赫夫曼樹
-
給定n個權值作爲n個葉子結點，構造一棵二叉樹，若該 樹的帶權路徑長度(wpl)達到最小 ，稱這樣的二叉樹爲最優二叉樹，也稱爲哈夫曼樹(Huffman Tree), 或赫/霍夫曼樹。
-
赫夫曼樹是帶權路徑長度最短的樹，權值較大的結點離根較近。
赫夫曼樹幾個重要概念和舉例說明
-
路徑和路徑長度：在一棵樹中，從一個結點往下可以達到的孩子或孫子結點之間的通路，稱爲路徑。通路中分支的數目稱爲路徑長度。若規定根結點的層數爲1，則從根結點到第L層結點的路徑長度爲L-1
-
結點的權及帶權路徑長度：若將樹中結點賦給一個有着某種含義的數值，則這個數值稱爲該結點的權。結點的帶權路徑長度爲：從根結點到該結點之間的路徑長度與該結點的權的乘積
-
樹的帶權路徑長度：樹的帶權路徑長度規定爲所有葉子結點的帶權路徑長度之和，記爲WPL(weighted path length) ,權值越大的結點離根結點越近的二叉樹纔是最優二叉樹。
-
WPL最小的就是赫夫曼樹(如下圖可以看到,中間就是赫夫曼樹)
給你一個數列 {13, 7, 8, 3, 29, 6, 1}，要求轉成一顆赫夫曼樹.
思路分析(示意圖)：
代碼實現
/**
* 赫夫曼樹
*
* @author TimePause
* @create 2020-02-16 22:15
*/
public class HuffmanTreeDemo {
public static void main(String[] args) {
int[] arr = {13, 7, 8, 3, 29, 6, 1};
Node root = createHuffmanTree(arr);
preOrder(root);
}
/**
* 主類中編寫前序遍歷的調用方法
* @param root 根節點
*/
public static void preOrder(Node root){
if (root!=null){
root.preOrder();
}else {
System.out.println("是空樹,無法進行前序遍歷");
}
}
/**
* 創建赫夫曼樹的方法
* @param arr
* @return
*/
public static Node createHuffmanTree(int[] arr){
//第一步: 爲了操作方便
//1.遍歷arr數組
//2.將arr的每一個元素構成Node
//3.將Node放入ArrayList中
List<Node> nodes = new ArrayList<Node>();
for (int value : arr) {
nodes.add(new Node(value));
}
while (nodes.size()>1){
//排序.從小到大
Collections.sort(nodes);
System.out.println("nodes = " + nodes);
//取出節點權值最小的兩個二叉樹
//(1)取出權值最小的二叉樹
//(2)取出權值第二小的二叉樹
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
//(3)構建一顆新的二叉樹
Node parent = new Node(leftNode.value + rightNode.value);
parent.left = leftNode;
parent.right = rightNode;
//(4)從ArrayList中刪除處理過的二叉樹
nodes.remove(leftNode);
nodes.remove(rightNode);
//(5)將parent加入到nodes
nodes.add(parent);
}
//返回赫夫曼樹的root節點, 目的是方便我們進行前序遍歷
return nodes.get(0);
}
}
/**
* 創建節點類
* 爲了讓Node對象支持Collections結合排序, 需要讓讓Node實現Compare接口
*/
class Node implements Comparable<Node>{
// 省略訪問修飾符friendly ，缺省的，在同一個包中的類可以訪問，其他包中的類不能訪問；
int value;//節點的權值
Node left;//指向左節點
Node right;//指向右節點
public void preOrder(){
//父->左->右
System.out.println(this);
if (this.left!=null){
this.left.preOrder();
}
if (this.right!=null){
this.right.preOrder();//遍歷有問題,結果可能出錯,例如這裏調用this.left.preOrder(),結果只出現67,29,29
}
}
/**
* 重載構造方法,實例化時只需傳入權值即可
* @param value
*/
public Node(int value) {
this.value = value;
}
//*** 如果toString()書寫有誤,name在打印時可能爲空
@Override
public String toString() {
return "Node [value=" + value + "]";
}
@Override
public int compareTo(Node o) {
return this.value-o.value;//這樣寫表示正序排序
}
}
赫夫曼編碼
赫夫曼編碼也翻譯爲 哈夫曼編碼(Huffman Coding)，又稱霍夫曼編碼，是一種編碼方式, 屬於一種程序算法
赫夫曼編碼是赫哈夫曼樹在電訊通信中的經典的應用之一。
- 赫夫曼編碼廣泛地用於數據文件壓縮。其壓縮率通常在20%～90%之間
- 赫夫曼碼是可變字長編碼(VLC)的一種。Huffman於1952年提出一種編碼方法，稱之爲最佳編碼
通信領域中信息的處理方式3-赫夫曼編碼
i like like like java do you like a java // 共40個字符(包括空格)
d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 :9 // 各個字符對應的個數
按照上面字符出現的次數構建一顆赫夫曼樹, 次數作爲權值.(圖後)
實現思路圖
實現代碼
/**
* 赫夫曼編碼
*
* @author TimePause
* @create 2020-02-18 15:25
*/
public class HuffmanCodeDemo {
public static void main(String[] args) {
String strs = "i like like like java do you like a java";
byte[] bytes = strs.getBytes();
System.out.println(bytes.length);
//按照赫夫曼編碼存放數據
List<Node> nodes = getNodes(bytes);
System.out.println("nodes = " + nodes);
//測試一把創建的二叉樹
Node huffmanTreeNode = createHuffmanTree(nodes);
System.out.println("執行前序遍歷");
huffmanTreeNode.preOrder();
}
/**
* 接收字節數組
* @param bytes 字節數組(單個字節形參的數組a,b,c...)
* @return 返回的值就是List形式 [Node[date='7',weight=5],Node[date='32',weight=9] ......]
*/
public static List<Node> getNodes(byte[] bytes){
// 創建一個arrayList數組
ArrayList<Node> nodeArrayList = new ArrayList<>();
// 遍歷bytes,統計每一個byte出現的次數->map[key,value]=>mao(字符,以及字符出現的個數)
HashMap<Byte, Integer> counts = new HashMap<>();
for (byte b:bytes){
//在我們的map集合中查看數據是否存在
Integer count = counts.get(b);
if (count == null) {
//如果不存在則添加
counts.put(b, 1);
}else {
//如果存在則將原來數值加1
counts.put(b, count + 1);
}
}
// 將每一個鍵值轉成一個node對象 ,並加入到nodes集合
//遍歷>map[key,value]=>mao(字符,以及字符出現的個數
for (Map.Entry<Byte,Integer> entry: counts.entrySet()){
nodeArrayList.add(new Node(entry.getKey(), entry.getValue()));
}
return nodeArrayList;
}
/**
* 前序遍歷
* @param root 赫夫曼樹的根節點
*/
private void preOder(Node root){
if (root!=null){
root.preOrder();
}else {
System.out.println("爲空,無法執行前序遍歷");
}
}
/**
* 根據lIst集合創建赫夫曼樹
* @param nodes Node類型的List數組
* @return Node節點
*/
private static Node createHuffmanTree(List<Node>nodes){
while (nodes.size() > 1) {
//正序排序
Collections.sort(nodes);
// 取出最小的兩個二叉樹
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
// 創建一個新的二叉樹,它的根節點沒有data,只有權重
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 在集合中刪除使用過的節點
nodes.remove(leftNode);
nodes.remove(rightNode);
// 將這個新的二叉樹, 加入到nodes
nodes.add(parent);
}
// 返回赫夫曼樹的根節點
return nodes.get(0);
}
}
/**
* 節點類
*/
class Node implements Comparable<Node>{
Byte data;//存放的數據本身,比如'a'=>97 ' '=>32
int weight;//權重,字符出現的次數
Node left;
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
return this.weight-o.weight;//正序排序
}
@Override
public String toString() {
return "Node{" +
"data=" + data +
", weight=" + weight +
'}';
}
// 前序遍歷方法
public void preOrder(){
//輸出當父節點
System.out.println(this);
//左子樹遞歸調用前序遍歷
if (this.left!=null){
this.left.preOrder();
}
if (this.right!=null){
//右子樹遞歸調用前序遍歷
this.right.preOrder();
}
}
}
演示結果
數據壓縮和解壓
生成赫夫曼編碼
//生成赫夫曼樹對應的赫夫曼編碼
//思路:
//1. 將赫夫曼編碼表存放在 Map<Byte,String> 形式
// 生成的赫夫曼編碼表{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}
static Map<Byte, String> huffmanCodes = new HashMap<Byte,String>();
//2. 在生成赫夫曼編碼表示，需要去拼接路徑, 定義一個StringBuilder 存儲某個葉子結點的路徑
static StringBuilder stringBuilder = new StringBuilder();
//爲了調用方便，我們重載 getCodes
private static Map<Byte, String> getCodes(Node root) {
if(root == null) {
return null;
}
//處理root的左子樹
getCodes(root.left, "0", stringBuilder);
//處理root的右子樹
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：將傳入的node結點的所有葉子結點的赫夫曼編碼得到，並放入到huffmanCodes集合
* @param node 傳入結點
* @param code 路徑： 左子結點是 0, 右子結點 1
* @param stringBuilder 用於拼接路徑
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
//將code 加入到 stringBuilder2
stringBuilder2.append(code);
if(node != null) { //如果node == null不處理
//判斷當前node 是葉子結點還是非葉子結點
if(node.data == null) { //非葉子結點
//遞歸處理
//向左遞歸
getCodes(node.left, "0", stringBuilder2);
//向右遞歸
getCodes(node.right, "1", stringBuilder2);
} else { //說明是一個葉子結點
//就表示找到某個葉子結點的最後
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
/**
* 接收字節數組
* @param bytes 字節數組(單個字節形參的數組a,b,c...)
* @return 返回的值就是List形式 [Node[date='7',weight=5],Node[date='32',weight=9] ......]
*/
public static List<Node> getNodes(byte[] bytes){
// 創建一個arrayList數組
ArrayList<Node> nodeArrayList = new ArrayList<>();
// 遍歷bytes,統計每一個byte出現的次數->map[key,value]=>mao(字符,以及字符出現的個數)
HashMap<Byte, Integer> counts = new HashMap<>();
for (byte b:bytes){
//在我們的map集合中查看數據是否存在
Integer count = counts.get(b);
if (count == null) {
//如果不存在則添加
counts.put(b, 1);
}else {
//如果存在則將原來數值加1
counts.put(b, count + 1);
}
}
// 將每一個鍵值轉成一個node對象 ,並加入到nodes集合
//遍歷>map[key,value]=>mao(字符,以及字符出現的個數
for (Map.Entry<Byte,Integer> entry: counts.entrySet()){
nodeArrayList.add(new Node(entry.getKey(), entry.getValue()));
}
return nodeArrayList;
}
生成赫夫曼字節數組
/**
* 生成赫夫曼字節數組
* 編寫一個方法，將字符串對應的byte[] 數組，通過生成的赫夫曼編碼表，返回一個赫夫曼編碼 壓縮後的byte[]
*
* @param bytes 這時原始的字符串對應的 byte[]
* @param huffmanCodes 生成的赫夫曼編碼map
* @return 返回赫夫曼編碼處理後的 byte[]
* 舉例： String content = "i like like like java do you like a java"; =》 byte[] contentBytes = content.getBytes();
* 返回的是 字符串 "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100"
* => 對應的 byte[] huffmanCodeBytes ，即 8位對應一個 byte,放入到 huffmanCodeBytes
* huffmanCodeBytes[0] = 10101000(補碼) => byte [推導 10101000=> 10101000 - 1 => 10100111(反碼)=> 11011000= -88 ]
* huffmanCodeBytes[1] = -88
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
//1.利用 huffmanCodes 將 bytes 轉成 赫夫曼編碼對應的字符串
StringBuilder stringBuilder = new StringBuilder();
//遍歷bytes 數組
for(byte b: bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
//System.out.println("測試 stringBuilder~~~=" + stringBuilder.toString());
//將 "1010100010111111110..." 轉成 byte[]
//統計返回 byte[] huffmanCodeBytes 長度
//一句話 int len = (stringBuilder.length() + 7) / 8;
int len;
if(stringBuilder.length() % 8 == 0) {
len = stringBuilder.length() / 8;
} else {
len = stringBuilder.length() / 8 + 1;
}
//創建 存儲壓縮後的 byte數組
byte[] huffmanCodeBytes = new byte[len];
int index = 0;//記錄是第幾個byte
for (int i = 0; i < stringBuilder.length(); i += 8) { //因爲是每8位對應一個byte,所以步長 +8
String strByte;
if(i+8 > stringBuilder.length()) {//不夠8位
strByte = stringBuilder.substring(i);
}else{
strByte = stringBuilder.substring(i, i + 8);
}
//將strByte 轉成一個byte,放入到 huffmanCodeBytes
huffmanCodeBytes[index] = (byte)Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
測試生成的赫夫曼編碼表與字節數組
封裝赫夫曼數組
*使用一個方法，將前面的方法封裝起來，便於我們的調用.
*
* @param bytes 原始的字符串對應的字節數組
* @return 是經過 赫夫曼編碼處理後的字節數組(壓縮後的數組)
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
//根據 nodes 創建的赫夫曼樹
Node huffmanTreeRoot = createHuffmanTree(nodes);
//對應的赫夫曼編碼(根據 赫夫曼樹)
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
//根據生成的赫夫曼編碼，壓縮得到壓縮後的赫夫曼編碼字節數組
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
字節轉二進制字符串
/**
* 將一個byte 轉成一個二進制的字符串, 如果看不懂，可以參考我講的Java基礎 二進制的原碼，反碼，補碼
* @param b 傳入的 byte
* @param flag 標誌是否需要補高位如果是true ，表示需要補高位，如果是false表示不補, 如果是最後一個字節，無需補高位
* @return 是該b 對應的二進制的字符串，（注意是按補碼返回）
*/
private static String byteToBitString(boolean flag, byte b) {
//使用變量保存 b
int temp = b; //將 b 轉成 int
//如果是正數我們還存在補高位
if(flag) {
temp |= 256; //按位與 256 1 0000 0000 | 0000 0001 => 1 0000 0001
}
String str = Integer.toBinaryString(temp); //返回的是temp對應的二進制的補碼
if(flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
壓縮數據的解碼
//完成數據的解碼
//思路
//1. 將huffmanCodeBytes [-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
// 重寫先轉成 赫夫曼編碼對應的二進制的字符串 "1010100010111..."
//2. 赫夫曼編碼對應的二進制的字符串 "1010100010111..." =》 對照 赫夫曼編碼 =》 "i like like like java do you like a java"
/**
*編寫一個方法，完成對壓縮數據的解碼
*
* @param huffmanCodes 赫夫曼編碼表 map
* @param huffmanBytes 赫夫曼編碼得到的字節數組
* @return 就是原來的字符串對應的數組
*/
private static byte[] decode(Map<Byte,String> huffmanCodes, byte[] huffmanBytes) {
//1. 先得到 huffmanBytes 對應的 二進制的字符串 ， 形式 1010100010111...
StringBuilder stringBuilder = new StringBuilder();
//將byte數組轉成二進制的字符串
for(int i = 0; i < huffmanBytes.length; i++) {
byte b = huffmanBytes[i];
//判斷是不是最後一個字節
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
//把字符串安裝指定的赫夫曼編碼進行解碼
//把赫夫曼編碼表進行調換，因爲反向查詢 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());
}
壓縮文件
/**
* 將文件進行壓縮的方法
* @param srcFile 希望被壓縮的文件的路徑
* @param targetFile 壓縮後的文件的路徑
*/
public static void zipFile(String srcFile,String targetFile){
//創建輸出流
OutputStream os = null;
// 用對象流包裝
ObjectOutputStream oos = null;
// 創建文件輸入流
FileInputStream fis = null;
try {
// 創建輸出流
fis = new FileInputStream(srcFile);
// 創建一個和源文件一樣大小的byte[]
byte[] b = new byte[fis.available()];//available()可以返回有多少流可以讀取
// 讀取文件
fis.read(b);
// 將文件進行壓縮
byte[] huffmanBytes = huffmanZip(b);
// 寫壓縮後的文件寫入目標文件
os = new FileOutputStream(targetFile);
oos = new ObjectOutputStream(os);
// 把赫夫曼編碼後的字節數組寫入壓縮文件
oos.writeObject(huffmanBytes);
// 把赫夫曼編碼寫到壓縮文件, 目的是以後我們恢復文件時使用
oos.writeObject(huffmanCodes);
}catch (Exception e){
e.printStackTrace();
}finally {
if (oos!=null){
try {
oos.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if (os!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if (fis!=null){
try {
fis.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
/**
*使用一個方法，將前面的方法封裝起來，便於我們的調用.
*
* @param bytes 原始的字符串對應的字節數組
* @return 是經過 赫夫曼編碼處理後的字節數組(壓縮後的數組)
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
//根據 nodes 創建的赫夫曼樹
Node huffmanTreeRoot = createHuffmanTree(nodes);
//對應的赫夫曼編碼(根據 赫夫曼樹)
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
//根據生成的赫夫曼編碼，壓縮得到壓縮後的赫夫曼編碼字節數組
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
測試壓縮結果
//測試壓縮文件
String srcFlie = "d://a.png";
String tagetFIle = "d://a.zip";
zipFile(srcFlie,tagetFIle);
System.out.println("壓縮文件完成");
解壓文件
/**
* 完成對壓縮文件的解壓
* @param zipFile 準備解壓的文件
* @param targetFile 將文件解壓到哪個路徑
*/
public static void unZipFile(String zipFile,String targetFile){
FileInputStream fis = null;
ObjectInputStream ois = null;
OutputStream os = null;
try {
//創建文件出入流,讀取文件
fis = new FileInputStream(zipFile);
//關聯fis,以對象的形式讀取文件
ois = new ObjectInputStream(fis);
//讀取數組 huffmanBytes
byte[] huffmanBytes = (byte[]) ois.readObject();
//讀取赫夫曼編碼表
Map<Byte, String> huffmanCodes = (Map<Byte, String>) ois.readObject();
//解碼
byte[] bytes = decode(huffmanCodes, huffmanBytes);
//將bytes數組寫入到目標文件
os = new FileOutputStream(targetFile);
//寫到目標文件
os.write(bytes);
}catch (Exception e){
e.printStackTrace();
}finally {
if (os!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if (ois!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if (fis!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
測試結果
//測試解壓文件
String zipFile = "d://a.zip";
String targetFile = "d://a1.png";
unZipFile(zipFile,targetFile);
System.out.println("解壓文件完成");
赫夫曼編碼壓縮文件注意事項
- 如果文件本身就是經過壓縮處理的，那麼使用赫夫曼編碼再壓縮效率不會有明顯變化, 比如視頻,ppt 等等文件
- 赫夫曼編碼是按字節來處理的，因此可以處理所有的文件(二進制文件、文本文件) [舉例壓一個.xml文件]
- 如果一個文件中的內容，重複的數據不多，壓縮效果也不會很明顯.
全部代碼整理
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) {
//測試壓縮文件
// String srcFile ="d://a.png";
// String dstFile = "d://a.zip";
//
// zipFile(srcFile, dstFile);
// System.out.println("壓縮文件ok~~");
//測試解壓文件
String zipFile = "d://a.zip";
String dstFile = "d://a1.png";
unZipFile(zipFile, dstFile);
System.out.println("解壓成功!");
/*
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println(contentBytes.length); //40
byte[] huffmanCodesBytes= huffmanZip(contentBytes);
System.out.println("壓縮後的結果是:" + Arrays.toString(huffmanCodesBytes) + " 長度= " + huffmanCodesBytes.length);
//測試一把byteToBitString方法
//System.out.println(byteToBitString((byte)1));
byte[] sourceBytes = decode(huffmanCodes, huffmanCodesBytes);
System.out.println("原來的字符串=" + new String(sourceBytes)); // "i like like like java do you like a java"
*/
//如何將 數據進行解壓(解碼)
//分步過程
/*
List<Node> nodes = getNodes(contentBytes);
System.out.println("nodes=" + nodes);
//測試一把，創建的赫夫曼樹
System.out.println("赫夫曼樹");
Node huffmanTreeRoot = createHuffmanTree(nodes);
System.out.println("前序遍歷");
huffmanTreeRoot.preOrder();
//測試一把是否生成了對應的赫夫曼編碼
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
System.out.println("~生成的赫夫曼編碼表= " + huffmanCodes);
//測試
byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));//17
//發送huffmanCodeBytes 數組 */
}
//編寫一個方法，完成對壓縮文件的解壓
/**
*
* @param zipFile 準備解壓的文件
* @param dstFile 將文件解壓到哪個路徑
*/
public static void unZipFile(String zipFile, String dstFile) {
//定義文件輸入流
InputStream is = null;
//定義一個對象輸入流
ObjectInputStream ois = null;
//定義文件的輸出流
OutputStream os = null;
try {
//創建文件輸入流
is = new FileInputStream(zipFile);
//創建一個和 is關聯的對象輸入流
ois = new ObjectInputStream(is);
//讀取byte數組 huffmanBytes
byte[] huffmanBytes = (byte[])ois.readObject();
//讀取赫夫曼編碼表
Map<Byte,String> huffmanCodes = (Map<Byte,String>)ois.readObject();
//解碼
byte[] bytes = decode(huffmanCodes, huffmanBytes);
//將bytes 數組寫入到目標文件
os = new FileOutputStream(dstFile);
//寫數據到 dstFile 文件
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) {
// TODO: handle exception
System.out.println(e2.getMessage());
}
}
}
//編寫方法，將一個文件進行壓縮
/**
*
* @param srcFile 你傳入的希望壓縮的文件的全路徑
* @param dstFile 我們壓縮後將壓縮文件放到哪個目錄
*/
public static void zipFile(String srcFile, String dstFile) {
//創建輸出流
OutputStream os = null;
ObjectOutputStream oos = null;
//創建文件的輸入流
FileInputStream is = null;
try {
//創建文件的輸入流
is = new FileInputStream(srcFile);
//創建一個和源文件大小一樣的byte[]
byte[] b = new byte[is.available()];
//讀取文件
is.read(b);
//直接對源文件壓縮
byte[] huffmanBytes = huffmanZip(b);
//創建文件的輸出流, 存放壓縮文件
os = new FileOutputStream(dstFile);
//創建一個和文件輸出流關聯的ObjectOutputStream
oos = new ObjectOutputStream(os);
//把 赫夫曼編碼後的字節數組寫入壓縮文件
oos.writeObject(huffmanBytes); //我們是把
//這裏我們以對象流的方式寫入 赫夫曼編碼，是爲了以後我們恢復源文件時使用
//注意一定要把赫夫曼編碼 寫入壓縮文件
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());
}
}
}
//完成數據的解壓
//思路
//1. 將huffmanCodeBytes [-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
// 重寫先轉成 赫夫曼編碼對應的二進制的字符串 "1010100010111..."
//2. 赫夫曼編碼對應的二進制的字符串 "1010100010111..." =》 對照 赫夫曼編碼 =》 "i like like like java do you like a java"
//編寫一個方法，完成對壓縮數據的解碼
/**
*
* @param huffmanCodes 赫夫曼編碼表 map
* @param huffmanBytes 赫夫曼編碼得到的字節數組
* @return 就是原來的字符串對應的數組
*/
private static byte[] decode(Map<Byte,String> huffmanCodes, byte[] huffmanBytes) {
//1. 先得到 huffmanBytes 對應的 二進制的字符串 ， 形式 1010100010111...
StringBuilder stringBuilder = new StringBuilder();
//將byte數組轉成二進制的字符串
for(int i = 0; i < huffmanBytes.length; i++) {
byte b = huffmanBytes[i];
//判斷是不是最後一個字節
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
//把字符串安裝指定的赫夫曼編碼進行解碼
//把赫夫曼編碼表進行調換，因爲反向查詢 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());
}
//創建要給集合，存放byte
List<Byte> list = new ArrayList<>();
//i 可以理解成就是索引,掃描 stringBuilder
for(int i = 0; i < stringBuilder.length(); ) {
int count = 1; // 小的計數器
boolean flag = true;
Byte b = null;
while(flag) {
//1010100010111...
//遞增的取出 key 1
String key = stringBuilder.substring(i, i+count);//i 不動，讓count移動，指定匹配到一個字符
b = map.get(key);
if(b == null) {//說明沒有匹配到
count++;
}else {
//匹配到
flag = false;
}
}
list.add(b);
i += count;//i 直接移動到 count
}
//當for循環結束後，我們list中就存放了所有的字符 "i like like like java do you like a java"
//把list 中的數據放入到byte[] 並返回
byte b[] = new byte[list.size()];
for(int i = 0;i < b.length; i++) {
b[i] = list.get(i);
}
return b;
}
/**
* 將一個byte 轉成一個二進制的字符串, 如果看不懂，可以參考我講的Java基礎 二進制的原碼，反碼，補碼
* @param b 傳入的 byte
* @param flag 標誌是否需要補高位如果是true ，表示需要補高位，如果是false表示不補, 如果是最後一個字節，無需補高位
* @return 是該b 對應的二進制的字符串，（注意是按補碼返回）
*/
private static String byteToBitString(boolean flag, byte b) {
//使用變量保存 b
int temp = b; //將 b 轉成 int
//如果是正數我們還存在補高位
if(flag) {
temp |= 256; //按位與 256 1 0000 0000 | 0000 0001 => 1 0000 0001
}
String str = Integer.toBinaryString(temp); //返回的是temp對應的二進制的補碼
if(flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
//使用一個方法，將前面的方法封裝起來，便於我們的調用.
/**
*
* @param bytes 原始的字符串對應的字節數組
* @return 是經過 赫夫曼編碼處理後的字節數組(壓縮後的數組)
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
//根據 nodes 創建的赫夫曼樹
Node huffmanTreeRoot = createHuffmanTree(nodes);
//對應的赫夫曼編碼(根據 赫夫曼樹)
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
//根據生成的赫夫曼編碼，壓縮得到壓縮後的赫夫曼編碼字節數組
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
//編寫一個方法，將字符串對應的byte[] 數組，通過生成的赫夫曼編碼表，返回一個赫夫曼編碼 壓縮後的byte[]
/**
*
* @param bytes 這時原始的字符串對應的 byte[]
* @param huffmanCodes 生成的赫夫曼編碼map
* @return 返回赫夫曼編碼處理後的 byte[]
* 舉例： String content = "i like like like java do you like a java"; =》 byte[] contentBytes = content.getBytes();
* 返回的是 字符串 "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100"
* => 對應的 byte[] huffmanCodeBytes ，即 8位對應一個 byte,放入到 huffmanCodeBytes
* huffmanCodeBytes[0] = 10101000(補碼) => byte [推導 10101000=> 10101000 - 1 => 10100111(反碼)=> 11011000= -88 ]
* huffmanCodeBytes[1] = -88
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
//1.利用 huffmanCodes 將 bytes 轉成 赫夫曼編碼對應的字符串
StringBuilder stringBuilder = new StringBuilder();
//遍歷bytes 數組
for(byte b: bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
//System.out.println("測試 stringBuilder~~~=" + stringBuilder.toString());
//將 "1010100010111111110..." 轉成 byte[]
//統計返回 byte[] huffmanCodeBytes 長度
//一句話 int len = (stringBuilder.length() + 7) / 8;
int len;
if(stringBuilder.length() % 8 == 0) {
len = stringBuilder.length() / 8;
} else {
len = stringBuilder.length() / 8 + 1;
}
//創建 存儲壓縮後的 byte數組
byte[] huffmanCodeBytes = new byte[len];
int index = 0;//記錄是第幾個byte
for (int i = 0; i < stringBuilder.length(); i += 8) { //因爲是每8位對應一個byte,所以步長 +8
String strByte;
if(i+8 > stringBuilder.length()) {//不夠8位
strByte = stringBuilder.substring(i);
}else{
strByte = stringBuilder.substring(i, i + 8);
}
//將strByte 轉成一個byte,放入到 huffmanCodeBytes
huffmanCodeBytes[index] = (byte)Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
//生成赫夫曼樹對應的赫夫曼編碼
//思路:
//1. 將赫夫曼編碼表存放在 Map<Byte,String> 形式
// 生成的赫夫曼編碼表{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}
static Map<Byte, String> huffmanCodes = new HashMap<Byte,String>();
//2. 在生成赫夫曼編碼表示，需要去拼接路徑, 定義一個StringBuilder 存儲某個葉子結點的路徑
static StringBuilder stringBuilder = new StringBuilder();
//爲了調用方便，我們重載 getCodes
private static Map<Byte, String> getCodes(Node root) {
if(root == null) {
return null;
}
//處理root的左子樹
getCodes(root.left, "0", stringBuilder);
//處理root的右子樹
getCodes(root.right, "1", stringBuilder);
return huffmanCodes;
}
/**
* 功能：將傳入的node結點的所有葉子結點的赫夫曼編碼得到，並放入到huffmanCodes集合
* @param node 傳入結點
* @param code 路徑： 左子結點是 0, 右子結點 1
* @param stringBuilder 用於拼接路徑
*/
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
//將code 加入到 stringBuilder2
stringBuilder2.append(code);
if(node != null) { //如果node == null不處理
//判斷當前node 是葉子結點還是非葉子結點
if(node.data == null) { //非葉子結點
//遞歸處理
//向左遞歸
getCodes(node.left, "0", stringBuilder2);
//向右遞歸
getCodes(node.right, "1", stringBuilder2);
} else { //說明是一個葉子結點
//就表示找到某個葉子結點的最後
huffmanCodes.put(node.data, stringBuilder2.toString());
}
}
}
//前序遍歷的方法
private static void preOrder(Node root) {
if(root != null) {
root.preOrder();
}else {
System.out.println("赫夫曼樹爲空");
}
}
/**
*
* @param bytes 接收字節數組
* @return 返回的就是 List 形式 [Node[date=97 ,weight = 5], Node[]date=32,weight = 9]......],
*/
private static List<Node> getNodes(byte[] bytes) {
//1創建一個ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
//遍歷 bytes , 統計 每一個byte出現的次數->map[key,value]
Map<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) { // Map還沒有這個字符數據,第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
//把每一個鍵值對轉成一個Node 對象，並加入到nodes集合
//遍歷map
for(Map.Entry<Byte, Integer> entry: counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
//可以通過List 創建對應的赫夫曼樹
private static Node createHuffmanTree(List<Node> nodes) {
while(nodes.size() > 1) {
//排序, 從小到大
Collections.sort(nodes);
//取出第一顆最小的二叉樹
Node leftNode = nodes.get(0);
//取出第二顆最小的二叉樹
Node rightNode = nodes.get(1);
//創建一顆新的二叉樹,它的根節點 沒有data, 只有權值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
//將已經處理的兩顆二叉樹從nodes刪除
nodes.remove(leftNode);
nodes.remove(rightNode);
//將新的二叉樹，加入到nodes
nodes.add(parent);
}
//nodes 最後的結點，就是赫夫曼樹的根結點
return nodes.get(0);
}
}
//創建Node ,待數據和權值
class Node implements Comparable<Node> {
Byte data; // 存放數據(字符)本身，比如'a' => 97 ' ' => 32
int weight; //權值, 表示字符出現的次數
Node left;//
Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 從小到大排序
return this.weight - o.weight;
}
public String toString() {
return "Node [data = " + data + " weight=" + weight + "]";
}
//前序遍歷
public void preOrder() {
System.out.println(this);
if(this.left != null) {
this.left.preOrder();
}
if(this.right != null) {
this.right.preOrder();
}
}
}