文章目录
- 1. 基本介绍
- 1.1. 赫夫曼编码基本概念
- 1.2. 通信领域中的编码方式
- 1.2.1. 定长编码
- 1.2.2. 变长编码
- 1.2.3. 赫夫曼编码(属于变长编码的一种)
- 2. 实例应用-赫夫曼编码实现数据压缩
- 2.1. 创建赫夫曼树
- 2.2. 生成赫夫曼编码
- 2.2.1. 生成赫夫曼树对应的赫夫曼编码表
- 2.2.2. 赫夫曼编码字节数组（赫夫曼编码后的数据）
- 3. 实例应用-赫夫曼编码实现数据解压
- 4. 实例应用-使用赫夫曼编码压缩文件
- 4.1. 压缩文件
- 4.2. 解压文件
- 4.3 赫夫曼编码压缩文件注意事项
1. 基本介绍
1.1. 赫夫曼编码基本概念
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。
1.2. 通信领域中的编码方式
通信领域中信息的处理方式：有定长编码和变长编码方式，其中定长编码需要的存储空间较大，通过使用变长编码能够提高存储利用率。
1.2.1. 定长编码
定长编码：
举例说明：
i like like like java do you like a java // 共40个字符(包括空格)
对上面这句话进行Ascii码转换和二进制转换，如下：
对应Ascii码：
105 32 108 105 107 101 32 108 105 107 101 32 108 105 107 101 32 106 97 118 97 32 100 111 32 121 111 117 32 108 105 107 101 32 97 32 106 97 118 97
对应的二进制：
01101001 00100000 01101100 01101001 01101011 01100101 00100000 01101100 01101001 01101011 01100101 00100000 01101100 01101001 01101011 01100101 00100000 01101010 01100001 01110110 01100001 00100000 01100100 01101111 00100000 01111001 01101111 01110101 00100000 01101100 01101001 01101011 01100101 00100000 01100001 00100000 01101010 01100001 01110110 01100001
按照二进制来传递信息，总的长度是 359 (包括空格)
1.2.2. 变长编码
变长编码：
举例说明：
i like like like java do you like a java // 共40个字符(包括空格)
对上面这句话进行变长编码转换，如下：
变长编码原则：
d:1; y:1; u:1; j:2; v:2; o:2; l:4; k:4; e:4; i:5; a:5; (空格):9。 // 各个字符对应的个数
0=(空格) , 1=a, 10=i, 11=e, 100=k, 101=l, 110=o, 111=v, 1000=j, 1001=u, 1010=y, 1011=d
说明：按照各个字符出现的次数进行编码，原则是出现次数越多的，则编码越小，比如 空格出现了9 次， 编码为0 ,其它依次类推。
对应的变长编码：
按照上面给各个字符规定的编码，则我们在传输 “i like like like java do you like a java” 数据时
变长编码为：10010110100…
注：先了解一下什么是前缀编码：
字符的编码都不能是其他字符编码的前缀，符合此要求的编码叫做前缀编码， 即不能匹配到重复的编码。
上面的变长编码不是一个前缀编码。
1.2.3. 赫夫曼编码(属于变长编码的一种)
赫夫曼编码：
举例说明：
i like like like java do you like a java // 共40个字符(包括空格)
对上面这句话进行赫夫曼编码转换，如下：
首先，统计各个字符对应的个数
d:1; y:1; u:1; j:2; v:2; o:2; l:4; k:4; e:4; i:5; a:5; (空格):9。
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。如下图所示
根据赫夫曼树编码原理，给各个字符进行编码（前缀编码）。规定：向左的路径编码为0，向右的路径编码为1，编码如下：
| 字符 | 编码 | 字符 | 编码 | 字符 | 编码 |
|---|---|---|---|---|---|
| o | 1000 | u | 10010 | d | 100110 |
| y | 100111 | i | 101 | a | 110 |
| k | 1110 | e | 1111 | j | 0000 |
| v | 0001 | l | 001 | (空格) | 01 |
按照上面的赫夫曼编码，“i like like like java do you like a java” 字符串对应的编码为 (赫夫曼编码属于无损压缩)
对应的赫夫曼编码：
101 01 001 101 1110 1111 01 001 101 1110 1111 01 001 101 1110 1111 01 0000 110 0001 110 01 100110 1000 01 100111 1000 10010 01 001 101 1110 1111 01 110 01 0000 110 0001 110
长度为 ： 133
说明:
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：
注意，这个赫夫曼树根据排序方法不同，也可能不太一样，这样对应的赫夫曼编码也不完全一样，但是 wpl 是 一样的，都是最小的，最后生成的赫夫曼编码的长度是一样。
比如：如果我们让每次生成的新的二叉树总是排在权值相同的二叉树的最后一个，则生成的二叉树为：
2. 实例应用-赫夫曼编码实现数据压缩
问题：
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：“101 01 001 101 1110 1111 01 001 101 1110 1111 01 001 101 1110 1111 01 0000 110 0001 110 01 100110 1000 01 100111 1000 10010 01 001 101 1110 1111 01 110 01 0000 110 0001 110”
2.1. 创建赫夫曼树
思路：前面已经分析过了
(1) 创建 Node { data (存放的数据)， weight (权值)， left ， right }
(2) 得到 “i like like like java do you like a java” 对应的 byte[] 数组
(3) 编写一个方法，将准备构建赫夫曼树的Node 节点放到 List , 形式 [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…], 体现 d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 :9
(4) 可以通过List 创建对应的赫夫曼树
代码实现：
package huffmancode;
import java.util.ArrayList;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class HuffmanCode {
public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println(contentBytes.length);// 40
List<Node> nodes = getNodes(contentBytes);
System.out.println("nodes = " + nodes);
// 测试，创建的二叉树
System.out.println("赫夫曼树");
Node huffmanTreeRoot = createHuffmanTree(nodes);
System.out.println("前序遍历");
huffmanTreeRoot.preOrder();
}
// 前序遍历的方法
private static void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("赫夫曼树为空");
}
}
/**
*
* @param bytes 接受一个字节数组
* @return 返回的就是List形式： [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…]
*/
private static List<Node> getNodes(byte[] bytes) {
// 创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
// 遍历bytes，统计每一个byte出现的次数->map[key, value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {// Map还没有这个字符数据,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
// 把每个 键值对 转成一个Node对象，并加入到nodes集合
// 遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
// 通过List创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
// 排序,从小到大
Collections.sort(nodes);
// 取出第一个最小的二叉树
Node leftNode = nodes.get(0);
// 取出第二小的二叉树
Node rightNode = nodes.get(1);
// 创建一个新的二叉树，它的根节点：没有data，只有取值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 将已经处理过的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的二叉树，接入到nodes
nodes.add(parent);
}
// nodes最后的节点，就是赫夫曼树的根节点
return nodes.get(0);
}
}
//创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据（字符）本身，比如'a' => 97; ' ' => 32
int weight;// 权值，表示字符出现的次数
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
// 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();
}
}
}
运行结果：
2.2. 生成赫夫曼编码
前面已经生成了 赫夫曼树， 下面我们继续完成任务
步骤：
- 生成赫夫曼树对应的赫夫曼编码 , 如下表： =01 a=100 d=11000 u=11001 e=1110 v=11011 i=101 y=11010 j=0010 k=1111 l=000 o=0011
| 字符 | 编码 | 字符 | 编码 | 字符 | 编码 |
|---|---|---|---|---|---|
| o | 0011 | u | 11001 | d | 11000 |
| y | 11010 | i | 101 | a | 100 |
| k | 1111 | e | 1110 | j | 0010 |
| v | 11011 | l | 000 | (空格) | 01 |
- 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： 101 01 000 101 1111 1110 01 000 101 1111 1110 01 000 101 1111 1110 01 0010 100 11011 100 01 11000 0011 01 11010 0011 11001 01 000 101 1111 1110 01 100 01 0010 100 11011 100
2.2.1. 生成赫夫曼树对应的赫夫曼编码表
代码实现：
package huffmancode;
import java.util.ArrayList;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class HuffmanCode {
public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println(contentBytes.length);// 40
List<Node> nodes = getNodes(contentBytes);
System.out.println("nodes = " + nodes);
// 测试，创建的二叉树
System.out.println("赫夫曼树");
Node huffmanTreeRoot = createHuffmanTree(nodes);
System.out.println("前序遍历");
huffmanTreeRoot.preOrder();
// 测试是否生成了对应的赫夫曼编码
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
System.out.println("生成的赫夫曼编码表" + huffmanCodes);
}
// 生成赫夫曼树对应的赫夫曼编码表
// 思路
// 1. 将赫夫曼编码表存放在Map<Byte, String> 形式
// 32->01 97->100 100->11000 等等[形式]
static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
// 2. 在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
// 为了调用方便，重载getCodes
private static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理root左子树
getCodes(root.left, "0", stringBuilder);
// 处理root右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：将传入的node节点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCodes集合
*
* @param node 传入的节点
* @param code 路径：左子结点是0，右子节点1
* @param stringBuilder 用于拼接路径
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
// 将code加入到stringBuilder2
stringBuilder2.append(code);
if (node != null) {// 如果node == null 不处理
// 判断当前node是叶子结点还是非叶子节点
if (node.data == null) {// 非叶子节点
// 递归处理
// 向左递归
getCodes(node.left, "0", stringBuilder2);
// 向右递归
getCodes(node.right, "1", stringBuilder2);
} else {// 说名明是一个叶子结点
// 就表示找到了某一个叶子结点的最后
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
// 前序遍历的方法
private static void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("赫夫曼树为空");
}
}
/**
*
* @param bytes 接受一个字节数组
* @return 返回的就是List形式： [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…]
*/
private static List<Node> getNodes(byte[] bytes) {
// 创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
// 遍历bytes，统计每一个byte出现的次数->map[key, value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {// Map还没有这个字符数据,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
// 把每个 键值对 转成一个Node对象，并加入到nodes集合
// 遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
// 通过List创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
// 排序,从小到大
Collections.sort(nodes);
// 取出第一个最小的二叉树
Node leftNode = nodes.get(0);
// 取出第二小的二叉树
Node rightNode = nodes.get(1);
// 创建一个新的二叉树，它的根节点：没有data，只有取值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 将已经处理过的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的二叉树，接入到nodes
nodes.add(parent);
}
// nodes最后的节点，就是赫夫曼树的根节点
return nodes.get(0);
}
}
//创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据（字符）本身，比如'a' => 97; ' ' => 32
int weight;// 权值，表示字符出现的次数
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
// 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();
}
}
}
运行结果：
2.2.2. 赫夫曼编码字节数组（赫夫曼编码后的数据）
编写一个方法，将字符串对应的byte[]数组，通过生成的赫夫曼编码表，返回一个赫夫曼编码压缩后的byte[]
代码实现：
package huffmancode;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class HuffmanCode {
public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println(contentBytes.length);// 40
List<Node> nodes = getNodes(contentBytes);
System.out.println("nodes = " + nodes);
// 测试，创建的二叉树
System.out.println("赫夫曼树");
Node huffmanTreeRoot = createHuffmanTree(nodes);
System.out.println("前序遍历");
huffmanTreeRoot.preOrder();
// 测试是否生成了对应的赫夫曼编码
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
System.out.println("生成的赫夫曼编码表" + huffmanCodes);
// 测试
byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));
}
// 编写一个方法，将字符串对应的byte[]数组，通过生成的赫夫曼编码表，返回一个护肤曼编码 压缩后的byte[]
/**
*
* @param bytes 这是原始数组对应的byte[]
* @param huffmanCodes 生成的赫夫曼编码map
* @return 返回赫夫曼编码处理后的byte[] 举例：String content = "i like like like java do you
* like a java";-->byte[] contentBytes = content.getBytes(); 返回的是：101 01
* 000 101 1111 1110 01 000 101 1111 1110 01 000 101 1111 1110 01 0010
* 100 11011 100 01 11000 0011 01 11010 0011 11001 01 000 101 1111 1110
* 01 100 01 0010 100 11011 100 -->对应的byte[] huffmanCodeBytes,
* 即8位对应一个byte，放入到huffmanCodeBytes 其中，前8位对应的：huffmanCodeBytes[0] =
* 10101000（补码）= 11011000 --> -88
*
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
// 1. 利用huffmanCodes 将bytes 转成赫夫曼编码对应的字符串
StringBuilder stringBuilder = new StringBuilder();
// 遍历bytes数组
for (byte b : bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
System.out.println("测试stringBuilder=" + stringBuilder.toString());
// 将"1010100010111..."转成byte[]
// 统计返回的byte[] huffmanCodeBytes的长度
// int len = (stringBuilder.length() + 7) / 8;
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;// 记录是第几个byte
for (int i = 0; i < stringBuilder.length(); i += 8) {// 因为是每8位对应一个byte，所以步长 +8
String strByte;
if (i + 8 > stringBuilder.length()) {// 不够8位
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i, i + 8);
}
// 将strByte 转成一个byte，放入到huffmanCodeBytes
huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
// 生成赫夫曼树对应的赫夫曼编码表
// 思路
// 1. 将赫夫曼编码表存放在Map<Byte, String> 形式
// 32->01 97->100 100->11000 等等[形式]
static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
// 2. 在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
// 为了调用方便，重载getCodes
private static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理root左子树
getCodes(root.left, "0", stringBuilder);
// 处理root右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：将传入的node节点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCodes集合
*
* @param node 传入的节点
* @param code 路径：左子结点是0，右子节点1
* @param stringBuilder 用于拼接路径
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
// 将code加入到stringBuilder2
stringBuilder2.append(code);
if (node != null) {// 如果node == null 不处理
// 判断当前node是叶子结点还是非叶子节点
if (node.data == null) {// 非叶子节点
// 递归处理
// 向左递归
getCodes(node.left, "0", stringBuilder2);
// 向右递归
getCodes(node.right, "1", stringBuilder2);
} else {// 说名明是一个叶子结点
// 就表示找到了某一个叶子结点的最后
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
// 前序遍历的方法
private static void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("赫夫曼树为空");
}
}
/**
*
* @param bytes 接受一个字节数组
* @return 返回的就是List形式： [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…]
*/
private static List<Node> getNodes(byte[] bytes) {
// 创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
// 遍历bytes，统计每一个byte出现的次数->map[key, value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {// Map还没有这个字符数据,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
// 把每个 键值对 转成一个Node对象，并加入到nodes集合
// 遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
// 通过List创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
// 排序,从小到大
Collections.sort(nodes);
// 取出第一个最小的二叉树
Node leftNode = nodes.get(0);
// 取出第二小的二叉树
Node rightNode = nodes.get(1);
// 创建一个新的二叉树，它的根节点：没有data，只有取值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 将已经处理过的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的二叉树，接入到nodes
nodes.add(parent);
}
// nodes最后的节点，就是赫夫曼树的根节点
return nodes.get(0);
}
}
//创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据（字符）本身，比如'a' => 97; ' ' => 32
int weight;// 权值，表示字符出现的次数
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
// 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();
}
}
}
运行结果：
赫夫曼编码字节数组的封装
代码实现：
package huffmancode;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class HuffmanCode {
public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("原字符串的长度=" + contentBytes.length);// 40
byte[] huffmanCodesBytes = huffmanZip(contentBytes);
System.out.println("压缩后的结果是：" + Arrays.toString(huffmanCodesBytes) + "; 长度=" + huffmanCodesBytes.length);
// 分步过程
/*
* List<Node> nodes = getNodes(contentBytes); System.out.println("nodes = " +
* nodes);
*
* // 测试，创建的二叉树 System.out.println("赫夫曼树"); Node huffmanTreeRoot =
* createHuffmanTree(nodes); System.out.println("前序遍历");
* huffmanTreeRoot.preOrder();
*
* // 测试是否生成了对应的赫夫曼编码 Map<Byte, String> huffmanCodes =
* getCodes(huffmanTreeRoot); System.out.println("生成的赫夫曼编码表" + huffmanCodes);
*
* // 测试 byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
* System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));
*/
}
// 使用一个方法，将前面的方法封装起来，便于我们的调用
/**
*
* @param bytes 原始的字符串对应的字节数组
* @return 返回的是经过赫夫曼编码处理后的字节数组（压缩后的数组）
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
// 根据nodes创建赫夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
// 生成对应的赫夫曼编码（根据赫夫曼树）
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
// 根据生成的赫夫曼编码，压缩得到压缩后的赫夫曼编码字节数组
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
// 编写一个方法，将字符串对应的byte[]数组，通过生成的赫夫曼编码表，返回一个护肤曼编码 压缩后的byte[]
/**
*
* @param bytes 这是原始数组对应的byte[]
* @param huffmanCodes 生成的赫夫曼编码map
* @return 返回赫夫曼编码处理后的byte[] 举例：String content = "i like like like java do you
* like a java";-->byte[] contentBytes = content.getBytes(); 返回的是：101 01
* 000 101 1111 1110 01 000 101 1111 1110 01 000 101 1111 1110 01 0010
* 100 11011 100 01 11000 0011 01 11010 0011 11001 01 000 101 1111 1110
* 01 100 01 0010 100 11011 100 -->对应的byte[] huffmanCodeBytes,
* 即8位对应一个byte，放入到huffmanCodeBytes 其中，前8位对应的：huffmanCodeBytes[0] =
* 10101000（补码）= 11011000 --> -88
*
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
// 1. 利用huffmanCodes 将bytes 转成赫夫曼编码对应的字符串
StringBuilder stringBuilder = new StringBuilder();
// 遍历bytes数组
for (byte b : bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
System.out.println("测试stringBuilder=" + stringBuilder.toString());
// 将"1010100010111..."转成byte[]
// 统计返回的byte[] huffmanCodeBytes的长度
// int len = (stringBuilder.length() + 7) / 8;
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;// 记录是第几个byte
for (int i = 0; i < stringBuilder.length(); i += 8) {// 因为是每8位对应一个byte，所以步长 +8
String strByte;
if (i + 8 > stringBuilder.length()) {// 不够8位
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i, i + 8);
}
// 将strByte 转成一个byte，放入到huffmanCodeBytes
huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
// 生成赫夫曼树对应的赫夫曼编码表
// 思路
// 1. 将赫夫曼编码表存放在Map<Byte, String> 形式
// 32->01 97->100 100->11000 等等[形式]
static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
// 2. 在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
// 为了调用方便，重载getCodes
private static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理root左子树
getCodes(root.left, "0", stringBuilder);
// 处理root右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：将传入的node节点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCodes集合
*
* @param node 传入的节点
* @param code 路径：左子结点是0，右子节点1
* @param stringBuilder 用于拼接路径
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
// 将code加入到stringBuilder2
stringBuilder2.append(code);
if (node != null) {// 如果node == null 不处理
// 判断当前node是叶子结点还是非叶子节点
if (node.data == null) {// 非叶子节点
// 递归处理
// 向左递归
getCodes(node.left, "0", stringBuilder2);
// 向右递归
getCodes(node.right, "1", stringBuilder2);
} else {// 说名明是一个叶子结点
// 就表示找到了某一个叶子结点的最后
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
// 前序遍历的方法
private static void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("赫夫曼树为空");
}
}
/**
*
* @param bytes 接受一个字节数组
* @return 返回的就是List形式： [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…]
*/
private static List<Node> getNodes(byte[] bytes) {
// 创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
// 遍历bytes，统计每一个byte出现的次数->map[key, value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {// Map还没有这个字符数据,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
// 把每个 键值对 转成一个Node对象，并加入到nodes集合
// 遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
// 通过List创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
// 排序,从小到大
Collections.sort(nodes);
// 取出第一个最小的二叉树
Node leftNode = nodes.get(0);
// 取出第二小的二叉树
Node rightNode = nodes.get(1);
// 创建一个新的二叉树，它的根节点：没有data，只有取值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 将已经处理过的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的二叉树，接入到nodes
nodes.add(parent);
}
// nodes最后的节点，就是赫夫曼树的根节点
return nodes.get(0);
}
}
//创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据（字符）本身，比如'a' => 97; ' ' => 32
int weight;// 权值，表示字符出现的次数
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
// 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();
}
}
}
运行结果：
3. 实例应用-赫夫曼编码实现数据解压
问题：
使用赫夫曼编码来解码数据，具体要求是
（1）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]
（2）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。
代码实现：
package huffmancode;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class HuffmanCode {
public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("原字符串的长度=" + contentBytes.length);// 40
byte[] huffmanCodesBytes = huffmanZip(contentBytes);
System.out.println("压缩后的结果是：" + Arrays.toString(huffmanCodesBytes) + "; 长度=" + huffmanCodesBytes.length);
// 测试：byteToBitString方法
// System.out.println(byteToBitString((byte) 1));
byte[] sourceBytes = decode(huffmanCodes, huffmanCodesBytes);
System.out.println("原来的字符串=" + new String(sourceBytes));
// 分步过程
/*
* List<Node> nodes = getNodes(contentBytes); System.out.println("nodes = " +
* nodes);
*
* // 测试，创建的二叉树 System.out.println("赫夫曼树"); Node huffmanTreeRoot =
* createHuffmanTree(nodes); System.out.println("前序遍历");
* huffmanTreeRoot.preOrder();
*
* // 测试是否生成了对应的赫夫曼编码 Map<Byte, String> huffmanCodes =
* getCodes(huffmanTreeRoot); System.out.println("生成的赫夫曼编码表" + huffmanCodes);
*
* // 测试 byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
* System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));
*/
}
// 完成数据的解压
// 思路：
// 1. 将huffmanCodesBytes：[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24,
// -14, -117, -4, -60, -90, 28]
// 重写，先转成 赫夫曼编码对应的二进制的字符串"10101000101111..."
// 2. 赫夫曼编码对应的二进制的字符串"10101000101111..." --> 对照 赫夫曼编码 --> "i like like like java
// do you like a java"
// 编写一个方法，完成对压缩数据的解码
/**
*
* @param huffmanCodes 赫夫曼编码表map
* @param huffmanBytes 赫夫曼编码得到的字节数组
* @return 就是原来字符串对应的数组
*/
private static byte[] decode(Map<Byte, String> huffmanCodes, byte[] huffmanBytes) {
// 1. 先得到huffmanBytes对应的 二进制的字符串，形式：10101000101111...
StringBuilder stringBuilder = new StringBuilder();
// 将byte数组转成二进制的字符串
for (int i = 0; i < huffmanBytes.length; i++) {
byte b = huffmanBytes[i];
// 判断是不是最后一个字节
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
System.out.println("赫夫曼字节数组对应的二进制字符串=" + stringBuilder.toString());
// 把字符串按照指定的赫夫曼编码进行解码
// 把赫夫曼编码表进行调换，因为反向查询 a->100 100->a
Map<String, Byte> map = new HashMap<String, Byte>();
for (Map.Entry<Byte, String> entry : huffmanCodes.entrySet()) {
map.put(entry.getValue(), entry.getKey());
}
System.out.println("map=" + map);
// 创建一个集合，存放byte
List<Byte> list = new ArrayList<>();
// i 可以理解成就是索引，扫描stringBuilder
for (int i = 0; i < stringBuilder.length();) {
int count = 1;// 小的计数器
boolean flag = true;
Byte b = null;
while (flag) {
// 10101000101111...
// 递增的取出key 1或0
String key = stringBuilder.substring(i, i + count);// i不动，让count移动，指定匹配到一个字符
b = map.get(key);
if (b == null) {// 说明没有匹配到
count++;
} else {
// 匹配到
flag = false;
}
}
list.add(b);
i += count;// i 直接移动到count
}
// 当for循环结束后，list中就存放了所有的字符
// 把list中的数据放到byte[]数组 并返回
byte b[] = new byte[list.size()];
for (int i = 0; i < b.length; i++) {
b[i] = list.get(i);
}
return b;
}
/**
* 功能： 将一个byte转成一个二进制的字符串
*
* @param b 传入byte
* @param flag 标志是否需要补高位：如果是true，表示需要补高位；如果是false，表示不补高位;如果是最后一个字节，无需补高位
* @return 是该b 对应的二进制的字符串（注意：是按补码返回）
*/
private static String byteToBitString(boolean flag, byte b) {
// 使用变量保存b
int temp = b;// 将b转成int
// 如果是正数，需要补高位
if (flag) {
temp |= 256;// 按位与256：(1 0000 0000 | 0000 0001) => 1 0000 0001
}
String str = Integer.toBinaryString(temp);// 返回的是temp对应的二进制的补码
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
// 使用一个方法，将前面的方法封装起来，便于我们的调用
/**
*
* @param bytes 原始的字符串对应的字节数组
* @return 返回的是经过赫夫曼编码处理后的字节数组（压缩后的数组）
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
// 根据nodes创建赫夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
// 生成对应的赫夫曼编码（根据赫夫曼树）
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
// 根据生成的赫夫曼编码，压缩得到压缩后的赫夫曼编码字节数组
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
// 编写一个方法，将字符串对应的byte[]数组，通过生成的赫夫曼编码表，返回一个护肤曼编码 压缩后的byte[]
/**
*
* @param bytes 这是原始数组对应的byte[]
* @param huffmanCodes 生成的赫夫曼编码map
* @return 返回赫夫曼编码处理后的byte[] 举例：String content = "i like like like java do you
* like a java";-->byte[] contentBytes = content.getBytes(); 返回的是：101 01
* 000 101 1111 1110 01 000 101 1111 1110 01 000 101 1111 1110 01 0010
* 100 11011 100 01 11000 0011 01 11010 0011 11001 01 000 101 1111 1110
* 01 100 01 0010 100 11011 100 -->对应的byte[] huffmanCodeBytes,
* 即8位对应一个byte，放入到huffmanCodeBytes 其中，前8位对应的：huffmanCodeBytes[0] =
* 10101000（补码）= 11011000 --> -88
*
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
// 1. 利用huffmanCodes 将bytes 转成赫夫曼编码对应的字符串
StringBuilder stringBuilder = new StringBuilder();
// 遍历bytes数组
for (byte b : bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
System.out.println("测试stringBuilder=" + stringBuilder.toString());
// 将"1010100010111..."转成byte[]
// 统计返回的byte[] huffmanCodeBytes的长度
// int len = (stringBuilder.length() + 7) / 8;
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;// 记录是第几个byte
for (int i = 0; i < stringBuilder.length(); i += 8) {// 因为是每8位对应一个byte，所以步长 +8
String strByte;
if (i + 8 > stringBuilder.length()) {// 不够8位
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i, i + 8);
}
// 将strByte 转成一个byte，放入到huffmanCodeBytes
huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
// 生成赫夫曼树对应的赫夫曼编码表
// 思路
// 1. 将赫夫曼编码表存放在Map<Byte, String> 形式
// 32->01 97->100 100->11000 等等[形式]
static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
// 2. 在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
// 为了调用方便，重载getCodes
private static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理root左子树
getCodes(root.left, "0", stringBuilder);
// 处理root右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：将传入的node节点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCodes集合
*
* @param node 传入的节点
* @param code 路径：左子结点是0，右子节点1
* @param stringBuilder 用于拼接路径
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
// 将code加入到stringBuilder2
stringBuilder2.append(code);
if (node != null) {// 如果node == null 不处理
// 判断当前node是叶子结点还是非叶子节点
if (node.data == null) {// 非叶子节点
// 递归处理
// 向左递归
getCodes(node.left, "0", stringBuilder2);
// 向右递归
getCodes(node.right, "1", stringBuilder2);
} else {// 说名明是一个叶子结点
// 就表示找到了某一个叶子结点的最后
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
// 前序遍历的方法
private static void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("赫夫曼树为空");
}
}
/**
*
* @param bytes 接受一个字节数组
* @return 返回的就是List形式： [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…]
*/
private static List<Node> getNodes(byte[] bytes) {
// 创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
// 遍历bytes，统计每一个byte出现的次数->map[key, value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {// Map还没有这个字符数据,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
// 把每个 键值对 转成一个Node对象，并加入到nodes集合
// 遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
// 通过List创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
// 排序,从小到大
Collections.sort(nodes);
// 取出第一个最小的二叉树
Node leftNode = nodes.get(0);
// 取出第二小的二叉树
Node rightNode = nodes.get(1);
// 创建一个新的二叉树，它的根节点：没有data，只有取值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 将已经处理过的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的二叉树，接入到nodes
nodes.add(parent);
}
// nodes最后的节点，就是赫夫曼树的根节点
return nodes.get(0);
}
}
//创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据（字符）本身，比如'a' => 97; ' ' => 32
int weight;// 权值，表示字符出现的次数
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
// 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();
}
}
}
运行结果：
4. 实例应用-使用赫夫曼编码压缩文件
4.1. 压缩文件
问题：
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
代码实现：
package huffmancode;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.ObjectOutputStream;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class HuffmanCode {
public static void main(String[] args) {
// 测试压缩文件
String srcFile = "C://Users//14532//Desktop//demo.png";
String dstFile = "C://Users//14532//Desktop//dst.zip";
zipFile(srcFile, dstFile);
System.out.println("压缩文件ok~");
}
// 编写方法，将一个文件压缩
/**
*
* @param srcFile 传入的希望压缩的文件的全路径
* @param dstFile 压缩后将压缩文件放到哪个目录
*/
public static void zipFile(String srcFile, String dstFile) {
// 创建输出流
OutputStream os = null;
ObjectOutputStream oos = null;
// 创建文件的输入流
FileInputStream is = null;
try {
// 创建文件的输入流
is = new FileInputStream(srcFile);
// 创建一个和源文件大小一样的byte[]
byte[] b = new byte[is.available()];
// 读取文件
is.read(b);
// 直接对源文件压缩
byte[] huffmanBytes = huffmanZip(b);
// 创建一个文件的输出流，存放压缩文件
os = new FileOutputStream(dstFile);
// 创建一个和文件输出流关联的ObjectOutputStream
oos = new ObjectOutputStream(os);
// 把
oos.writeObject(huffmanBytes);// 先把
// 这里我们以对象流的方式写入赫夫曼编码，是为了以后恢复源文件时使用
// 注意一定要把赫夫曼编码写入压缩文件
oos.writeObject(huffmanCodes);
} catch (Exception e) {
// TODO: handle exception
System.out.println(e.getMessage());
} finally {
try {
is.close();
oos.close();
os.close();
} catch (Exception e) {
// TODO: handle exception
System.out.println(e.getMessage());
}
}
}
// 完成数据的解压
// 思路：
// 1. 将huffmanCodesBytes：[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24,
// -14, -117, -4, -60, -90, 28]
// 重写，先转成 赫夫曼编码对应的二进制的字符串"10101000101111..."
// 2. 赫夫曼编码对应的二进制的字符串"10101000101111..." --> 对照 赫夫曼编码 --> "i like like like java
// do you like a java"
// 编写一个方法，完成对压缩数据的解码
/**
*
* @param huffmanCodes 赫夫曼编码表map
* @param huffmanBytes 赫夫曼编码得到的字节数组
* @return 就是原来字符串对应的数组
*/
private static byte[] decode(Map<Byte, String> huffmanCodes, byte[] huffmanBytes) {
// 1. 先得到huffmanBytes对应的 二进制的字符串，形式：10101000101111...
StringBuilder stringBuilder = new StringBuilder();
// 将byte数组转成二进制的字符串
for (int i = 0; i < huffmanBytes.length; i++) {
byte b = huffmanBytes[i];
// 判断是不是最后一个字节
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
// System.out.println("赫夫曼字节数组对应的二进制字符串=" + stringBuilder.toString());
// 把字符串按照指定的赫夫曼编码进行解码
// 把赫夫曼编码表进行调换，因为反向查询 a->100 100->a
Map<String, Byte> map = new HashMap<String, Byte>();
for (Map.Entry<Byte, String> entry : huffmanCodes.entrySet()) {
map.put(entry.getValue(), entry.getKey());
}
// System.out.println("map=" + map);
// 创建一个集合，存放byte
List<Byte> list = new ArrayList<>();
// i 可以理解成就是索引，扫描stringBuilder
for (int i = 0; i < stringBuilder.length();) {
int count = 1;// 小的计数器
boolean flag = true;
Byte b = null;
while (flag) {
// 10101000101111...
// 递增的取出key 1或0
String key = stringBuilder.substring(i, i + count);// i不动，让count移动，指定匹配到一个字符
b = map.get(key);
if (b == null) {// 说明没有匹配到
count++;
} else {
// 匹配到
flag = false;
}
}
list.add(b);
i += count;// i 直接移动到count
}
// 当for循环结束后，list中就存放了所有的字符
// 把list中的数据放到byte[]数组 并返回
byte b[] = new byte[list.size()];
for (int i = 0; i < b.length; i++) {
b[i] = list.get(i);
}
return b;
}
/**
* 功能： 将一个byte转成一个二进制的字符串
*
* @param b 传入byte
* @param flag 标志是否需要补高位：如果是true，表示需要补高位；如果是false，表示不补高位;如果是最后一个字节，无需补高位
* @return 是该b 对应的二进制的字符串（注意：是按补码返回）
*/
private static String byteToBitString(boolean flag, byte b) {
// 使用变量保存b
int temp = b;// 将b转成int
// 如果是正数，需要补高位
if (flag) {
temp |= 256;// 按位与256：(1 0000 0000 | 0000 0001) => 1 0000 0001
}
String str = Integer.toBinaryString(temp);// 返回的是temp对应的二进制的补码
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
// 使用一个方法，将前面的方法封装起来，便于我们的调用
/**
*
* @param bytes 原始的字符串对应的字节数组
* @return 返回的是经过赫夫曼编码处理后的字节数组（压缩后的数组）
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
// 根据nodes创建赫夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
// 生成对应的赫夫曼编码（根据赫夫曼树）
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
// 根据生成的赫夫曼编码，压缩得到压缩后的赫夫曼编码字节数组
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
// 编写一个方法，将字符串对应的byte[]数组，通过生成的赫夫曼编码表，返回一个护肤曼编码 压缩后的byte[]
/**
*
* @param bytes 这是原始数组对应的byte[]
* @param huffmanCodes 生成的赫夫曼编码map
* @return 返回赫夫曼编码处理后的byte[] 举例：String content = "i like like like java do you
* like a java";-->byte[] contentBytes = content.getBytes(); 返回的是：101 01
* 000 101 1111 1110 01 000 101 1111 1110 01 000 101 1111 1110 01 0010
* 100 11011 100 01 11000 0011 01 11010 0011 11001 01 000 101 1111 1110
* 01 100 01 0010 100 11011 100 -->对应的byte[] huffmanCodeBytes,
* 即8位对应一个byte，放入到huffmanCodeBytes 其中，前8位对应的：huffmanCodeBytes[0] =
* 10101000（补码）= 11011000 --> -88
*
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
// 1. 利用huffmanCodes 将bytes 转成赫夫曼编码对应的字符串
StringBuilder stringBuilder = new StringBuilder();
// 遍历bytes数组
for (byte b : bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
// System.out.println("测试stringBuilder=" + stringBuilder.toString());
// 将"1010100010111..."转成byte[]
// 统计返回的byte[] huffmanCodeBytes的长度
// int len = (stringBuilder.length() + 7) / 8;
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;// 记录是第几个byte
for (int i = 0; i < stringBuilder.length(); i += 8) {// 因为是每8位对应一个byte，所以步长 +8
String strByte;
if (i + 8 > stringBuilder.length()) {// 不够8位
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i, i + 8);
}
// 将strByte 转成一个byte，放入到huffmanCodeBytes
huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
// 生成赫夫曼树对应的赫夫曼编码表
// 思路
// 1. 将赫夫曼编码表存放在Map<Byte, String> 形式
// 32->01 97->100 100->11000 等等[形式]
static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
// 2. 在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
// 为了调用方便，重载getCodes
private static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理root左子树
getCodes(root.left, "0", stringBuilder);
// 处理root右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：将传入的node节点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCodes集合
*
* @param node 传入的节点
* @param code 路径：左子结点是0，右子节点1
* @param stringBuilder 用于拼接路径
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
// 将code加入到stringBuilder2
stringBuilder2.append(code);
if (node != null) {// 如果node == null 不处理
// 判断当前node是叶子结点还是非叶子节点
if (node.data == null) {// 非叶子节点
// 递归处理
// 向左递归
getCodes(node.left, "0", stringBuilder2);
// 向右递归
getCodes(node.right, "1", stringBuilder2);
} else {// 说名明是一个叶子结点
// 就表示找到了某一个叶子结点的最后
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
// 前序遍历的方法
private static void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("赫夫曼树为空");
}
}
/**
*
* @param bytes 接受一个字节数组
* @return 返回的就是List形式： [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…]
*/
private static List<Node> getNodes(byte[] bytes) {
// 创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
// 遍历bytes，统计每一个byte出现的次数->map[key, value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {// Map还没有这个字符数据,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
// 把每个 键值对 转成一个Node对象，并加入到nodes集合
// 遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
// 通过List创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
// 排序,从小到大
Collections.sort(nodes);
// 取出第一个最小的二叉树
Node leftNode = nodes.get(0);
// 取出第二小的二叉树
Node rightNode = nodes.get(1);
// 创建一个新的二叉树，它的根节点：没有data，只有取值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 将已经处理过的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的二叉树，接入到nodes
nodes.add(parent);
}
// nodes最后的节点，就是赫夫曼树的根节点
return nodes.get(0);
}
}
//创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据（字符）本身，比如'a' => 97; ' ' => 32
int weight;// 权值，表示字符出现的次数
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
// 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();
}
}
}
运行结果：
在桌面会看到dxt.zip压缩文件
4.2. 解压文件
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)
代码实现：
package huffmancode;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.InputStream;
import java.io.ObjectInputStream;
import java.io.ObjectOutputStream;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class HuffmanCode {
public static void main(String[] args) {
// // 测试压缩文件
// String srcFile = "C://Users//14532//Desktop//demo.png";
// String dstFile = "C://Users//14532//Desktop//dst.zip";
//
// zipFile(srcFile, dstFile);
// System.out.println("压缩文件ok~");
// 测试解压文件
String zipFile = "C://Users//14532//Desktop//dst.zip";
String dstFile = "C://Users//14532//Desktop//demo2.png";
unZipFile(zipFile, dstFile);
System.out.println("解压成功~");
}
// 编写方法：完成对压缩文件的解压
public static void unZipFile(String zipFile, String dstFile) {
// 定义文件输入流
InputStream is = null;
// 定义一个对象输入流
ObjectInputStream ois = null;
// 定义文件的输出流
OutputStream os = null;
try {
// 创建文件输入流
is = new FileInputStream(zipFile);
// 创建一个和is关联的对象输入流
ois = new ObjectInputStream(is);
// 读取byte数组 huffmanBytes
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bytes[]写入到目标文件
os = new FileOutputStream(dstFile);
// 写数据到dsFile文件中
os.write(bytes);
} catch (Exception e) {
// TODO: handle exception
System.out.println(e.getMessage());
} finally {
try {
os.close();
ois.close();
is.close();
} catch (Exception e2) {
System.out.println(e2.getMessage());
}
}
}
// 编写方法，将一个文件压缩
/**
*
* @param srcFile 传入的希望压缩的文件的全路径
* @param dstFile 压缩后将压缩文件放到哪个路径
*/
public static void zipFile(String srcFile, String dstFile) {
// 创建输出流
OutputStream os = null;
ObjectOutputStream oos = null;
// 创建文件的输入流
FileInputStream is = null;
try {
// 创建文件的输入流
is = new FileInputStream(srcFile);
// 创建一个和源文件大小一样的byte[]
byte[] b = new byte[is.available()];
// 读取文件
is.read(b);
// 直接对源文件压缩
byte[] huffmanBytes = huffmanZip(b);
// 创建一个文件的输出流，存放压缩文件
os = new FileOutputStream(dstFile);
// 创建一个和文件输出流关联的ObjectOutputStream
oos = new ObjectOutputStream(os);
// 把
oos.writeObject(huffmanBytes);// 先把
// 这里我们以对象流的方式写入赫夫曼编码，是为了以后恢复源文件时使用
// 注意一定要把赫夫曼编码写入压缩文件
oos.writeObject(huffmanCodes);
} catch (Exception e) {
// TODO: handle exception
System.out.println(e.getMessage());
} finally {
try {
is.close();
oos.close();
os.close();
} catch (Exception e) {
// TODO: handle exception
System.out.println(e.getMessage());
}
}
}
// 完成数据的解压
// 思路：
// 1. 将huffmanCodesBytes：[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24,
// -14, -117, -4, -60, -90, 28]
// 重写，先转成 赫夫曼编码对应的二进制的字符串"10101000101111..."
// 2. 赫夫曼编码对应的二进制的字符串"10101000101111..." --> 对照 赫夫曼编码 --> "i like like like java
// do you like a java"
// 编写一个方法，完成对压缩数据的解码
/**
*
* @param huffmanCodes 赫夫曼编码表map
* @param huffmanBytes 赫夫曼编码得到的字节数组
* @return 就是原来字符串对应的数组
*/
private static byte[] decode(Map<Byte, String> huffmanCodes, byte[] huffmanBytes) {
// 1. 先得到huffmanBytes对应的 二进制的字符串，形式：10101000101111...
StringBuilder stringBuilder = new StringBuilder();
// 将byte数组转成二进制的字符串
for (int i = 0; i < huffmanBytes.length; i++) {
byte b = huffmanBytes[i];
// 判断是不是最后一个字节
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
// System.out.println("赫夫曼字节数组对应的二进制字符串=" + stringBuilder.toString());
// 把字符串按照指定的赫夫曼编码进行解码
// 把赫夫曼编码表进行调换，因为反向查询 a->100 100->a
Map<String, Byte> map = new HashMap<String, Byte>();
for (Map.Entry<Byte, String> entry : huffmanCodes.entrySet()) {
map.put(entry.getValue(), entry.getKey());
}
// System.out.println("map=" + map);
// 创建一个集合，存放byte
List<Byte> list = new ArrayList<>();
// i 可以理解成就是索引，扫描stringBuilder
for (int i = 0; i < stringBuilder.length();) {
int count = 1;// 小的计数器
boolean flag = true;
Byte b = null;
while (flag) {
// 10101000101111...
// 递增的取出key 1或0
String key = stringBuilder.substring(i, i + count);// i不动，让count移动，指定匹配到一个字符
b = map.get(key);
if (b == null) {// 说明没有匹配到
count++;
} else {
// 匹配到
flag = false;
}
}
list.add(b);
i += count;// i 直接移动到count
}
// 当for循环结束后，list中就存放了所有的字符
// 把list中的数据放到byte[]数组 并返回
byte b[] = new byte[list.size()];
for (int i = 0; i < b.length; i++) {
b[i] = list.get(i);
}
return b;
}
/**
* 功能： 将一个byte转成一个二进制的字符串
*
* @param b 传入byte
* @param flag 标志是否需要补高位：如果是true，表示需要补高位；如果是false，表示不补高位;如果是最后一个字节，无需补高位
* @return 是该b 对应的二进制的字符串（注意：是按补码返回）
*/
private static String byteToBitString(boolean flag, byte b) {
// 使用变量保存b
int temp = b;// 将b转成int
// 如果是正数，需要补高位
if (flag) {
temp |= 256;// 按位与256：(1 0000 0000 | 0000 0001) => 1 0000 0001
}
String str = Integer.toBinaryString(temp);// 返回的是temp对应的二进制的补码
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
// 使用一个方法，将前面的方法封装起来，便于我们的调用
/**
*
* @param bytes 原始的字符串对应的字节数组
* @return 返回的是经过赫夫曼编码处理后的字节数组（压缩后的数组）
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
// 根据nodes创建赫夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
// 生成对应的赫夫曼编码（根据赫夫曼树）
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
// 根据生成的赫夫曼编码，压缩得到压缩后的赫夫曼编码字节数组
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
// 编写一个方法，将字符串对应的byte[]数组，通过生成的赫夫曼编码表，返回一个护肤曼编码 压缩后的byte[]
/**
*
* @param bytes 这是原始数组对应的byte[]
* @param huffmanCodes 生成的赫夫曼编码map
* @return 返回赫夫曼编码处理后的byte[] 举例：String content = "i like like like java do you
* like a java";-->byte[] contentBytes = content.getBytes(); 返回的是：101 01
* 000 101 1111 1110 01 000 101 1111 1110 01 000 101 1111 1110 01 0010
* 100 11011 100 01 11000 0011 01 11010 0011 11001 01 000 101 1111 1110
* 01 100 01 0010 100 11011 100 -->对应的byte[] huffmanCodeBytes,
* 即8位对应一个byte，放入到huffmanCodeBytes 其中，前8位对应的：huffmanCodeBytes[0] =
* 10101000（补码）= 11011000 --> -88
*
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
// 1. 利用huffmanCodes 将bytes 转成赫夫曼编码对应的字符串
StringBuilder stringBuilder = new StringBuilder();
// 遍历bytes数组
for (byte b : bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
// System.out.println("测试stringBuilder=" + stringBuilder.toString());
// 将"1010100010111..."转成byte[]
// 统计返回的byte[] huffmanCodeBytes的长度
// int len = (stringBuilder.length() + 7) / 8;
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;// 记录是第几个byte
for (int i = 0; i < stringBuilder.length(); i += 8) {// 因为是每8位对应一个byte，所以步长 +8
String strByte;
if (i + 8 > stringBuilder.length()) {// 不够8位
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i, i + 8);
}
// 将strByte 转成一个byte，放入到huffmanCodeBytes
huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
// 生成赫夫曼树对应的赫夫曼编码表
// 思路
// 1. 将赫夫曼编码表存放在Map<Byte, String> 形式
// 32->01 97->100 100->11000 等等[形式]
static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
// 2. 在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
// 为了调用方便，重载getCodes
private static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
// 处理root左子树
getCodes(root.left, "0", stringBuilder);
// 处理root右子树
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：将传入的node节点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCodes集合
*
* @param node 传入的节点
* @param code 路径：左子结点是0，右子节点1
* @param stringBuilder 用于拼接路径
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
// 将code加入到stringBuilder2
stringBuilder2.append(code);
if (node != null) {// 如果node == null 不处理
// 判断当前node是叶子结点还是非叶子节点
if (node.data == null) {// 非叶子节点
// 递归处理
// 向左递归
getCodes(node.left, "0", stringBuilder2);
// 向右递归
getCodes(node.right, "1", stringBuilder2);
} else {// 说名明是一个叶子结点
// 就表示找到了某一个叶子结点的最后
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
// 前序遍历的方法
private static void preOrder(Node root) {
if (root != null) {
root.preOrder();
} else {
System.out.println("赫夫曼树为空");
}
}
/**
*
* @param bytes 接受一个字节数组
* @return 返回的就是List形式： [Node[data=97 ,weight = 5], Node[data=32,weight = 9]…]
*/
private static List<Node> getNodes(byte[] bytes) {
// 创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
// 遍历bytes，统计每一个byte出现的次数->map[key, value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) {// Map还没有这个字符数据,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
// 把每个 键值对 转成一个Node对象，并加入到nodes集合
// 遍历map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
// 通过List创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
// 排序,从小到大
Collections.sort(nodes);
// 取出第一个最小的二叉树
Node leftNode = nodes.get(0);
// 取出第二小的二叉树
Node rightNode = nodes.get(1);
// 创建一个新的二叉树，它的根节点：没有data，只有取值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 将已经处理过的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将新的二叉树，接入到nodes
nodes.add(parent);
}
// nodes最后的节点，就是赫夫曼树的根节点
return nodes.get(0);
}
}
//创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据（字符）本身，比如'a' => 97; ' ' => 32
int weight;// 权值，表示字符出现的次数
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
// 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();
}
}
}
运行结果：
在桌面会看到dxt.zip压缩文件
4.3 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（我上面使用的png图片就没有明显变化，压缩之后数据量反而变大了）
- 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)
- 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。
想获得明显的压缩效果，给一个bmp图片，供大家进行测试，如下
