python、tkinter、pygraphviz实现哈夫曼编码可视化

本文主要是介绍python、tkinter、pygraphviz实现哈夫曼编码可视化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

要求：

输入：

输出：

大概思路：

①根据weight排序，搞树的结点类，然后初始化一个个结点的weight和index。

②把一个个初始化好的结点放到一个列表里面，然后把这个列表传到TransFromHuffTree函数，把结点之间的父子关系指定一下（合成一个，pop两个，直到列表剩下一个结点，就是哈夫曼树的根结点）

③初始化一个dot对象，用于后面画图

④从刚刚算出的根结点触发，递归先序遍历每个结点，用dot.add_node函数放到dot里面。

然后从下往上用

dot.add_edge(bt.index, bt.lchild.index, label="0", color="green", fontcolor="red")

递归地把结点父子之间连起线

========================

完整代码：

# coding=utf-8
from PIL import Image, ImageTk
import pygraphviz as pgv
import tkinter as tk
import tkinter.messageboxIndex = 0#  二叉树
class BTree_Node:# 再来个x和y坐标，在确定孩子的时候同时给定位，x左孩子=x父-50,，之类的。然后后canvas根据横纵坐标连线，但是可能会出现重叠，没办法自适应宽度# 根据每一层的节点数量确定坐标的变化量吗？lchild = Nonerchild = Nonecode = ''weight = 0index = 0def __init__(self, weight, index):self.weight = weightself.index = indexreturndef getchild(self, lc, rc):self.lchild = lcself.rchild = rcreturn#  其中bt是哈夫曼树的根结点，dot = pgv.AGraph(directed=False, strict=True)
def node_edge(bt, dot, sig="", parent_code=""):if bt is None:return# 传入根节点的索引、权值,下面递归把所有点都加进去if bt.lchild is None:if sig == 'l':bt.code = parent_code + '0'elif sig == 'r':bt.code = parent_code + '1'dot.add_node(bt.index, label=str(bt.weight), xlabel=bt.code, color='green', style='filled')else:  # 添加分支节点if sig == 'l':bt.code = parent_code + '0'elif sig == 'r':bt.code = parent_code + '1'dot.add_node(bt.index, label=str(bt.weight), color='grey', style='filled')node_edge(bt.lchild, dot, "l", bt.code)  # 递归调用，先把左孩子都dot.add_node进去。再把从头开始的右孩子add进去node_edge(bt.rchild, dot, "r", bt.code)# 得先添加完左右孩子，才能把它和左右孩子连起来。所以把连线部分放在添加点的后面# 添加边，把父亲和左孩子连起来。没有while循环，他是怎么全部连起来的？# 答案：因为这个函数是被递归调用的，所以每个结点都会去跟它的孩子连起来。太秀了666if bt.lchild is not None:dot.add_edge(bt.index, bt.lchild.index, label="0", color="green", fontcolor="red")if bt.rchild is not None:dot.add_edge(bt.index, bt.rchild.index, label="1", color="green", fontcolor="red")returndef Node_InList(hl_weight):  # H_N_L=['13', '54', '7', '43']global Indexht = []for x in range(len(hl_weight)):ht.append(BTree_Node(int(hl_weight[x]), Index))  # 往列表里传一个个二叉树结点，初始化权值和索引Index += 1return ht#  对数据进行连接形成二叉树。传入的是装有一个个二叉树结点【对象】的列表H_N_L，每个结点有有权值和编号。想想他是如何处理2 3 4 5这种输入的
def TransFromHuffTree(H_N_L):global Index# while循环出来之后，结点之间的父子关系都指定了，H_N_L中只剩下一个结点，就是最上面那个while len(H_N_L) > 1:H_N_L = sorted(H_N_L, key=lambda x: x.weight)  # 按照每个结点的weight排序，从小到大hf = BTree_Node(H_N_L[0].weight + H_N_L[1].weight, Index)  # 最小的两个加成一个结点，这个时候的index应该是最大的Index += 1hf.getchild(H_N_L[0], H_N_L[1])  # 指定孩子# 最小的两个结点移出List，合成的那个进去H_N_L.pop(0)H_N_L.pop(0)H_N_L.append(hf)if len(H_N_L) == 0:print("未输入数值")returnreturn H_N_L[0]  # 返回哈夫曼树最上面那个结点def resize(w, h, w_box, h_box, pil_image):"""resize a pil_image object so it will fit intoa box of size w_box times h_box, but retain aspect ratio对一个pil_image对象进行缩放，让它在一个矩形框内，还能保持比例"""f1 = 1.0 * w_box / w  # 1.0 forces float division in Python2f2 = 1.0 * h_box / hfactor = min([f1, f2])# use best down-sizing filterwidth = int(w * factor)height = int(h * factor)return pil_image.resize((width, height), Image.ANTIALIAS)def show():# 期望图像显示的大小w_box = 500h_box = 600# 以一个PIL图像对象打开pil_image = Image.open("c.png")# 获取图像的原始大小w, h = pil_image.size# 缩放图像让它保持比例，同时限制在一个矩形框范围内pil_image_resized = resize(w, h, w_box, h_box, pil_image)# 把PIL图像对象转变为Tkinter的PhotoImage对象tk_image = ImageTk.PhotoImage(pil_image_resized)# 新建图片Labellabel = tk.Label(root)label.image = tk_imagelabel.configure(image=tk_image)label.place(x=400, y=0)def GetValue():global values, HuffTreelist, v2values = v2.get()values = values.split()  # 获取用户输入的数的列表valuesflag = Truefor x in range(len(values)):if not values[x].isnumeric():tkinter.messagebox.showwarning('huffman', '输入有误，请重新输入')flag = Falsebreakif flag:tkinter.messagebox.showwarning('huffman', '输入权值成功')returndef birth():global values, HuffTreelist, v2# 把用户输入的values=['13', '54', '7', '43']传入，返回装有一个个二叉树结点【对象】的列表，每个结点有有权值和编号HuffTreelist = Node_InList(values)HuffTree = TransFromHuffTree(HuffTreelist)  # 得到哈夫曼树最上面的那个结点，此时所有结点之间的父子关系都有了dot = pgv.AGraph(directed=False, strict=True)  # AGraph是个类，这是创建类的对象，构造函数。  PyGraphviz (几何图形可视化工具)# directed:指定要不要画出有向线;# ranksep:指定连线长度,int类型# landscape="true":变成横向的树node_edge(HuffTree, dot)  # 把结点塞到dot里面，并且连线dot.layout('dot')  # 还有其他的参数，画出来就不是个二叉树形态dot.draw('c.png')show()if __name__ == "__main__":root = tk.Tk()  # 创建窗口root.title("Huffman算法实现最优树")# 画竖线canvas = tk.Canvas(root, height=1000)  # 画布的大小还得自定义。。。初始值大概是200canvas.create_line(90, 0, 90, 2000, fill='black')canvas.place(x=290, y=0)root.geometry("900x600")  # 第一个是宽，第二个是高# 图片tk_image = ImageTk.PhotoImage(file="tree.png")title_image = tk.Label(root, image=tk_image, width=350, height=240)title_image.place(x=10, y=20)values = ""# 输入部分l1 = tk.Label(root, text='输入总数 :', font=('Times', 13)).place(x=10, y=280)l2 = tk.Label(root, text='输入权值 :', font=('Times', 13)).place(x=10, y=380)v1 = tk.StringVar()v2 = tk.StringVar()e1 = tk.Entry(root, textvariable=v1)  # 就是input框 ，输入ne1.grid(row=0, column=1, padx=10, pady=5)e1.place(x=110, y=280)e2 = tk.Entry(root, textvariable=v2)  # 就是input框 ，输入权e2.grid(row=1, column=1, padx=10, pady=5)e2.place(x=110, y=380)# 按钮部分b1 = tk.Button(root, text='确认', width=10, command=GetValue)b1.grid(row=2, column=0, sticky=tk.W, padx=10, pady=5)b1.place(x=40, y=450)b2 = tk.Button(root, text='退出', width=10, command=root.quit)b2.grid(row=2, column=1, sticky=tk.E, padx=10, pady=5)b2.place(x=220, y=450)b3 = tk.Button(root, text='生成哈夫曼树', width=10, command=birth)b3.grid(row=2, column=2, sticky=tk.E, padx=10, pady=5)b3.place(x=280, y=330)tk.mainloop()  # 让窗口一直保持运行，下面的代码被暂停。当窗口退出后，开始建树、画图root.destroy()

其中pygraphviz的用法，网上资料很少，我用到的有：（xlabel不能改变位置，查了半天资料）

# 添加结点，xlabel是在节点外的标签        
dot.add_node(bt.index, label=str(bt.weight), xlabel=bt.code, color='green', style='filled')# 添加边（前两个是e的两个v，label是线上的字）
dot.add_edge(bt.index, bt.lchild.index, label="0", color="green", fontcolor="red")dot = pgv.AGraph(directed=False, strict=True)  # AGraph是个类，这是创建类的对象，构造函数。
# directed:指定要不要画出有向线;
# ranksep:指定连线长度,int类型
# landscape="true":变成横向的树dot.layout('dot')  # 还有其他的参数，画出来就不是个二叉树形态。dot是竖直向下生长
dot.draw('f:/b.png')  # 画图并保存到这个路径

附录（继续学习graphviz）：

参考博客：

哈夫曼树(Huffman Tree)的介绍、画法、哈夫曼树的可视化显示（Python代码实现）_宝藏女孩的成长日记-CSDN博客_哈夫曼树只有一种画法吗目录一、概念二、带权路径长度三、树的带权路径长度四、举例五、哈夫曼树画法举例举例理解5.1步骤5.2注意一、概念带权路径长度最短的二叉树，即最优二叉树。二、带权路径长度在一颗树中，叶子结点带有数值，这个数值叫做权值，权值与叶子结点到根节点层数的乘积=带权路径长度三、树的带权路径长度树中所有叶节点的带权路径长度之和四、举例树的带权路径长度计算：31+52=13五、哈夫曼树画法举例举例理解5.1步骤（1）先准备一组数字，以5，7，5，8, 9，2, 3为例（2）对这一组数字进https://blog.csdn.net/hanhanwanghaha/article/details/106439555