哈夫曼树(三)之 Java详解

前面分别通过C和C++实现了哈夫曼树，本章给出哈夫曼树的java版本。

目录

1. 哈夫曼树的介绍
2.
哈夫曼树的图文解析
3. 哈夫曼树的基本操作
4. 哈夫曼树的完整源码

转载请注明出处：http://www.cnblogs.com/skywang12345/

更多内容：数据结构与算法系列
目录

哈夫曼树的介绍

Huffman
Tree，中文名是哈夫曼树或霍夫曼树，它是最优二叉树。

定义：给定n个权值作为n个叶子结点，构造一棵二叉树，若树的带权路径长度达到最小，则这棵树被称为哈夫曼树。
这个定义里面涉及到了几个陌生的概念，下面就是一颗哈夫曼树，我们来看图解答。

(01) 路径和路径长度

定义：在一棵树中，从一个结点往下可以达到的孩子或孙子结点之间的通路，称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1，则从根结点到第L层结点的路径长度为L-1。

例子：100和80的路径长度是1，50和30的路径长度是2，20和10的路径长度是3。

(02)
结点的权及带权路径长度

定义：若将树中结点赋给一个有着某种含义的数值，则这个数值称为该结点的权。结点的带权路径长度为：从根结点到该结点之间的路径长度与该结点的权的乘积。

例子：节点20的权是3，它的带权路径长度= 路径长度 * 权 = 3 * 20 =
60。

(03) 树的带权路径长度

定义：树的带权路径长度规定为所有叶子结点的带权路径长度之和，记为WPL。

例子：示例中，树的WPL= 1100 + 280 + 320 + 310 =
100 + 160 + 60 + 30 = 350。

比较下面两棵树

上面的两棵树都是以{10, 20, 50,
100}为叶子节点的树。

左边的树WPL=2*10 + 2*20 +
2*50 + 2*100 = 360
右边的树WPL=350

左边的树WPL >
右边的树的WPL。你也可以计算除上面两种示例之外的情况，但实际上右边的树就是{10,20,50,100}对应的哈夫曼树。至此，应该堆哈夫曼树的概念有了一定的了解了，下面看看如何去构造一棵哈夫曼树。

哈夫曼树的图文解析

假设有n个权值，则构造出的哈夫曼树有n个叶子结点。
n个权值分别设为 w₁、w₂、…、w_n，哈夫曼树的构造规则为：

1.
将w₁、w₂、…，w_n看成是有n 棵树的森林(每棵树仅有一个结点)；

2.
在森林中选出根结点的权值最小的两棵树进行合并，作为一棵新树的左、右子树，且新树的根结点权值为其左、右子树根结点权值之和；

3. 从森林中删除选取的两棵树，并将新树加入森林；
4.
重复(02)、(03)步，直到森林中只剩一棵树为止，该树即为所求得的哈夫曼树。

以{5,6,7,8,15}为例，来构造一棵哈夫曼树。

第1步：创建森林，森林包括5棵树，这5棵树的权值分别是5,6,7,8,15。

第2步：在森林中，选择根节点权值最小的两棵树(5和6)来进行合并，将它们作为一颗新树的左右孩子(谁左谁右无关紧要，这里，我们选择较小的作为左孩子)，并且新树的权值是左右孩子的权值之和。即，新树的权值是11。
然后，将"树5"和"树6"从森林中删除，并将新的树(树11)添加到森林中。

第3步：在森林中，选择根节点权值最小的两棵树(7和8)来进行合并。得到的新树的权值是15。
然后，将"树7"和"树8"从森林中删除，并将新的树(树15)添加到森林中。

第4步：在森林中，选择根节点权值最小的两棵树(11和15)来进行合并。得到的新树的权值是26。
然后，将"树11"和"树15"从森林中删除，并将新的树(树26)添加到森林中。

第5步：在森林中，选择根节点权值最小的两棵树(15和26)来进行合并。得到的新树的权值是41。
然后，将"树15"和"树26"从森林中删除，并将新的树(树41)添加到森林中。
此时，森林中只有一棵树(树41)。这棵树就是我们需要的哈夫曼树！

哈夫曼树的基本操作

哈夫曼树的重点是如何构造哈夫曼树。本文构造哈夫曼时，用到了以前介绍过的"(二叉堆)最小堆"。下面对哈夫曼树进行讲解。

1.
基本定义

public class HuffmanNode implements Comparable, Cloneable {

    protected int key;              // 权值

    protected HuffmanNode left;     // 左孩子

    protected HuffmanNode right;    // 右孩子

    protected HuffmanNode parent;   // 父结点
protected HuffmanNode(int key, HuffmanNode left, HuffmanNode right, HuffmanNode parent) {

        this.key = key;

        this.left = left;

        this.right = right;

        this.parent = parent;

    }
@Override

    public Object clone() {

        Object obj=null;
try {

            obj = (HuffmanNode)super.clone();//Object 中的clone()识别出你要复制的是哪一个对象。

        } catch(CloneNotSupportedException e) {

            System.out.println(e.toString());

        }
return obj;

    }
@Override

    public int compareTo(Object obj) {

        return this.key - ((HuffmanNode)obj).key;

    }

}

HuffmanNode是哈夫曼树的节点类。

public class Huffman {
private HuffmanNode mRoot;  // 根结点
...

}

Huffman是哈夫曼树对应的类，它包含了哈夫曼树的根节点和哈夫曼树的相关操作。

2.
构造哈夫曼树

/*

 * 创建Huffman树

 *

 * @param 权值数组

 */

public Huffman(int a[]) {

    HuffmanNode parent = null;

    MinHeap heap;
// 建立数组a对应的最小堆

    heap = new MinHeap(a);
for(int i=0; i<a.length-1; i++) {

        HuffmanNode left = heap.dumpFromMinimum();  // 最小节点是左孩子

        HuffmanNode right = heap.dumpFromMinimum(); // 其次才是右孩子
// 新建parent节点，左右孩子分别是left/right；

        // parent的大小是左右孩子之和

        parent = new HuffmanNode(left.key+right.key, left, right, null);

        left.parent = parent;

        right.parent = parent;
// 将parent节点数据拷贝到"最小堆"中

        heap.insert(parent);

    }
mRoot = parent;
// 销毁最小堆

    heap.destroy();

}

首先创建最小堆，然后进入for循环。

每次循环时：

(01)
首先，将最小堆中的最小节点拷贝一份并赋值给left，然后重塑最小堆(将最小节点和后面的节点交换位置，接着将"交换位置后的最小节点"之前的全部元素重新构造成最小堆)；

(02) 接着，再将最小堆中的最小节点拷贝一份并将其赋值right，然后再次重塑最小堆；
(03)
然后，新建节点parent，并将它作为left和right的父节点；
(04) 接着，将parent的数据复制给最小堆中的指定节点。

在二叉堆中已经介绍过堆，这里就不再对堆的代码进行说明了。若有疑问，直接参考后文的源码。其它的相关代码，也Please
RTFSC(Read The Fucking Source Code)！