哈夫曼树介绍及Java实现

这篇具有很好参考价值的文章主要介绍了哈夫曼树介绍及Java实现。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 介绍

1.1 哈夫曼树

  • 哈夫曼树-最优二叉树:树的带权路径长度最小的二叉树;
  • 权值均为叶子结点;
  • 权值越大,结点距离根节点越近;

哈夫曼树介绍及Java实现,数据结构与算法,java,数据结构,开发语言

1.2 路径、路径长度、结点的权、结点的带权路径长度

哈夫曼树介绍及Java实现,数据结构与算法,java,数据结构,开发语言

1.3 树的带权路径长度WPL

哈夫曼树介绍及Java实现,数据结构与算法,java,数据结构,开发语言文章来源地址https://www.toymoban.com/news/detail-662771.html

2. 哈夫曼树构建步骤

  • 对权值序列进行升序排列,选出其中最小的两个权值进行合并;
  • 将合并结点加入权值序列,重新进行排序;
  • 重复执行上述两个操作,直到序列中只剩一个节点即可完成创建;
    哈夫曼树介绍及Java实现,数据结构与算法,java,数据结构,开发语言
  • 上述案例的手动构建结果:
    哈夫曼树介绍及Java实现,数据结构与算法,java,数据结构,开发语言

3. 代码实现

package com.northsmile.tree.huffman;

import java.util.*;

/**
 * @author NorthSmile
 * @version 1.0
 * @date 2023/8/21&18:36
 * 哈夫曼树实现
 */
public class HuffmanTree {
    public static void main(String[] args) {
        Scanner scanner=new Scanner(System.in);
        int n=Integer.parseInt(scanner.nextLine());
        List<TreeNode> nodes=new LinkedList<>();
        for (int i=0;i<n;i++){
            nodes.add(new TreeNode(Integer.parseInt(scanner.nextLine())));
        }
        root=createHuffmanTree(nodes);
        // System.out.println(root.val);
        System.out.println(calWPL());
    }
    // 根节点
    private static TreeNode root;

    // 构建哈夫曼树
    public static TreeNode createHuffmanTree(List<TreeNode> nodes){
        while (nodes.size()!=1){
            // 升序排列
            nodes.sort(new Comparator<TreeNode>() {
                @Override
                public int compare(TreeNode o1, TreeNode o2) {
                    return o1.val-o2.val;
                }
            });
            // 合并两个最小节点
            TreeNode left=nodes.get(0);
            TreeNode right=nodes.get(1);
            // System.out.println(left.val+" "+right.val);
            TreeNode curRoot = new TreeNode(left.val+right.val);
            curRoot.left=left;
            curRoot.right=right;
            nodes.add(curRoot);
            // 删除两个最小节点
            nodes.remove(0);
            nodes.remove(0);
        }
        return nodes.get(0);
    }

    // 计算WPL
    // 层序遍历
    public static int calWPL(){
        int wpl=0;
        Deque<TreeNode> queue=new ArrayDeque<>();
        queue.offer(root);
        int height=0;
        while (!queue.isEmpty()){
            int size=queue.size();
            for (int i=0;i<size;i++){
                TreeNode cur = queue.pop();
                if (cur.left==null&&cur.right==null){
                    wpl+=(cur.val*height);
                }
                if (cur.left!=null){
                    queue.offer(cur.left);
                }
                if (cur.right!=null){
                    queue.offer(cur.right);
                }
            }
            height++;
        }
        return wpl;
    }

    // 树节点
    private static class TreeNode{
        public int val;
        public TreeNode left;
        public TreeNode right;

        public TreeNode(int val){
            this.val=val;
        }
    }
}

到了这里,关于哈夫曼树介绍及Java实现的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【数据结构与算法】哈夫曼编码(最优二叉树实现

    哈夫曼编码 等长编码:占的位置一样 变长编码(不等长编码):经常使用的编码比较短,不常用的比较短 最优:总长度最短 最优的要求:占用空间尽可能短,不占用多余空间,且不能有二义性 这里给出哈夫曼二叉树的实现: HuffmanTree.h: 测试数据(主函数): 运行结果截图

    2024年02月16日
    浏览(38)
  • 数据结构课程设计——哈夫曼编/译码系统设计与实现(C++)

    对于生产实际的问题,本设计可以作为一个无损数据压缩工具,在需要传输海量数据时,利用哈夫曼编码可以将数据进行压缩,从而减小传输的数据量,提高数据传输效率。同时,哈夫曼编码也可以应用于数据加密和解密等领域。 本设计的主要目的是学习哈夫曼编码算法,并

    2024年02月04日
    浏览(37)
  • 数据结构——哈夫曼树与哈夫曼编码

    1.1 基本概念 路径 :指从根结点到该结点的分支序列。 路径长度 :指根结点到该结点所经过的分支数目。 结点的带权路径长度 :从树根到某一结点的路径长度与该结点的权的乘积。 树的带权路径长度(WPL) :树中从根到所有叶子结点的各个带权路径长度之和。 哈夫曼树 是由

    2024年02月05日
    浏览(37)
  • 数据结构之哈夫曼树和哈夫曼编码

    切入正题之前,我们先了解几个概念: 路径:从树的一个结点到另一个结点分支所构成的路线 路径长度:路径上的分支数目 树的路径长度:从根结点出发到每个结点的路径长度之和 带权路径长度:该结点到根结点的路径长度乘以该结点的权值 树的带权路径长度:树中所有

    2024年02月11日
    浏览(34)
  • 数据结构之哈夫曼树与哈夫曼编码

    编码是信息处理的基础(重新表示信息)。 普通的编码是等长编码,例如7位的ASCIL编码,对出现频率不同的字符都使用相同的编码长度。 但其在传输和存储等情况下编码效率不高 。 可使用不等长编码,来压缩编码:高频字符编码长度更短,低频字符编码长度更长。   [例

    2023年04月15日
    浏览(51)
  • 数据结构课程实验五:哈夫曼树与哈夫曼编码

    实验日期:2022-12-20   目录 一、实验目的 1、掌握哈夫曼树的建立 2、掌握哈夫曼编码方式 二、实验内容

    2024年02月05日
    浏览(37)
  • 【数据结构与算法】-哈夫曼树(Huffman Tree)与哈夫曼编码

    超详细讲解哈夫曼树(Huffman Tree)以及哈夫曼编码的构造原理、方法,并用代码实现。 路径 :从树中一个结点到另一个结点之间的 分支 构成这两个结点间的路径。 结点的路径长度 :两结点间路径上的 分支数 。 树的路径长度: 从树根到每一个结点的路径长度之和。记作: TL  权

    2024年02月06日
    浏览(45)
  • 数据结构----哈夫曼树

    哈夫曼树就是寻找构造最优二叉树,用于提高效率 各种路径长度 各种带权路径长度 结点的带权路径长度 树的带权路径长度 哈夫曼树 带权路径长度最短的树或者二叉树 也就是树的叶子结点带权路径长度之和 :也就是叶子结点的结点路径长度(根结点到叶子结点的路径数)

    2024年01月21日
    浏览(43)
  • 数据结构【哈夫曼树】

    最优二叉树也称哈夫曼 (Huffman) 树 ,是指对于一组带有确定权值的叶子结点,构造的具有最小带权路径长度的二叉树。权值是指一个与特定结点相关的数值。哈夫曼树是带权路径长度最短的树,权值较大的结点离根较近。 涉及到的几个概念: 路径: 从树中一个结点到另一个结

    2024年02月14日
    浏览(31)
  • 数据结构-哈夫曼树

    介绍 哈夫曼树,指 带权路径长度最短的二叉树 ,通常用于数据压缩中 什么是带权路径长度? 假设有一个结点,我们为它赋值,这个值我们称为权值,那么从根结点到它所在位置,所经历的路径,与这个权值的积,就是它的带权路径长度。 比如有这样一棵树,D权值为2  从

    2024年02月20日
    浏览(35)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包