__2017-12-16 如一模式识别研究

如一模式识别研究

JAVA>>哈夫曼树(三)之 Java详解

转自:http://www.cnblogs.com/skywang12345/p/3706833.html

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= 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、…、wn,哈夫曼树的构造规则为:

1. 将w1、w2、…,wn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

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)!

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)

评论留言区

:
  

作者: 游客 ; *
评论内容: *
带*号为必填项目

如一模式识别更新提示

matlab在图像处理方面的应用有更新

如一模式识别 友情链接

关于本站作者     chinaw3c     mozilla