//3. 利用集合的排序方法,可以根据权值对结点进行排序
Collections.sort(nodesList);
// (当然了, 我们需要实现comparable接口中的copareTo方法), 在哪实现的? 在结点类中!
//4. 不断的循环从集合中取出两个结点进行相加, 直到集合中只剩下一个结点才会终止循环
HTreeNode leftNode = nodesList.get(0);
HTreeNode rightNode = nodesList.get(1);
HTreeNode parent = new HTreeNode(leftNode.weight + rightNode.weight);
建立父节点和左右子节点的关系(千万不要忘了)
//因为我们虽说是父节点和左右子节点, 还是要实实在在的于内存中体现出来的哈
parent.setLeftNode(leftNode);
parent.setRightNode(rightNode);
//5.从结合中移除用过的左右子节点, 添加父节点进去
nodesList.remove(leftNode);
nodesList.remove(rightNode);
nodesList.add(parent);
}
//6. 返回一个最终的唯一结点
return nodesList.get(0);
}
//前序遍历哈夫曼树
public static void preOrder(HTreeNode root){
if(root != null){
root.preOrder();
}else{
System.out.println("二叉树为空! ");
}
}
}
Java主要应用于:1. web开发;2. Android开发;3. 客户端开发;4. 网页开发;5. 企业级应用开发;6. Java大数据开发;7.游戏开发等。
感谢你能够认真阅读完这篇文章,希望小编分享的“Java数据结构之实现哈夫曼树的示例分析”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。