赫夫曼编码（内容多，难点）
1.基本介绍
- 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。
2.原理剖析
1.定长编码
2.变长编码
3.赫夫曼编码
1. i like like like java do you like a java // 共40个字符(包括空格)
2. 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
3. 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.(图后)
4 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:
o: 1000 u: 10010 d: 100110 y: 100111 i: 101
a : 110 k: 1110 e: 1111 j: 0000 v: 0001
l: 001 : 01
5 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)
1010100110111101111010011011110111101001101111011110100001100001110011001111000011001111000100100100110111101111011100100001100001110 通过赫夫曼编码处理 长度为 133
6 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：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, 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。
3.实现步骤
功能： 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:
(1) Node { data (存放数据)， weight (权值)， left 和 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[date=97 ,weight = 5], Node[]date=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
4.代码实现编码
4.1计算机底层存储的是数字
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();
for(byte b : contentBytes){
System.out.print(b + " ");
}
System.out.println(contentBytes.length);//40
}
}
输出结果为：
4.2 获得结点信息方法
下面的代码仅仅是存储到map中
// 第二：编写一个方法,获得结点信息（字符，权值）
private static void getNodes(byte[] bytes){
//1.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，使用java中的map[key,value]
HashMap<Byte, Integer> counts = new HashMap<>();
for(byte b : bytes){
Integer count = counts.get(b);
if (count == null) {
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
System.out.println(counts);
}
下面的代码实现转化为node形式
/**
*
* @param bytes 接收字节数组
* @return 返回List形式，[Node [data=32, weight=9], Node [data=97, weight=5]]
*/
// 第二：编写一个方法,获得结点信息（字符，权值）
private static List<Node> getNodes(byte[] bytes){
//1.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，使用java中的map[key,value]
HashMap<Byte, Integer> counts = new HashMap<>();
for(byte b : bytes){
Integer count = counts.get(b);
if (count == null) {
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
//System.out.println(counts);
}
// 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;
}
测试结果
4.3创建赫夫曼树方法
代码
// 第四，编写前序遍历方法
private static void preOrder(Node root){
if (root != null) {
root.preOrder();
} else {
System.out.println("空树，不能遍历");
}
}
// 第三：可以通过List创建对应的赫夫曼树
public static Node createHuffmanTree(List<Node> nodes){
while(nodes.size() > 1){
//排序，从小到大排序
Collections.sort(nodes);
//取出第一棵最小的二叉树
Node leftNode = nodes.get(0);
//取出第二课最小的二叉树
Node rightNode = nodes.get(1);
//创建一棵新的二叉树，它的根结点没有data 值为null,只有权值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
//注意：将已经处理过的两棵树从nodes中删除
nodes.remove(leftNode);
nodes.remove(rightNode);
//将新的二叉树加入到nodes中
nodes.add(parent);
}
//node最后的结点就是哈夫曼树的根结点
return nodes.get(0);
}
测试结果
4.4 生成赫夫曼编码
代码实现
//第五.1 ，为了方便调用方便，重载getCodes（）
private 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;
}
//第五，生成赫夫曼树对应的赫夫曼编码
//思路
//1.将赫夫曼码存放在Map中
static Map<Byte, String> huffmanCodes= new HashMap<Byte, String>();
//2.将生成的哈夫曼编码的路径进行拼接，定义一个StringBuilder 存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
//第五，生成赫夫曼树对应的赫夫曼编码方法
/**
* 功能：将传入的node结点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCode集合中
* @param node 转入的结点
* @param code 路径：左子结点表示0 ， 右子结点表示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（路径）加入到stringBuilder2中
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结点
if (node.data == null) {
// 表示非叶子结点
//递归处理
//先向左进行递归
getCodes(node.left, "0", stringBuilder2);
//再向右进行递归
getCodes(node.right, "1", stringBuilder2);
} else {
//说明是一个叶子结点
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
测试结果
测试结果出错，修改之后
4.5赫夫曼编码数组
代码
// 第六，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[]
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();
//2.遍历数组bytes[]
for(Byte b: bytes){
stringBuilder.append(huffmanCodes.get(b));
}
//System.out.println(stringBuilder.toString());//1101101011010110100101011011101101010010
//将1101101... 转成 byte[]
//统计返回 byte[] huffmanCodeBytes 长度
//一句话实现：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){//因为是每八位对应一个byte,所以步长+8
String strByte;
if (i+8 > stringBuilder.length()) {
// 不够8位
strByte = stringBuilder.substring(i);//表示从i开始到最后截取
} 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);//2表示2进制
index++;
}
return huffmanCodeBytes;
}
测试结果错误
正确结果：修改代码之后，之前是因为忘记传入参数
4.6将前面的方法封装
// 第七，使用一个方法将前面的方法封装起来，便于我们调用
/**
*
* @param bytes 原始的字符串对应的字节数组
* @return 进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){
// 创建字符串对应的list
List<Node> nodes = getNodes(bytes);
// System.out.println(nodes);
//根据nodes创建哈夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
// System.out.println(huffmanTreeRoot);
//对应的哈夫曼编码(根据哈夫曼树得到)
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
//System.out.println(huffmanCodes);//{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}
// 根据生成的哈夫曼编码，压缩得到压缩后的哈夫曼编码字节数组
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
测试结果：
5.代码实现解码
5.1步骤如下：
第一步：
第二步：转为二进制
第三步：转化为字符串（人可以看到的）
5.2代码方法
//第九，编写一个方法，完成对压缩数据的解码
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，形如1010100010111...
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，一个字节等于8位
boolean flag = (i== huffmanBytes.length -1);//默认是最后一个字节
stringBuilder.append(byteToBitString(!flag, b));
}
//System.out.println("哈夫曼字节数组对应的二进制字符串=" + stringBuilder.toString());//101010001011111111001000101....
// 把字符串按照制定的赫夫曼编码进行解码
// 把哈夫曼编码进行调换，注意Map中泛型的使用
Map<String, Byte> map = new HashMap<String,Byte>();
for(Map.Entry<Byte, String> entry: huffmanCodes.entrySet()){
map.put(entry.getValue(), entry.getKey());
}
// map={000=108, 01=32, 100=97, 101=105, 11010=121, 0011=111, 1111=107, 11001=117, 1110=101, 11000=100, 11011=118, 0010=106}
// System.out.println("map=" + map);
//创建一个集合，存放byte
List<Byte> list = new ArrayList<>();
// i可以理解为一个索引，扫描stringBuilder=1010100010.....
// 注意：易错 i++不需要写，i一直指向0的位置
for(int i = 0; i < stringBuilder.length();){
int count = 1;//计数器
boolean flag = true;
Byte b = null;
while(flag){
//i不动，让count移动，直到匹配到一个字符
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
flag = false;
}
}
list.add(b);
i += count;//i直接移动到count
}
//当for循环结束之后，我们list中存放了所有的字符，”i like like like......“
//把list中的数据放入到byte[] 并返回
byte[] b = new byte[list.size()];
for(int i=0; i<b.length; i++){
b[i] = list.get(i);
}
return b;
}
//第八，转化成二进制
/**
* 将一个byte转成一个二进制的字符串
* @param flag 标志是否需要补全高位，如果是true,表示需要补高位，如果是false表示不需要补全高位，另外如果是最后一个字节，无需补全高位
* @param b 传入的byte
* @return 是传入byte对应的二进制的字符串（注意是按照补码返回）
*/
private static String byteToBitString(Boolean flag,byte b){
//使用变量保存b
int temp = b;//将b转成int，转成数值
// 返回的是temp对应的二进制的补码，还特别长,所以存在截取的问题
// str=11111111111111111111111111
// System.out.println("str=" + str);
// 如果是整数，还存在补全高位
if (flag) {
temp |= 256;//按位与256
}
String str = Integer.toBinaryString(temp);// 返回的是temp对应的二进制的补码，还特别长,所以存在截取的问题
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
测试代码
public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
byte[] huffmanCodesBytes = huffmanZip(contentBytes);
System.out.println("压缩之后的结果是" + Arrays.toString(huffmanCodesBytes));
// 测试byteToBitString方法
// System.out.println(byteToBitString(true,(byte)1));
byte[] decode = decode(huffmanCodes, huffmanCodesBytes);
//System.out.println(decode);//10101000101111111100100010......
System.out.println("原来的字符串=" + new String(decode));
//原来的字符串=iaikal kal kajoe aoeleijkuljoe
// 注意易错点，不用i++
// 原来的字符串=i like like like java do you like a java
// for(byte b : contentBytes){
// System.out.print(b + " ");
// }
/*
System.out.println(contentBytes.length);//40
List<Node> nodes = getNodes(contentBytes);
System.out.println(nodes);//[Node [data=32, weight=9], Node [data=97, weight=5], Node [data=100, weight=1]
//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");
preOrder(huffmanTreeRoot);
//测试是否生成了对应的赫夫曼编码
// getCodes(huffmanTreeRoot, "", stringBuilder);//调用太复杂,重载getCodes()方法
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
System.out.println("生成的赫夫曼编码表=" + huffmanCodes);
byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));
*/
}
测试结果：
6.实现压缩文件
6.1代码
//第十，编写方法，将一个文件进行压缩
/**
*
* @param srcFile 传入的压缩文件的全路径
* @param dstFile 压缩完成之后存储的文件路径
*/
public static void zipFile(String srcFile,String dstFile){
//创建输出流
OutputStream os = null;
ObjectOutputStream oos = null;
// 创建文件的输出流
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);
//把赫夫曼编码后的字节数组写入压缩文件
oos.writeObject(huffmanBytes);
//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 Auto-generated catch block
System.out.println(e.getMessage());
} finally {
try {
is.close();
os.close();
oos.close();
} catch (Exception e) {
// TODO Auto-generated catch block
System.out.println(e.getMessage());
}
}
}
6.2测试结果
//测试压缩文件
String srcFile = "C://Users/dell/Desktop/test.xml";
String dstFlie = "C://Users/dell/Desktop/test.zip";
zipFile(srcFile, dstFlie);
System.out.println("压缩完成");
效果还是不错的
注意不能电脑解压文件解压，需要编写方法解压
7.实现解压文件
7.1代码
// 第十一，编写一个方法，完成对压缩文件的解压
/**
*
* @param zipFile 准备解压的文件
* @param dstFile 将文件解压到哪个路径
*/
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);
// 创建一个与 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数组写入到目标文件
os = new FileOutputStream(dstFile);
//写数据到dstFile文件
os.write(bytes);
} catch (Exception e) {
// TODO Auto-generated catch block
System.out.println(e.getMessage());
} finally {
try {
os.close();
ois.close();
is.close();
} catch (Exception e) {
// TODO Auto-generated catch block
System.out.println(e.getMessage());
}
}
}
7.2测试结果
测试代码
//测试解压文件
String zipFile = "C://Users/dell/Desktop/test.zip";
String dstFile = "C://Users/dell/Desktop/test2.xml";
unZipFile(zipFile, dstFile);
System.out.println("解压成功");
8.赫夫曼编码压缩文件注意事项
1)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
2)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) [例 .xml文件]
3)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.
9.代码汇总（有点多）
import java.util.List;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
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.Map;
public class HuffmanCode {
public static void main(String[] args) {
//测试压缩文件
// String srcFile = "C://Users/dell/Desktop/test.xml";
// String dstFlie = "C://Users/dell/Desktop/test.zip";
// zipFile(srcFile, dstFlie);
// System.out.println("压缩完成");
//
//测试解压文件
String zipFile = "C://Users/dell/Desktop/test.zip";
String dstFile = "C://Users/dell/Desktop/test2.xml";
unZipFile(zipFile, dstFile);
System.out.println("解压成功");
/*
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
byte[] huffmanCodesBytes = huffmanZip(contentBytes);
System.out.println("压缩之后的结果是" + Arrays.toString(huffmanCodesBytes));
// 测试byteToBitString方法
// System.out.println(byteToBitString(true,(byte)1));
byte[] decode = decode(huffmanCodes, huffmanCodesBytes);
//System.out.println(decode);//10101000101111111100100010......
System.out.println("原来的字符串=" + new String(decode));
//原来的字符串=iaikal kal kajoe aoeleijkuljoe
// 注意易错点，不用i++
// 原来的字符串=i like like like java do you like a java
*/
// for(byte b : contentBytes){
// System.out.print(b + " ");
// }
/*
System.out.println(contentBytes.length);//40
List<Node> nodes = getNodes(contentBytes);
System.out.println(nodes);//[Node [data=32, weight=9], Node [data=97, weight=5], Node [data=100, weight=1]
//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");
preOrder(huffmanTreeRoot);
//测试是否生成了对应的赫夫曼编码
// getCodes(huffmanTreeRoot, "", stringBuilder);//调用太复杂,重载getCodes()方法
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
System.out.println("生成的赫夫曼编码表=" + huffmanCodes);
byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));
*/
}
// 第十一，编写一个方法，完成对压缩文件的解压
/**
*
* @param zipFile 准备解压的文件
* @param dstFile 将文件解压到哪个路径
*/
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);
// 创建一个与 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数组写入到目标文件
os = new FileOutputStream(dstFile);
//写数据到dstFile文件
os.write(bytes);
} catch (Exception e) {
// TODO Auto-generated catch block
System.out.println(e.getMessage());
} finally {
try {
os.close();
ois.close();
is.close();
} catch (Exception e) {
// TODO Auto-generated catch block
System.out.println(e.getMessage());
}
}
}
//第十，编写方法，将一个文件进行压缩
/**
*
* @param srcFile 传入的压缩文件的全路径
* @param dstFile 压缩完成之后存储的文件路径
*/
public static void zipFile(String srcFile,String dstFile){
//创建输出流
OutputStream os = null;
ObjectOutputStream oos = null;
// 创建文件的输出流
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);
//把赫夫曼编码后的字节数组写入压缩文件
oos.writeObject(huffmanBytes);
//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 Auto-generated catch block
System.out.println(e.getMessage());
} finally {
try {
is.close();
os.close();
oos.close();
} catch (Exception e) {
// TODO Auto-generated catch block
System.out.println(e.getMessage());
}
}
}
//第九，编写一个方法，完成对压缩数据的解码
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，形如1010100010111...
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，一个字节等于8位
boolean flag = (i== huffmanBytes.length -1);//默认是最后一个字节
stringBuilder.append(byteToBitString(!flag, b));
}
//System.out.println("哈夫曼字节数组对应的二进制字符串=" + stringBuilder.toString());//101010001011111111001000101....
// 把字符串按照制定的赫夫曼编码进行解码
// 把哈夫曼编码进行调换，注意Map中泛型的使用
Map<String, Byte> map = new HashMap<String,Byte>();
for(Map.Entry<Byte, String> entry: huffmanCodes.entrySet()){
map.put(entry.getValue(), entry.getKey());
}
// map={000=108, 01=32, 100=97, 101=105, 11010=121, 0011=111, 1111=107, 11001=117, 1110=101, 11000=100, 11011=118, 0010=106}
// System.out.println("map=" + map);
//创建一个集合，存放byte
List<Byte> list = new ArrayList<>();
// i可以理解为一个索引，扫描stringBuilder=1010100010.....
// 注意：易错 i++不需要写，i一直指向0的位置
for(int i = 0; i < stringBuilder.length();){
int count = 1;//计数器
boolean flag = true;
Byte b = null;
while(flag){
//i不动，让count移动，直到匹配到一个字符
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
flag = false;
}
}
list.add(b);
i += count;//i直接移动到count
}
//当for循环结束之后，我们list中存放了所有的字符，”i like like like......“
//把list中的数据放入到byte[] 并返回
byte[] b = new byte[list.size()];
for(int i=0; i<b.length; i++){
b[i] = list.get(i);
}
return b;
}
//第八，转化成二进制
/**
* 将一个byte转成一个二进制的字符串
* @param flag 标志是否需要补全高位，如果是true,表示需要补高位，如果是false表示不需要补全高位，另外如果是最后一个字节，无需补全高位
* @param b 传入的byte
* @return 是传入byte对应的二进制的字符串（注意是按照补码返回）
*/
private static String byteToBitString(Boolean flag,byte b){
//使用变量保存b
int temp = b;//将b转成int，转成数值
// 返回的是temp对应的二进制的补码，还特别长,所以存在截取的问题
// str=11111111111111111111111111
// System.out.println("str=" + str);
// 如果是整数，还存在补全高位
if (flag) {
temp |= 256;//按位与256
}
String str = Integer.toBinaryString(temp);// 返回的是temp对应的二进制的补码，还特别长,所以存在截取的问题
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
// 第七，使用一个方法将前面的方法封装起来，便于我们调用
/**
*
* @param bytes 原始的字符串对应的字节数组
* @return 进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){
// 创建字符串对应的list
List<Node> nodes = getNodes(bytes);
// System.out.println(nodes);
//根据nodes创建哈夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
// System.out.println(huffmanTreeRoot);
//对应的哈夫曼编码(根据哈夫曼树得到)
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
//System.out.println(huffmanCodes);//{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}
// 根据生成的哈夫曼编码，压缩得到压缩后的哈夫曼编码字节数组
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
// 第六，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[]
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();
//2.遍历数组bytes[]
for(Byte b: bytes){
stringBuilder.append(huffmanCodes.get(b));
}
//System.out.println(stringBuilder.toString());//1101101011010110100101011011101101010010
//将1101101... 转成 byte[]
//统计返回 byte[] huffmanCodeBytes 长度
//一句话实现：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){//因为是每八位对应一个byte,所以步长+8
String strByte;
if (i+8 > stringBuilder.length()) {
// 不够8位
strByte = stringBuilder.substring(i);//表示从i开始到最后截取
} 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);//2表示2进制
index++;
}
return huffmanCodeBytes;
}
//第五.1 ，为了方便调用方便，重载getCodes（）
private 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;
}
//第五，生成赫夫曼树对应的赫夫曼编码
//思路
//1.将赫夫曼码存放在Map中
static Map<Byte, String> huffmanCodes= new HashMap<Byte, String>();
//2.将生成的哈夫曼编码的路径进行拼接，定义一个StringBuilder 存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
//第五，生成赫夫曼树对应的赫夫曼编码方法
/**
* 功能：将传入的node结点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCode集合中
* @param node 转入的结点
* @param code 路径：左子结点表示0 ， 右子结点表示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（路径）加入到stringBuilder2中
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结点
if (node.data == null) {
// 表示非叶子结点
//递归处理
//先向左进行递归
getCodes(node.left, "0", stringBuilder2);
//再向右进行递归
getCodes(node.right, "1", stringBuilder2);
} else {
//说明是一个叶子结点
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
// 第四，编写前序遍历方法
private static void preOrder(Node root){
if (root != null) {
root.preOrder();
} else {
System.out.println("空树，不能遍历");
}
}
// 第三：可以通过List创建对应的赫夫曼树
public static Node createHuffmanTree(List<Node> nodes){
while(nodes.size() > 1){
//排序，从小到大排序
Collections.sort(nodes);
//取出第一棵最小的二叉树
Node leftNode = nodes.get(0);
//取出第二课最小的二叉树
Node rightNode = nodes.get(1);
//创建一棵新的二叉树，它的根结点没有data 值为null,只有权值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
//注意：将已经处理过的两棵树从nodes中删除
nodes.remove(leftNode);
nodes.remove(rightNode);
//将新的二叉树加入到nodes中
nodes.add(parent);
}
//node最后的结点就是哈夫曼树的根结点
return nodes.get(0);
}
// 第二：编写一个方法,获得结点信息（字符，权值）
/**
*
* @param bytes 接收字节数组
* @return 返回List形式，[Node [data=32, weight=9], Node [data=97, weight=5]]
*/
private static List<Node> getNodes(byte[] bytes){
//1.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，使用java中的map[key,value]
HashMap<Byte, Integer> counts = new HashMap<>();
for(byte b : bytes){
Integer count = counts.get(b);
if (count == null) {
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
//System.out.println(counts);
}
// 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;
}
}
//第一： 创建Node，带数据和权值
class Node implements Comparable<Node> {
Byte data;// 存放数据本身，比如‘a'=>97
int weight;// 权值，表示字符出现的次数
Node left;
Node right;
public Node(Byte data, int weight) {
// super();
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// TODO Auto-generated method stub
// 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();
}
}
}
