当前位置:主页 > 电脑教程 > 数据库 > 数据库综合

第八节 最优二叉树(哈夫曼树)

时间:2010-08-18 | 栏目:数据库综合 | 点击:

第八节 最优二叉树(哈夫曼树)

一、概念
   
在具有n个带权叶结点的二叉树中,使所有叶结点的带权路径长度之和(即二叉树的带权路径长度)为最小的二叉树,称为最优二叉树(又称最优搜索树或哈夫曼树),即最优二叉树使
Wk—第k个叶结点的权值;Pk—第k个叶结点的带权路径长度)达到最小。

二、最优二叉树的构造方法
  
假定给出n个结点ki(i=1‥n),其权值分别为Wi(i=1‥n)。要构造以此n个结点为叶结点的最优二叉树,其构造方法如下:
    首先,将给定的n个结点构成n棵二叉树的集合F={T1,T2,……,Tn}。其中每棵二叉树Ti中只有一个权值为wi的根结点ki,其左、右子树均为空。然后做以下两步
    ⑴ 在F中选取根结点权值最小的两棵二叉树作为左右子树,构造一棵新的二叉树,并且置新的二叉树的根结点的权值为其左、右子树根结点的权值之和;
    ⑵ 在F中删除这两棵二叉树,同时将新得到的二叉树加入F 重复⑴、⑵,直到在F中只含有一棵二叉树为止。这棵二叉树便是最优二叉树。

三、最优二叉树的数据类型定义
    在最优二叉树中非叶结点的度均为2,为满二叉树,因此采用顺序存储结构为宜。如果带权叶结点数为n个,则最优二叉树的结点数为2n-1个。
    Const n=叶结点数的上限;
          m=2*n-1;{最优二叉树的结点数}
    Type
         node=record{结点类型}
           data:<数据类型>;{权值}
           prt,lch,rch,lth:0‥m;{父指针、左、右指针和路径长度}
         end;
         wtype=array[1‥n] of <数据类型> ;{n个叶结点权值的类型}
         treetype=array[1‥m] of node;{最优二叉树的数组类型}
    Var tree:treetype;
                {其中tree [1‥n]为叶结点,tree [n+1‥2n-1]为中间结点,根为tree [2n-1]}

四、构造最优二叉树的算法

procedure hufm(w:wtype;var tree:treetype;var bt:integer);
  function min (h:integer):integer;{在前h个结点中选择父指针为0且权值最小的结点min}     begin
       ml:=∞;
       for p:=1 to h do
         if (tree[p].prt=0)and(m1>tree[p].data)
             then begin i:=p;m1:=tree[p].data; end;
       min:=i;
    end;{min}
  begin
    fillchar (tree,sizeof(tree),0);{构造初始集合F}
    for i:=1 to n do
      read(tree[i].Data);
    for k:=n+1 to m do {构造最优二叉树}
      begin {计算k为根的左儿子和右儿子}
        i:=min(k-1);
        tree[i].prt:=k;
        tree[k].lch:=i;
        j:=min(k-1);
        tree[j].prt:=k;
        tree[k].rch:=j;
        tree[k].data:=tree[i].data+tree[j].data;
      end;{for}
    bt:=m;
   end;{hufm}
{计算每一个叶结点的路径长度}
procedure ht(t:integer);{通过前序遍历计算每一个叶结点的路径长度}
  begin
    if t=m{若结点t为根,则路径长度为0;否则结点t的路径长度为其父结点的路径长度+1}
      then tree[t].lth:=0
      else tree[t].lth:=tree[tree[t].prt].lth+1;
    if tree[t].lch<>0
      then begin ht(tree[t].lch);ht(tree[t].rch);end;{then}{分别递归左右子树}
   end;{ht}
 

由此可见,叶结点t(1≤t≤5)的带权路径长度即为tree[t].lth*tree[t].data。

您可能感兴趣的文章:

相关文章