赫夫曼树HuffmanTree

赫夫曼树HuffmanTree

1. 基本概念

• 路径：在树中，从一个节点到另外一个节点之间的分支构成这两个节点之间的路径；
• 路径长度：路径上的分支数称为路径长度；
  • 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：对树中的节点赋一个具有某种含义的数值，则该数值称为该节点的权；
• 节点的带权路径长度：从根节点到该节点之间的路径长度与该节点的权的乘积（根节点到该节点路径长度l × 该节点权值w）；
• 树的带权路径长度（WPL）：所有叶子节点的带权路径长度之和，记为WPL（Weighted Path Length）；
• WPL最小的二叉树就是Huffman Tree。因此权值越大的节点离根节点越近的二叉树才是最优二叉树。

2. Huffman Tree基本介绍

• 给定n个权值作为n个叶子节点，构造一棵二叉树，若该树的带权路径长度（WPL）达到最短，则称这样的树为最优二叉树，也即哈夫曼树/赫夫曼树（Huffman Tree）；
• Huffman Tree是带权路径长度最短的树，也即权值较大的节点应离根节点较近。

3. 构建Huffman Tree思路分析

• 给定一个数列{13，7，8，3，29，6，1}，构建成赫夫曼树
• 将数列中的每个元素构建成Node节点，并将所有Node放入List中
• 开始循环重复下面步骤，直至List中只剩下一个元素，即只剩下赫夫曼树的root节点
  • 对List从小到大排序，将List中的每一个节点都看作是一棵最简单的二叉树
  • 取出根节点权值最小的两棵二叉树（也即权值最小的两个节点）
  • 组成一棵新的二叉树，新的二叉树的根节点的权值是前面两棵二叉树根节点权值之和
  • 从List中删除已经处理过的节点，并将新的二叉树的根节点权值加入List
• 返回List中唯一剩余的节点，即Huffman Tree的root节点，得到一棵Huffman Tree

4. 代码实现

package com.datastructure;

import java.util.*;

/**
 * @author SnkrGao
 * @create 2023-05-11 12:33
 */
public class HuffmanTree {
    public static void main(String[] args) {
        int[] arr = {13,7,8,3,29,6,1};

        HuffmanNode root = createHuffmanTree(arr);

        List<Integer> resList = new ArrayList<>();
        List<List<Integer>> resList2 = new ArrayList<>();
        System.out.println("前序遍历：");
        resList = preorderTraversal(root,resList);
        System.out.println(resList);

        System.out.println("层序遍历：");
        resList2 = levelorderTraversal(root);
        System.out.println(resList2);

    }

    /**
     * 构建哈夫曼树
     * @param arr 用于构建哈夫曼树的数组
     * @return 返回创建好的Huffman Tree的root节点
     */
    public static HuffmanNode createHuffmanTree(int[] arr) {
        // 遍历arr数组，对arr的每一个元素构建成节点并放入List中
        List<HuffmanNode> nodes = new ArrayList<>();
        for (int value : arr) {
            nodes.add(new HuffmanNode(value));
        }

        while (nodes.size() > 1) {
            // 对List排序
            Collections.sort(nodes);

            // 取出根节点权值最小的两个节点
            HuffmanNode leftNode = nodes.get(0);
            HuffmanNode rightNode = nodes.get(1);

            // 构建一棵新的二叉树
            HuffmanNode parent = new HuffmanNode(leftNode.getNo() + rightNode.getNo());
            parent.setLeft(leftNode);
            parent.setRight(rightNode);

            // 从List中删除处理过的两个节点
            nodes.remove(leftNode);
            nodes.remove(rightNode);
            // 将新构建的二叉树的根节点parent放入List
            nodes.add(parent);
        }

        // 返回Huffman Tree的root节点
        return nodes.get(0);
    }

    public static List<Integer> preorderTraversal(HuffmanNode root, List<Integer> list) {
        if (root == null) {
            System.out.println("哈夫曼树为空！");
            return new ArrayList<>();
        }
        list.add(root.getNo());
        if (root.getLeft() != null) {
            list = preorderTraversal(root.getLeft(), list);
        }
        if (root.getRight() != null) {
            list = preorderTraversal(root.getRight(), list);
        }
        return list;
    }

    public static List<List<Integer>> levelorderTraversal(HuffmanNode root) {
        if (root == null) {
            System.out.println("哈夫曼树为空！");
            return new ArrayList<>();
        }

        List<List<Integer>> resList = new ArrayList<>();
        Queue<HuffmanNode> queue = new LinkedList<>();
        queue.offer(root);

        while (!queue.isEmpty()) {
            int queueSize = queue.size();
            List<Integer> levelList = new ArrayList<>();

            for (int i = 0; i < queueSize; i++) {
                HuffmanNode tmpNode = queue.poll();
                levelList.add(tmpNode.getNo());
                if (tmpNode.getLeft() != null) {
                    queue.offer(tmpNode.getLeft());
                }
                if (tmpNode.getRight() != null) {
                    queue.offer(tmpNode.getRight());
                }
            }
            resList.add(levelList);
        }

        return resList;
    }
}

/**
 * 为了让HuffmanNode节点对象支持Collections集合排序
 * 让HuffmanNode实现Comparable接口
 */
class HuffmanNode implements Comparable<HuffmanNode>{
    private int no;
    private HuffmanNode left;
    private HuffmanNode right;

    public HuffmanNode(int no) {
        this.no = no;
    }

    // 重写compareTo方法
    @Override
    public int compareTo(HuffmanNode o) {
        // 排序规则：表示从小到大排序
        return this.no - o.no;
    }

    @Override
    public String toString() {
        return "HuffmanNode{" +
                "no=" + no +
                '}';
    }

    public int getNo() {
        return no;
    }

    public void setLeft(HuffmanNode left) {
        this.left = left;
    }

    public HuffmanNode getLeft() {
        return left;
    }

    public void setRight(HuffmanNode right) {
        this.right = right;
    }

    public HuffmanNode getRight() {
        return right;
    }
}

5. 补充知识

在java中，Comparable和Comparator都是用来进行元素排序的，但二者有着本质上的区别：

• 用法不同：

  • Comparable接口只有一个compareTo方法，实现Comparable接口并重写compareTo方法，就可以实现某个类的排序，其支持Collections.sort和Arrays.sort。

    • compareTo方法仅接受一个参数，即要比较的对象。排序规则是用当前对象与要比较的对象进行比较，并返回一个int类型的值。从小到大排序的规则是：当前对象值 - 要比较对象值；从大到小排序的规则是：要比较对象值 - 当前对象值。
    
    • 注意：如果自定义对象没有实现Comparable接口，则不能使用Collections.sort方法进行排序。

  • Comparator的排序方法是compare，compare方法接收两个参数，排序规则与compareTo类似。

    
    • Comparator除了可以通过创建自定义比较器外，还可以通过匿名内部类的方式，更快速、便捷地完成自定义比较器的功能。
    

• 运用场景不同：

  • 使用Comparable必须要修改原有的类，在该类中实现Comparable接口并重写compareTo方法，因此Comparable更像是“对内”进行排序的接口；
  • 而Comparator的使用则不同，无需修改原有的类。即使是对第三方提供的类，仍然可以通过创建新的自定义比较器Comparator实现对其的排序功能。也即通过Comparator接口可以实现和原有类的解耦，所以Comparator可以看作是“对外”提供排序的接口。