此篇博客讲最优二叉树也叫哈夫曼树的原理,以及构建步骤,还有哈夫曼编码原理。建议有二叉树基础朋友学习交流。对二叉树基础可以看我的另外一篇博客二叉树的构建以及遍历

文章目录

  • 哈夫曼树引出:
  • 哈夫曼树原理及实现
    • 定义与原理
  • 哈夫曼树构造
    • 哈夫曼树Java代码实现

哈夫曼树引出:

我们平时期末成绩判断,不仅需要给出分数的具体值,还需要给出分数所处的段位,例如优秀、良好、及格、不及格;我们计算机怎样进行判断呢?

上面的判断从最终结果来看并没有什么问题,但是我要要考虑效率,当我们每次拿到成绩时候都要从是否及格开始一连串的判断,这样一定会使判断效率低下。抽象成判断树如下:

一张优秀的试卷我们需要让大量同学集中在中等或良好的范围,优秀和不及格同学应该尽量的少。所以这棵树我们还要考虑各层级学生占比例问题,所以结点间联系要有权重。

如果按照上面代码那样判断,那么百分之80的人都需要经过3次以上的判断。这显然不合理,所以我们可以考虑下面这样组织判断:

从上图我们能看出大部分人不用经过多次判断,但是我们是怎样设计这样的树呢?这就是我们赫夫曼树需要做的,赫夫曼树也称为最优二叉树。

哈夫曼树原理及实现

定义与原理

  1. 从树中一个结点到另一个结点间的分支构成两个结点间的路径,路径上的分支数目叫做路径长度
    例如上图二叉树a中从根结点到结点D路径长度为4,二叉树b为2。

  2. 树的路径长度就是根节点到树中每一个结点路径长度之和;
    例如上图二叉树a的路径长度之和为1+1+2+2+3+3+4+4=20。

  3. 考虑带权的结点,树的带权路径长度为(路劲X权重),只计算带权的结点,不带权相当于X0=0;
    例如二叉树a带权路径长度WPL为

    我们赫夫曼树就是求WPL最小的树,既为赫夫曼树。

哈夫曼树构造

  • 构造哈夫曼树算法步骤
  1. 以权值分别为W1、W2、W3…的n个结点,构成n棵二叉树T1、T2、T3…Tn(意思就是刚开始默认每棵二叉树只有一个结点,所以就是n个结点n棵二叉树),组成森林F={T1、T2、T3…Tn}。
    每颗二叉树Ti仅有一个权值为Wi的根结点。
  2. 在F中选取两颗根结点权值最小的树,作为左右子树构造一棵新二叉树,并且置新二叉树根节点权值为左右子树根结点权值之和。(根节点权值=左右子树根结点权值之和,叶子结点权值=Wi)
  3. 从F中删除这两棵二叉树,并将新二叉树加入到F中,让它可以和别的剩余二叉树一起比较。
  4. 不断重复2.3两步,直到F中只有一棵二叉树为止。
  5. F中最后剩下的二叉树就是哈夫曼树。
  • 举例演示
    假如一篇文章中A出现频率为27%,27就是结点A的权重,其它的A27,B8,C15,D15,E30,F5;他们加起来就是100%。
    我们用上面构造哈夫曼树方法来把他们构造成哈夫曼树如下:

哈夫曼树Java代码实现

哈夫曼树的节点类,为了方便使用集合类的排序功能,实现了Comparable接口(可以不是实现该接口,此时需要实现排序功能)

package my.huffmanTree;public class Node<T> implements Comparable<Node<T>> {private T data;private double weight;private Node<T> left;private Node<T> right;public Node(T data, double weight){this.data = data;this.weight = weight;}public T getData() {return data;}public void setData(T data) {this.data = data;}public double getWeight() {return weight;}public void setWeight(double weight) {this.weight = weight;}public Node<T> getLeft() {return left;}public void setLeft(Node<T> left) {this.left = left;}public Node<T> getRight() {return right;}public void setRight(Node<T> right) {this.right = right;}@Overridepublic String toString(){return "data:"+this.data+";weight:"+this.weight;}@Overridepublic int compareTo(Node<T> other) {if(other.getWeight() > this.getWeight()){return 1;}if(other.getWeight() < this.getWeight()){return -1;}return 0;}
}

然后:实现哈夫曼树的主题类,其中包括两个静态的泛型方法,为创建哈夫曼树和广度优先遍历哈夫曼树

package my.huffmanTree;import java.util.ArrayDeque;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
import java.util.Queue;public class HuffmanTree<T> {public static <T> Node<T> createTree(List<Node<T>> nodes){while(nodes.size() > 1){Collections.sort(nodes);Node<T> left = nodes.get(nodes.size()-1);Node<T> right = nodes.get(nodes.size()-2);Node<T> parent = new Node<T>(null, left.getWeight()+right.getWeight());parent.setLeft(left);parent.setRight(right);nodes.remove(left);nodes.remove(right);nodes.add(parent);}return nodes.get(0);}public static <T> List<Node<T>> breadth(Node<T> root){List<Node<T>> list = new ArrayList<Node<T>>();Queue<Node<T>> queue = new ArrayDeque<Node<T>>();if(root != null){queue.offer(root);}while(!queue.isEmpty()){list.add(queue.peek());Node<T> node = queue.poll();if(node.getLeft() != null){queue.offer(node.getLeft());}if(node.getRight() != null){queue.offer(node.getRight());}}return list;}
}

最后:编写一共测试端

package my.huffmanTree;import java.util.ArrayList;
import java.util.List;public class Test {public static void main(String[] args) {// TODO Auto-generated method stubList<Node<String>> list = new ArrayList<Node<String>>();list.add(new Node<String>("a",7));list.add(new Node<String>("b",5));list.add(new Node<String>("c",4));list.add(new Node<String>("d",2));Node<String> root = HuffmanTree.createTree(list);System.out.println(HuffmanTree.breadth(root));
//      System.out.println(list);}
}

最优二叉树(哈夫曼树)Java实现相关推荐

  1. 最优二叉树——哈夫曼树

      一:什么是最优二叉树? 从我个人理解来说,最优二叉树就是从已给出的目标带权结点(单独的结点) 经过一种方式的组合形成一棵树.使树的权值最小. 最优二叉树是带权路径长度最短的二叉树.根据结点的个数, ...

  2. 6.6.1最优二叉树(赫夫曼树)

    首先我们来看一个伪代码.这个是代表成绩的等级. 然后我们知道,每一次高考,学生的成绩分布应该接近某个比例,现在我们假如分别规律如下: 为此可以作出下面的这个树. 我们发现,概率分布主要是在70-79, ...

  3. 最优二叉树(赫夫曼树)

    赫夫曼树的介绍(写的不好地方大佬请指教) 最优二叉树又称哈夫曼树,是带权路径最短的二叉树.根据节点的个数,权值的不同,最优二叉树的形状也不同. 图 6-34 是 3 棵最优二叉树的例子,它们共同的特点 ...

  4. 算法学习之最优二叉树(赫夫曼树)

    概念 给定n个权值作为n个叶子节点,构造一颗二叉树,若该数的代全路径长度(wpl)达到最小,称这样的的二叉树为最优二叉树,也成霍夫曼树 霍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 路径和路 ...

  5. 最优二叉树-哈夫曼树

    关于最优二叉树, 一开始看书 , 做题 还是蒙的 后来多做几题大致就懂得了 , 百度百科给出的官方定义: 给定N个权值作为N个叶子结点,构造一棵二叉树,若该树的带权路径长度达到最小,称这样的二叉树为最 ...

  6. 最优二叉树(哈夫曼树)

    哈夫曼树 哈夫曼树的定义 哈夫曼树的构造 哈夫曼树的特点 哈夫曼编码 哈夫曼树的定义 例如: 哈夫曼树就是要构造一棵WPL最小的二叉树. 哈夫曼树的构造 哈夫曼树构造时,每次把权值最小的两颗二叉树合并 ...

  7. 最有二叉树 哈夫曼树

    最优二叉树 1.树的路径长度     树的路径长度是从树根到树中每一结点的路径长度之和.在结点数目相同的二叉树中,完全二叉树的路径长度最短. 2.树的带权路径长度(Weighted Path Leng ...

  8. 基于最小优先级队列构造哈夫曼树 Java

    哈夫曼编码是一种前缀编码,也就是说,它编码的字符,任何一个字符的编码都不是另一个字符的前缀,这使得对哈夫曼编码进行解码变得容易.而使得哈夫曼编码是前缀编码的关键就是哈夫曼树.哈夫曼树也正是本文要说的. ...

  9. 理论基础 —— 二叉树 —— 哈夫曼树与哈夫曼编码

    [哈夫曼树] 1.相关概念 1)叶结点的权值:对叶结点赋予的一个有意义的数值量 2)二叉树的带权路径长度(WPL):设二叉树具有 n 个带权叶结点,从根结点到各叶结点的路径长度与相应叶节点权值的乘积之 ...

  10. 【id:180】【20分】D. DS二叉树--赫夫曼树解码(不含代码框架)

    题目描述 已知赫夫曼编码算法和程序,在此基础上进行赫夫曼解码 在赫夫曼树的类定义中增加了一个公有方法: int  Decode(const string codestr, char txtstr[]) ...

最新文章

  1. 20100506 学习记录:grdview添加新的一行数据
  2. 一文详解为什么Serverless比其他软件开发方法更具优势
  3. tomcat 的 start/stop shell script.
  4. 二十万字C/C++、嵌入式软开面试题全集宝典十一
  5. 《计算机网络》学习笔记 ·006【应用层】
  6. 拖动内容,滚动条滚动,横向
  7. 六个超大规模Hadoop(前景)
  8. THINKPHP_关联模型MANY_TO_MANY
  9. 基于深度学习的超大面积室内导航机器人Java后台软件设计
  10. 线上故障之-CPU飙高
  11. 苏州旅游骗局黑幕经历
  12. DfE给学生提供的笔记本电脑感染了恶意软件
  13. DCT变换的基函数与基图像
  14. c语言程序的上标怎么打出来,c上标2下标5怎么算
  15. 中国网络优化行业发展前景预测分析及投资风险评估报告2021-2027年
  16. 怎么设置个人电脑做服务器(tomcat)
  17. 安卓简单发送短信案例-qq盗号案例
  18. RANSAC算法及其代码解析
  19. 如何科学地进行A_B实验
  20. 浪涌防护器件特点与选型

热门文章

  1. 第10期:Python零基础学习路线
  2. Windows搭建Java环境
  3. java如何调c 的接口_JAVA中调用C语言接口
  4. unity TMP文字乱码解决:Unicode Range 16字节汉字对应表
  5. 公益网站推荐,寻找内心的力量
  6. 分布式存储系统HDFS
  7. vc6实现魔兽3显示敌对单位,以及去迷雾,显示隐藏单位等功能
  8. Vmware 8导致apache2无法启动的情况
  9. 【初识mac】安装cmake编译的小问题
  10. 四季养生堂:于仁文专题系列