哈夫曼树(三)之 Java详解

前面分别经过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. 哈夫曼树的基本操做
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个权值做为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，咱们来看图解答。

(01) 路径和路径长度

定义：在一棵树中，从一个结点往下能够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的路径长度是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全部叶子结点的带权路径长度之和，记为WPL。
例子：示例中，树的WPL= 1*100 + 2*80 + 3*20 + 3*10 = 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。你也能够计算除上面两种示例以外的状况，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必定的了解了，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当作是有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，做为一棵新树的左、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：建立森林，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，将它们做为一颗新树的左右孩子(谁左谁右可有可无，这里，咱们选择较小的做为左孩子)，而且新树的权值是左右孩子的权值之和。即，新树的权值是11。 而后，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。获得的新树的权值是15。 而后，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。获得的新树的权值是26。 而后，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。获得的新树的权值是41。 而后，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)。这棵树就是咱们须要的哈夫曼树！

哈夫曼树的基本操做

哈夫曼树的重点是如何构造哈夫曼树。本文构造哈夫曼时，用到了之前介绍过的"(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做。

2. 构造哈夫曼树

/* 
 * 建立Huffman树
 *
 * @param 权值数组
 */
public Huffman(int a[]) {
    HuffmanNode parent = null;
    MinHeap heap;

    // 创建数组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();
}

首先建立最小堆，而后进入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，而后重塑最小堆(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"以前的所有元素从新构形成最小堆)；
(02) 接着，再将最小堆中的最小节点拷贝一份并将其赋值right，而后再次重塑最小堆；
(03) 而后，新建节点parent，并将它做为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，这里就再也不对堆的代码进行说明了。如有疑问，直接参考后文的源码。其它的相关代码，也Please RTFSC(Read The Fucking Source Code)！

哈夫曼树的完整源码

哈夫曼树的源码共包括4个文件。

1. 哈夫曼树的节点类(HuffmanNode.java)

2. 哈夫曼树的实现文件(Huffman.java)

3. 哈夫曼树对应的最小堆(MinHeap.java)

4. 哈夫曼树的测试程序(HuffmanTest.java)