文章目录
一、赫夫曼树
基本介绍
- 给定n个权值作为n个叶子结点,构造一颗二叉树。若该树的带权路径长度(wpl)达到最小,这样的二叉树为最优二叉树,也称为哈夫曼树(HuffmanTree)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,权值较大的节点离根较近
赫夫曼树几个重要概念和举例说明
-
路径和路径长度:在一棵树中,从一个节点往下可以达到的孩子或孙子节点之间的通路,称为路径。通路中分支的数目称为路径长度。若规定根节点的层数为1,则从根节点到第L层节点的路径长度为L-1
-
节点的权及带权路径长度:若将树中节点赋给一个有着某种含义的数值,则这个数值称为该节点的权,节点的带权路径长度为:从根节点到该节点之间的路径长度与该节点的权的乘积
-
例如下图,从根节点到13这个节点的路径长度为3-1=2,13这个节点的带权路径长度为2*13=26

-
树的带权路径长度:树的带权路径长度规定所有叶子结点的带权路径长度之和,记为WPL(weighted path length)权值越大的节点离根节点越近的二叉树才是最优二叉树
-
WPL最小的就是赫夫曼树


赫夫曼树创建步骤图解
假如有下面一组数据{13,7,8,3,29,6,1},我们来构建赫夫曼树
- 从小到大进行排序,每个数据都是一个节点,每个节点可以看成是一颗最简单的二叉树
- 排序{1,3,6,7,8,13,29}
- 取出根节点权值最小的两个二叉树,组成一颗新的二叉树,该树的二叉树的根节点的权值是前面两棵二叉树根节点权值的和,比如1,3组成二叉树,二叉树节点权值为1+3=4
- 再将这颗新的二叉树,以根节点的权值大小再次排序,不断重复1-2-3-4的步骤,直到数列中,所有的数据都被处理,就得到一颗赫夫曼树

代码构建赫夫曼树
package org.wql.huffmantree;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
/**哈夫曼树
* Description
* User:
* Date:
* Time:
*/
public class HuffmanTree {
public static void main(String[] args) {
int arr[] = {
13,7,8,3,29,6,1};
Node root = huffman(arr);
preOrder(root);
}
//创建赫夫曼树的方法
public static Node huffman(int[] arr){
//遍历arr数组
//1.遍历arr数组
//2.将arr的每个元素构成一个Node
//3.将Node放入到ArrayList中
List<Node> nodes = new ArrayList<Node>();
for (int value : arr) {
nodes.add(new Node(value));
}
while (nodes.size()>1){
//从小到大排序
Collections.sort(nodes);
//取出根节点权值最小的两颗二叉树
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
Node parent = new Node(leftNode.value+rightNode.value);
parent.left=leftNode;
parent.right=rightNode;
//将原先的两个最小的节点移出集合
nodes.remove(leftNode);
nodes.remove(rightNode);
//将新节点添加入集合
nodes.add(parent);
}
//将赫夫曼树的头节点返回
return nodes.get(0);
}
public static void preOrder(Node root){
if(root==null){
System.out.println("树空,无法遍历"

本文详细介绍了赫夫曼树的概念、重要性质和构建过程,并通过实例展示了如何用代码构建赫夫曼树。接着,探讨了赫夫曼编码在通信领域的应用,包括定长编码、变长编码和赫夫曼编码的比较,以及赫夫曼编码的压缩原理和实际操作。最后,提供了Java代码实现赫夫曼编码的字符串压缩过程。
最低0.47元/天 解锁文章
4416





