文章目录
- 赫夫曼树
- 基本介绍
- 赫夫曼树几个重要概念和举例说明
- 赫夫曼树创建思路图解
- 赫夫曼树的代码实现
- 赫夫曼编码
- 基本介绍
- 原理剖析
- 最佳实践-数据压缩(创建赫夫曼树)
- 最佳实践-数据压缩(生成赫夫曼编码和赫夫曼编码后的数据)
- 最佳实践-数据解压(使用赫夫曼编码解码)
- 最佳实践-文件压缩
- 最佳实践-文件解压(文件恢复)
- 代码汇总
- 赫夫曼编码压缩文件注意事项
赫夫曼树
基本介绍
- 给定 n 个权值作为 n 个叶子结点，构造一棵二叉树，若该树的带权路径长度(wpl)达到最小，称这样的二叉树为 最优二叉树，也称为哈夫曼树(Huffman Tree), 还有的书翻译为霍夫曼树。
- 赫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
赫夫曼树几个重要概念和举例说明
- 路径和路径长度：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
- 结点的权及带权路径长度：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
- 树的带权路径长度：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(weighted path length) ,权值越大的结点离根结点越近的二叉树才是最优二叉树。
- WPL 最小的就是赫夫曼树
赫夫曼树创建思路图解
给你一个数列 {13, 7, 8, 3, 29, 6, 1}，要求转成一颗赫夫曼树.
构成赫夫曼树的步骤：
- 从小到大进行排序, 将每一个数据，每个数据都是一个节点 ， 每个节点可以看成是一颗最简单的二叉树
- 取出根节点权值最小的两颗二叉树
- 组成一颗新的二叉树, 该新的二叉树的根节点的权值是前面两颗二叉树根节点权值的和
- 再将这颗新的二叉树，以根节点的权值大小 再次排序， 不断重复 1-2-3-4 的步骤，直到数列中，所有的数 据都被处理，就得到一颗赫夫曼树
赫夫曼树的代码实现
代码语言：javascript复制package com.hyc.DataStructure.HuffmanTree;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
/**
* @projectName: DataStructure
* @package: com.hyc.DataStructure.HuffmanTreeDemo
* @className: HuffmanTreeDemo
* @author: 冷环渊 doomwatcher
* @description: TODO
* @date: 2022/2/8 0:21
* @version: 1.0
*/
public class HuffmanTreeDemo {
public static void main(String[] args) {
int[] arr = {13, 7, 8, 3, 29, 6, 1};
Node manTree = createHuffManTree(arr);
// 测试
preOrder(manTree);
}
//编写一个前序遍历的方法
public static void preOrder(Node root) {
if (root != null) {
root.PreOrder();
} else {
System.out.println("空树无法遍历");
}
}
/**
* @author 冷环渊 Doomwatcher
* @context:
* @date: 2022/2/8 0:42
* @param arr 需要创建赫夫曼树的数组
* @return: com.hyc.DataStructure.HuffmanTree.Node 返回已经创建好的赫夫曼树的根节点
*/
public static Node createHuffManTree(int[] arr) {
List<Node> nodes = new ArrayList<>();
//（1）为了方便操作 我们先遍历数组生成对应节点 放入 arrayList
for (int value : arr) {
nodes.add(new Node(value));
}
//循环处理
while (nodes.size() > 1) {
// 先用接口的sort 排序
Collections.sort(nodes);
System.out.println("nodes = " nodes);
// （2） 取出根节点权值最小的两颗二叉树
// 取出权值最小的结点
Node leftnode = nodes.get(0);
//取出根节点第二最小的二叉树
Node rightnode = nodes.get(1);
// （3） 构建出一颗新的二叉树
Node parent = new Node(leftnode.value rightnode.value);
parent.left = leftnode;
parent.right = rightnode;
// (4)从 ArrayList删除处理过的二叉树
nodes.remove(leftnode);
nodes.remove(rightnode);
// (5)将parent加入到 nodes
nodes.add(parent);
}
// 返回赫夫曼树的root节点
return nodes.get(0);
}
}
/* 为了Node对象排序，我们实现collections集合排序
* 这里我们实现 compareble
* */
class Node implements Comparable<Node> {
//赫夫曼树 权重值
int value;
Node left;
Node right;
// 构造方法 创建节点的时候只需要有权重值就可以了
public Node(int value) {
this.value = value;
}
@Override
public String toString() {
return "Node{"
"value=" value
'}';
}
@Override
public int compareTo(Node o) {
//这里我们按照权重从小到大排序
//从大到小只需要置负 -(this.value - o.value)
return this.value - o.value;
}
// 前序遍历
public void PreOrder() {
System.out.println(this);
if (this.left != null) {
this.left.PreOrder();
}
if (this.right != null) {
this.right.PreOrder();
}
}
}赫夫曼编码
基本介绍
- 赫夫曼编码也翻译为 哈夫曼编码(Huffman Coding)，又称霍夫曼编码，是一种编码方式, 属于一种程序算法
- 赫夫曼编码是赫哈夫曼树在电讯通信中的经典的应用之一。
- 赫夫曼编码广泛地用于数据文件压缩。其压缩率通常在 20%～90%之间
- 赫夫曼码是可变字长编码(VLC)的一种。Huffman 于 1952 年提出一种编码方法，称之为最佳编码
原理剖析
定长编码
变长编码
赫夫曼编码
传输的 字符串 ,按照字符的出险次数出现权重
- i like like like java do you like a java
- d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 :9 // 各个字符对应的个数
- 按照上面字符出现的次数构建一颗赫夫曼树, 次数作为权值
步骤：
- 从小到大进行排序, 将每一个数据，每个数据都是一个节点 ， 每个节点可以看成是一颗最简单的二叉树
- 取出根节点权值最小的两颗二叉树
- 组成一颗新的二叉树, 该新的二叉树的根节点的权值是前面两颗二叉树根节点权值的和
- 再将这颗新的二叉树，以根节点的权值大小 再次排序， 不断重复 1-2-3-4 的步骤，直到数列中，所有的数据都被处理， 就得到一颗赫夫曼树
根据赫夫曼树，给各个字符,规定编码 (前缀编码)， 向左的路径为 0 向右的路径为 1 ， 编码
如下:
按照上面的赫夫曼编码，我们的"i like like like java do you like a java" 字符串对应的编码为 (注意这里我们使用的无损压缩)
代码语言：javascript复制10101001101111011110100110111101111010011011110111101000011000011100110011110000110
01111000100100100110111101111011100100001100001110长度为：133
原来长度是 359 , 压缩了 (359-133) / 359 = 62.9%
此编码满足前缀编码, 即字符的编码都不能是其他字符编码的前缀。不会造成匹配的多义性
赫夫曼编码是无损处理方案
注意事项
最佳实践-数据压缩(创建赫夫曼树)
将给出的一段文本，比如 “i like like like java do you like a java” ， 根据前面的讲的赫夫曼编码原理，对其进行数 据 压 缩 处 理 ，形 式 如 :
代码语言：javascript复制1010100110111101111010011011110111101001101111011110100001100001110011001111000011001111000100100100110111101111011100100001100001110步骤 1：
根据赫夫曼编码压缩数据的原理，需要创建 “i like like like java do you like a java” 对应的赫夫曼树
思路：前面已经分析过了，而且我们已然讲过了构建赫夫曼树的具体实现。
代码语言：javascript复制 public static Node createHuffManTree(List<Node> nodes) {
while (nodes.size() > 1) {
//首先从小到大排序 list
Collections.sort(nodes);
// 找到list中最小的子树
Node leftnode = nodes.get(0);
//找到倒数第二小的
Node rightnode = nodes.get(1);
Node parent = new Node(null, leftnode.wight rightnode.wight);
parent.left = leftnode;
parent.right = rightnode;
// 删除两个被处理过的子树
nodes.remove(leftnode);
nodes.remove(rightnode);
// 之后将parent 加入到list
// 这样遍历到最后只剩下一个节点 就是我们需要的赫夫曼树
nodes.add(parent);
}
return nodes.get(0);
}最佳实践-数据压缩(生成赫夫曼编码和赫夫曼编码后的数据)
我们已经生成了 赫夫曼树, 下面我们继续完成任务
生成赫夫曼树对应的赫夫曼编码 , 如下表:
代码语言：javascript复制 =01 a=100 d=11000 u=11001 e=1110 v=11011 i=101 y=11010 j=0010 k=1111 l=000 o=0011 使用赫夫曼编码来生成赫夫曼编码数据 ,即按照上面的赫夫曼编码，将"i like like like java do you like a java"
字符串生成对应的编码数据, 形式如下:
代码语言：javascript复制1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100思路：前面已经分析过了，而且我们讲过了生成赫夫曼编码的具体实现。
代码语言：javascript复制 /* 生成赫夫曼树对应的赫夫曼编码
* 思路 ：
* 1. 将赫夫曼编码存放在map的形式的map里
* 2。在生成赫夫曼编码表示，需要去拼接一些路径 定一个一个 stringbuilder 存放叶子节点的路径
* */
static Map<Byte, String> huffmanCodes = new HashMap<>();
//存放叶子节点的路径的 stringbuilder
static StringBuilder stringBuilder = new StringBuilder();
//为了调用方便 重载getcode
public static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理左子树
getCodes(root.left, "0", stringBuilder);
//处理右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* @author 冷环渊 Doomwatcher
* @context: 将传入的node节点的所有子节点的赫夫曼编码得到，并且放入huffmanCodes集合中
* @date: 2022/2/12 15:07
* @return: void
* @param node 传入的节点
* @param code 路径，左子节点是 0 右子节点事 1
* @param stringBuilder 用于拼接路径
*/
public static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder1 = new StringBuilder(stringBuilder);
//将code 加入到 string builder1
stringBuilder1.append(code);
if (node != null) {
// 如果为null 不处理
//判断是否为叶子结点
if (node.data == null) {
//如果data不为空那么代表非叶子节点
// 向左继续递归
getCodes(node.left, "0", stringBuilder1);
// 向右边递归
getCodes(node.right, "1", stringBuilder1);
} else {
//如果进入到这里说明是一个叶子结点
// 存入到 huffmanCodes这个集合中
huffmanCodes.put(node.data, stringBuilder1.toString());
}
}
}最佳实践-数据解压(使用赫夫曼编码解码)
使用赫夫曼编码来解码数据，具体要求是
- 前面我们得到了赫夫曼编码和对应的编码 byte[] , 即:[-88, -65, -56, -65, -56, -65, -55, 77 , -57, 6, -24, -14, -117, -4, -60, -90, 28]
- 现在要求使用赫夫曼编码， 进行解码，又重新得到原来的字符串"i like like like java do you like a java"
- 思路：解码过程，就是编码的一个逆向操作。
/**
* @author 冷环渊 Doomwatcher
* @context: 将一个byte 转成 一个二进制的字符串
* @date: 2022/2/12 23:14
* @param flag 标志是否需要不高位，如果是ture 表示需要补高位，如果是false表示不需要
* @param b 传入的 byte
* @return: java.lang.String 返回的b 对应的二进制的字符串（注意事按照补码返回）
*/
public static String byteToBitString(boolean flag, byte b) {
//使用变量保存 b
int temp = b;
//如果是正数我们还需要补高位
if (flag) {
//按位与 256 1 0000 0000| 00000 0001 => 1 0000 0001
temp |= 256;
}
String str = Integer.toBinaryString(temp);
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
/**
* @author 冷环渊 Doomwatcher
* @context: 完成对数据的解压
* 思路：
* 1. 其实这就是我们之前压缩思路的逆向，
* 2.我们先需要将 byte数组形式的转成二进制的心态，
* 3. 之后转成赫夫曼编码，之后转换成字符
* @date: 2022/2/12 21:49
* @param huffmanBytes 赫夫曼编码对应的byte数组
* @param huffmanCodes 赫夫曼编码表
* @return: void
*/
public static byte[] decode(Map<Byte, String> huffmanCodes, byte[] huffmanBytes) {
//1. 先得到huffmancodebytes 对应的 二进制字符串，如 1010100010111
StringBuilder stringBuilder = new StringBuilder();
//将byte 数组转成二进制字符串
for (int i = 0; i < huffmanBytes.length; i ) {
byte b = huffmanBytes[i];
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
//System.out.println("赫夫曼字节数组解码二进制=>" stringBuilder.toString());
// 按照置顶的赫夫曼编码把字符串进行解码
// 把赫夫曼编码进行转换 a ->100 100->a
Map<String, Byte> map = new HashMap<>();
for (Map.Entry<Byte, String> stringByteEntry : huffmanCodes.entrySet()) {
map.put(stringByteEntry.getValue(), stringByteEntry.getKey());
}
//创建一个集合 里面存放byte
List<Byte> list = new ArrayList<>();
// i可以理解成为索引，扫描stringbuilder
for (int i = 0; i < stringBuilder.length(); ) {
//得到编码的计数器
int count = 1;
boolean flag = true;
Byte b = null;
while (flag) {
//取出一个 ‘1’或者‘0’,i不动 让 count移动直到匹配到一个字符,递增取出
String key = stringBuilder.substring(i, i count);
b = map.get(key);
if (b == null) {
// 说明没有匹配到
count ;
} else {
//匹配到就退出循环
flag = false;
}
}
list.add(b);
//匹配到之后 i 直接移动步长为count位，就可以继续匹配了，
i = count;
}
//当for循环结束后我们的list存放了所有的字符
// 之后把list 中的数据放入byte[]并且返回
byte[] b = new byte[list.size()];
for (int i = 0; i < b.length; i ) {
b[i] = list.get(i);
}
return b;
}最佳实践-文件压缩
我们学习了通过赫夫曼编码对一个字符串进行编码和解码, 下面我们来完成对文件的压缩和解压， 具体要求：
给你一个图片文件，要求对其进行无损压缩, 看看压缩效果如何。
思路：读取文件-> 得到赫夫曼编码表 -> 完成压缩
代码语言：javascript复制 /**
* @author 冷环渊 Doomwatcher
* @context: 编写方法 完成对压缩文件的解压
* @date: 2022/2/13 0:33
* @param zipFile 准备解压的文件路径
* @param dstFile 将文件解压到什么路径
* @return: void
*/
public static void unZipFile(String zipFile, String dstFile) {
//定义文件输入流
InputStream is = null;
//定义对象输入流
ObjectInputStream ois = null;
//输出流
OutputStream os = null;
try {
// 创建文件输入流
is = new FileInputStream(zipFile);
// 创建对象输入流
ois = new ObjectInputStream(is);
byte[] huffmanbytes = (byte[]) ois.readObject();
// 读取赫夫曼编码表
Map<Byte, String> huffmanCodes = (Map<Byte, String>) ois.readObject();
// 解码
byte[] bytes = decode(huffmanCodes, huffmanbytes);
//将byte 数组写入目标文件
os = new FileOutputStream(dstFile);
// 写数据到fstFile文件
os.write(bytes);
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
os.close();
ois.close();
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}最佳实践-文件解压(文件恢复)
具体要求：将前面压缩的文件，重新恢复成原来的文件。
思路：读取压缩文件(数据和赫夫曼编码表)-> 完成解压(文件恢复)
代码语言：javascript复制 /**
* @author 冷环渊 Doomwatcher
* @context: 编写方法 完成对压缩文件的解压
* @date: 2022/2/13 0:33
* @param zipFile 准备解压的文件路径
* @param dstFile 将文件解压到什么路径
* @return: void
*/
public static void unZipFile(String zipFile, String dstFile) {
//定义文件输入流
InputStream is = null;
//定义对象输入流
ObjectInputStream ois = null;
//输出流
OutputStream os = null;
try {
// 创建文件输入流
is = new FileInputStream(zipFile);
// 创建对象输入流
ois = new ObjectInputStream(is);
byte[] huffmanbytes = (byte[]) ois.readObject();
// 读取赫夫曼编码表
Map<Byte, String> huffmanCodes = (Map<Byte, String>) ois.readObject();
// 解码
byte[] bytes = decode(huffmanCodes, huffmanbytes);
//将byte 数组写入目标文件
os = new FileOutputStream(dstFile);
// 写数据到fstFile文件
os.write(bytes);
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
os.close();
ois.close();
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}代码汇总
代码语言：javascript复制package com.hyc.DataStructure.huffmanCode;
import java.io.*;
import java.util.*;
/**
* @projectName: DataStructure
* @package: com.hyc.DataStructure.huffmanCode
* @className: huffmanCodeDemo
* @author: 冷环渊 doomwatcher
* @description: TODO
* @date: 2022/2/9 19:06
* @version: 1.0
*/
public class huffmanCodeDemo {
public static void main(String[] args) {
// 压缩文件测试
// String srcfile = "D:\JavaEngineer\algorithm\code\DataStructure\src.bmp";
// String dstfile = "D:\JavaEngineer\algorithm\code\DataStructure\srcdst.zip";
// zipFile(srcfile, dstfile);
// 解压文件测试
String zipfile = "D:\\JavaEngineer\\algorithm\\code\\DataStructure\\srcdst.zip";
String dstFile = "D:\\JavaEngineer\\algorithm\\code\\DataStructure\\src1.bmp";
unZipFile(zipfile, dstFile);
/* String content = "i like like like java do you like a java";
byte[] contentbytes = content.getBytes();
System.out.println("压缩之前的长度 =>" contentbytes.length); // 40
byte[] huffmanCodesBytes = huffmanZip(contentbytes);
System.out.println("压缩之后的长度 =>" huffmanCodesBytes.length);
byte[] decode = decode(huffmanCodes, huffmanCodesBytes);
System.out.println("输出解码之后的字符串" new String(decode));*/
}
/**
* @author 冷环渊 Doomwatcher
* @context: 编写方法 完成对压缩文件的解压
* @date: 2022/2/13 0:33
* @param zipFile 准备解压的文件路径
* @param dstFile 将文件解压到什么路径
* @return: void
*/
public static void unZipFile(String zipFile, String dstFile) {
//定义文件输入流
InputStream is = null;
//定义对象输入流
ObjectInputStream ois = null;
//输出流
OutputStream os = null;
try {
// 创建文件输入流
is = new FileInputStream(zipFile);
// 创建对象输入流
ois = new ObjectInputStream(is);
byte[] huffmanbytes = (byte[]) ois.readObject();
// 读取赫夫曼编码表
Map<Byte, String> huffmanCodes = (Map<Byte, String>) ois.readObject();
// 解码
byte[] bytes = decode(huffmanCodes, huffmanbytes);
//将byte 数组写入目标文件
os = new FileOutputStream(dstFile);
// 写数据到fstFile文件
os.write(bytes);
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
os.close();
ois.close();
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
/**
* @author 冷环渊 Doomwatcher
* @context: 文件压缩
* @date: 2022/2/13 0:17
* @param srcFile 传入的希望压缩的文件的全路径
* @param dstFile 压缩之后需要输出的文件路径
* @return: void
*/
public static void zipFile(String srcFile, String dstFile) {
// 创建文件输出流
// 创建文件输入流
FileInputStream is = null;
FileOutputStream os = null;
ObjectOutputStream oos = null;
try {
is = new FileInputStream(srcFile);
// 创建一个和源文件大小一样的byte数组 当做缓冲区
byte[] bytes = new byte[is.available()];
// 读取文件
is.read(bytes);
//获取到文件对应的赫夫曼编码
byte[] huffmanBytes = huffmanZip(bytes);
// 创建文件的输出流，存放压缩文件
os = new FileOutputStream(dstFile);
// 创建一个和文件输出流关联的objoutputstream
oos = new ObjectOutputStream(os);
//把赫夫曼编码后的字节数组写入压缩文件
oos.writeObject(huffmanBytes);
//这里我们用对象流的方式写入赫夫曼编码，目的是为了回复文件的时候使用
oos.writeObject(huffmanCodes);
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
is.close();
os.close();
oos.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
/**
* @author 冷环渊 Doomwatcher
* @context: 完成对数据的解压
* 思路：
* 1. 其实这就是我们之前压缩思路的逆向，
* 2.我们先需要将 byte数组形式的转成二进制的心态，
* 3. 之后转成赫夫曼编码，之后转换成字符
* @date: 2022/2/12 21:49
* @param huffmanBytes 赫夫曼编码对应的byte数组
* @param huffmanCodes 赫夫曼编码表
* @return: void
*/
public static byte[] decode(Map<Byte, String> huffmanCodes, byte[] huffmanBytes) {
//1. 先得到huffmancodebytes 对应的 二进制字符串，如 1010100010111
StringBuilder stringBuilder = new StringBuilder();
//将byte 数组转成二进制字符串
for (int i = 0; i < huffmanBytes.length; i ) {
byte b = huffmanBytes[i];
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
//System.out.println("赫夫曼字节数组解码二进制=>" stringBuilder.toString());
// 按照置顶的赫夫曼编码把字符串进行解码
// 把赫夫曼编码进行转换 a ->100 100->a
Map<String, Byte> map = new HashMap<>();
for (Map.Entry<Byte, String> stringByteEntry : huffmanCodes.entrySet()) {
map.put(stringByteEntry.getValue(), stringByteEntry.getKey());
}
//创建一个集合 里面存放byte
List<Byte> list = new ArrayList<>();
// i可以理解成为索引，扫描stringbuilder
for (int i = 0; i < stringBuilder.length(); ) {
//得到编码的计数器
int count = 1;
boolean flag = true;
Byte b = null;
while (flag) {
//取出一个 ‘1’或者‘0’,i不动 让 count移动直到匹配到一个字符,递增取出
String key = stringBuilder.substring(i, i count);
b = map.get(key);
if (b == null) {
// 说明没有匹配到
count ;
} else {
//匹配到就退出循环
flag = false;
}
}
list.add(b);
//匹配到之后 i 直接移动步长为count位，就可以继续匹配了，
i = count;
}
//当for循环结束后我们的list存放了所有的字符
// 之后把list 中的数据放入byte[]并且返回
byte[] b = new byte[list.size()];
for (int i = 0; i < b.length; i ) {
b[i] = list.get(i);
}
return b;
}
/**
* @author 冷环渊 Doomwatcher
* @context: 将一个byte 转成 一个二进制的字符串
* @date: 2022/2/12 23:14
* @param flag 标志是否需要不高位，如果是ture 表示需要补高位，如果是false表示不需要
* @param b 传入的 byte
* @return: java.lang.String 返回的b 对应的二进制的字符串（注意事按照补码返回）
*/
public static String byteToBitString(boolean flag, byte b) {
//使用变量保存 b
int temp = b;
//如果是正数我们还需要补高位
if (flag) {
//按位与 256 1 0000 0000| 00000 0001 => 1 0000 0001
temp |= 256;
}
String str = Integer.toBinaryString(temp);
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
/**
*
* @author 冷环渊 Doomwatcher
* @context: 封装 赫夫曼编码压缩
* @date: 2022/2/12 20:12
* @param bytes
* @return: byte[]
*/
public static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
Node huffManTreeroot = createHuffManTree(nodes);
Map<Byte, String> codes = getCodes(huffManTreeroot);
byte[] huffmanCodeBytes = zip(bytes, codes);
return huffmanCodeBytes;
}
/**
* @author 冷环渊 Doomwatcher
* @context: 编写一个方法，将字符串转成对应的 Byte[] 数组，通过生成的哈夫曼编码表，返回一个赫夫曼编码压缩后的Byte[]
* 举例子： string content = i like like like java do you like java
* 返回的字符串应该是一大串 八位的byte
* 比如 huffmanCodeBytes[0] = 10101000(补码) => byte[推导 推成反码 10101000 -1 => 10100111（反码）] 原码就是符号位不变，其他取反 [11011000]
* @date: 2022/2/12 15:35
* @param bytes 原始字符串对应的byte
* @param huffmanCodes 生成赫夫曼编码的map
* @return: java.lang.Byte[]
*/
public static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
// 首先利用 huffmanCode是将 bytes 转成赫夫曼编码的字符串
StringBuilder stringBuilder = new StringBuilder();
for (byte b : bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
//System.out.println(stringBuilder);
// 将对应的字符串 转成 byte[]数组
// 返回 数组 huffmancodeBytes的长度
int len;
if (stringBuilder.length() % 8 == 0) {
len = stringBuilder.length() / 8;
} else {
len = stringBuilder.length() / 8 1;
}
// 创建存储压缩后的byte数组
byte[] huffmanCodeBytes = new byte[len];
int index = 0;
for (int i = 0; i < stringBuilder.length(); i = 8) {
String strByte;
if (i 8 > stringBuilder.length()) {
// 进入这里代表后面的最后一位数 不够八位了
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i, i 8);
}
huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
index ;
}
return huffmanCodeBytes;
}
/* 生成赫夫曼树对应的赫夫曼编码
* 思路 ：
* 1. 将赫夫曼编码存放在map的形式的map里
* 2。在生成赫夫曼编码表示，需要去拼接一些路径 定一个一个 stringbuilder 存放叶子节点的路径
* */
static Map<Byte, String> huffmanCodes = new HashMap<>();
//存放叶子节点的路径的 stringbuilder
static StringBuilder stringBuilder = new StringBuilder();
//为了调用方便 重载getcode
public static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理左子树
getCodes(root.left, "0", stringBuilder);
//处理右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* @author 冷环渊 Doomwatcher
* @context: 将传入的node节点的所有子节点的赫夫曼编码得到，并且放入huffmanCodes集合中
* @date: 2022/2/12 15:07
* @return: void
* @param node 传入的节点
* @param code 路径，左子节点是 0 右子节点事 1
* @param stringBuilder 用于拼接路径
*/
public static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder1 = new StringBuilder(stringBuilder);
//将code 加入到 string builder1
stringBuilder1.append(code);
if (node != null) {
// 如果为null 不处理
//判断是否为叶子结点
if (node.data == null) {
//如果data不为空那么代表非叶子节点
// 向左继续递归
getCodes(node.left, "0", stringBuilder1);
// 向右边递归
getCodes(node.right, "1", stringBuilder1);
} else {
//如果进入到这里说明是一个叶子结点
// 存入到 huffmanCodes这个集合中
huffmanCodes.put(node.data, stringBuilder1.toString());
}
}
}
//前序遍历
public static void PreOrder(Node node) {
if (node != null) {
node.PreOrder();
} else {
System.out.println("空树无法遍历");
}
}
/**
*
* @author 冷环渊 Doomwatcher
* @context: 用来生成每一个节点的出现次数的list集合
* @date: 2022/2/10 2:40
* @param bytes 存放每一个字母的数组
* @return: java.util.List 返回一个带着字母出现权重的list
*/
public static List<Node> getNodes(byte[] bytes) {
// 创建一个 arraylist
ArrayList<Node> nodes = new ArrayList<>();
// 遍历bytes 统计每一个bytes 出现的次数 用 map 来统计
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {
// map 还没有这个字符 证明是第一次
counts.put(b, 1);
} else {
// 进入到这里说明之前有加入过了
counts.put(b, count 1);
}
}
//把每个键值对转换成一个 Node 对象 并且进入到Nodes集合
//遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
public static Node createHuffManTree(List<Node> nodes) {
while (nodes.size() > 1) {
//首先从小到大排序 list
Collections.sort(nodes);
// 找到list中最小的子树
Node leftnode = nodes.get(0);
//找到倒数第二小的
Node rightnode = nodes.get(1);
Node parent = new Node(null, leftnode.wight rightnode.wight);
parent.left = leftnode;
parent.right = rightnode;
// 删除两个被处理过的子树
nodes.remove(leftnode);
nodes.remove(rightnode);
// 之后将parent 加入到list
// 这样遍历到最后只剩下一个节点 就是我们需要的赫夫曼树
nodes.add(parent);
}
return nodes.get(0);
}
}
class Node implements Comparable<Node> {
//用于存放字符的ascll值
Byte data;
//出现的次数 权重
int wight;
Node left;
Node right;
public Node(Byte data, int wight) {
this.data = data;
this.wight = wight;
}
@Override
public String toString() {
return "Node{"
"data=" data
", wight=" wight
'}';
}
// 前序遍历
public void PreOrder() {
System.out.println(this);
if (this.left != null) {
this.left.PreOrder();
}
if (this.right != null) {
this.right.PreOrder();
}
}
@Override
public int compareTo(Node o) {
return this.wight - o.wight;
}
}赫夫曼编码压缩文件注意事项
- 如果文件本身就是经过压缩处理的，那么使用赫夫曼编码再压缩效率不会有明显变化, 比如视频,ppt 等等文件 [举例压一个 .ppt]
- 赫夫曼编码是按字节来处理的，因此可以处理所有的文件(二进制文件、文本文件) [举例压一个.xml 文件]
- 如果一个文件中的内容，重复的数据不多，压缩效果也不会很明显.
