算法 - 赫夫曼编码(对字符串进行压缩 与 解压(解码)) - (对文件进行压缩解压)

1.压缩：使用赫夫曼编码进行压缩

题目

构建赫夫曼树

package tree.huffmantree;

import java.util.*;

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);

        List<Node1> nodes = getNodes(contentBytes);
        //System.out.println(nodes);

        //测试创建二叉树
        Node1 huffmanTree = createHuffmanTree(nodes);
        //前序遍历
        preOrder(huffmanTree);

    }
    //前序遍历
    public static void preOrder(Node1 root){
        if (root != null){
            root.preOrder();
        }else {
            System.out.println("赫夫曼树为空");
        }
    }
    private  static List<Node1> getNodes(byte [] bytes){
        //1.创建ArrayList
        ArrayList<Node1> node1s = new ArrayList<>();
        //遍历bytes 统计乜咯 byte出现的次数，存储每个byte出现的次数 -> map
        Map<Byte,Integer> counts = new HashMap<>();

        for (byte b : bytes){
            Integer count = counts.get(b);
            if (count == null){ //说明map中还没有这个字符
                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()){
            node1s.add(new Node1(entry.getKey(),entry.getValue()));
        }

        return node1s;
    }

    //通过List创建赫夫曼树
    private static Node1 createHuffmanTree(List<Node1> nodes){

        while (nodes.size() > 1){
            //排序  从小到大
            Collections.sort(nodes);

            //取出第一颗、第二颗最小的二叉树
            Node1 leftNode = nodes.get(0);
            Node1 rightNode = nodes.get(1);

            //创建新的二叉树,新的二叉树没有数据，只有权值
            Node1 parent = new Node1(null,leftNode.weight + rightNode.weight);
            parent.left  = leftNode;
            parent.right = rightNode;

            //将0,1移除List
            nodes.remove(leftNode);
            nodes.remove(rightNode);

            //parent加入List
            nodes.add(parent);
        }
        //nodes最后剩余就是哈弗曼树的根节点
        return nodes.get(0);
    }
}
class Node1 implements Comparable<Node1>{
    Byte data; //存放数据 按照ascii
    int weight; //权值,表示字符出现的次数
    Node1 left;
    Node1 right;


    //前序遍历
    public void preOrder(){
        System.out.println(this);
        if (this.left != null){
            this.left.preOrder();
        }
        if (this.right != null){
            this.right.preOrder();
        }
    }
    @Override
    public int compareTo(Node1 o) {
        return this.weight - o.weight;
    }


    public Node1(Byte data, int weight) {
        this.data = data;
        this.weight = weight;
    }

    @Override
    public String toString() {
        return "Node1{" +
                "data=" + data +
                ", weight=" + weight +
                '}';
    }
}

//生成赫夫曼树对应的赫夫曼编码
    //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
    static Map<Byte,String> huffmanCodes = new HashMap<>();
    //2.在生成赫夫曼编码表时需要拼接路径，创建Stringbuilder存储某个叶子节点的路径
    static  StringBuilder stringBuilder = new StringBuilder();

    /**
     * 功能：将传入的node节点的所有叶子节点赫夫曼编码得到，并放入到赫夫曼集合中
     * @param node  传入节点
     * @param code  路径：左子节点是0，右子节点是1
     * @param stringBuilder 是用于拼接路径
     */
    private static void getCondes(Node1 node,String code, StringBuilder stringBuilder){
        StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
        //将传入的code加入到Stringbuilder2
        stringBuilder2.append(code);
        if (node != null){
            //判断当前node是叶子节点还是非叶子节点
            if (node.data == null){ //说明是非叶子节点
                //递归处理
                //向左递归
                getCondes(node.left,"0",stringBuilder2);
                //向右递归
                getCondes(node.right,"1",stringBuilder2);
            }else {//说明是叶子节点
                //就表示找到了某个叶子节点最后
                huffmanCodes.put(node.data,stringBuilder2.toString());
            }
        }
    }

//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，返回赫夫曼编码压缩后的byte[]
    /**
     *
     * @param bytes 原始的字符对应的byte[]
     * @param huffmanCodes  生成的赫夫曼编码表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";
     * 返回的是字符串"10101000"。。。等等
     * =>对应byte[] huffmancodeBytes，即8位对应一个byte，放入到huffmanCodeBytes
     * huffmancodeBytes[0] = 10101000(补码) => byte [推导 10101000 => 10101000 -1 => 10100111(反码) => 11011000(原码)]
     * huffmancodeBytes[1] = -88
     */
    private static byte[] zip(byte [] bytes, Map<Byte,String> huffmanCodes){

        //1.利用赫夫曼编码表将传进来的byte数组转成赫夫曼编码字符串
        StringBuilder stringBuilder = new StringBuilder();
        //遍历bytes数组
        for (byte b : bytes){
            stringBuilder.append(huffmanCodes.get(b));
        }
        //按照这个字符串发送肯定是变大了，不行，那么就要将字符串转成byte数组
        System.out.println(stringBuilder.toString());

        //统计返回的byte[] huffmanCodeBytes 长度

        //一句话搞定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){//因为每8位对应一个byte
            String strByte;
            if (i+8 <= stringBuilder.length()){
                strByte = stringBuilder.substring(i,i+8);
            }else {
                 strByte = stringBuilder.substring(i); //-88
            }
            //将StringByte转成byte数组放入到huffmanCodeBytes
            huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte,2);
            index++;
        }
        return huffmanCodeBytes;
    }

完整代码

package tree.huffmantree;

import java.util.*;

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();

        byte[] bytes = huffmanZip(contentBytes);
        
        System.out.println("压缩后的结果: " + Arrays.toString(bytes));

//        System.out.println(contentBytes.length);
//
//        List<Node1> nodes = getNodes(contentBytes);
//        //System.out.println(nodes);
//
//        //测试创建二叉树
//        Node1 huffmanTree = createHuffmanTree(nodes);
//        //前序遍历
//        preOrder(huffmanTree);
//
//        //测试是否生成了对应的哈夫曼编码
//        Map<Byte, String> huffmancondes = getCondes(huffmanTree);
//        System.out.println("生成的赫夫曼编码表" + huffmancondes);
//
//        //测试
//        byte[] huffmanCodeBytes = zip(contentBytes, huffmancondes);
//        System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));
    }

    //封装前面所写的，便于调用

    /**
     *
     * @param bytes 原始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){
        //第一步：创建节点
        List<Node1> nodes = getNodes(bytes);
        //第二步：创建赫夫曼树
        Node1 huffmanTree = createHuffmanTree(nodes);
        //第三步：生成对应的赫夫曼编码（根据赫夫曼树）
        Map<Byte, String> hufumanCodes = getCondes(huffmanTree);
        //第四步：根据赫夫曼编码压缩，生成赫夫曼字节数组
        byte[] huffmanBytes = zip(bytes, hufumanCodes);

        return huffmanBytes;
    }
    //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，返回赫夫曼编码压缩后的byte[]
    /**
     *
     * @param bytes 原始的字符对应的byte[]
     * @param huffmanCodes  生成的赫夫曼编码表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";
     * 返回的是字符串"10101000"。。。等等
     * =>对应byte[] huffmancodeBytes，即8位对应一个byte，放入到huffmanCodeBytes
     * huffmancodeBytes[0] = 10101000(补码) => byte [推导 10101000 => 10101000 -1 => 10100111(反码) => 11011000(原码)]
     * huffmancodeBytes[1] = -88
     */
    private static byte[] zip(byte [] bytes, Map<Byte,String> huffmanCodes){

        //1.利用赫夫曼编码表将传进来的byte数组转成赫夫曼编码字符串
        StringBuilder stringBuilder = new StringBuilder();
        //遍历bytes数组
        for (byte b : bytes){
            stringBuilder.append(huffmanCodes.get(b));
        }
        //按照这个字符串发送肯定是变大了，不行，那么就要将字符串转成byte数组
        System.out.println(stringBuilder.toString());

        //统计返回的byte[] huffmanCodeBytes 长度

        //一句话搞定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){//因为每8位对应一个byte
            String strByte;
            if (i+8 <= stringBuilder.length()){
                strByte = stringBuilder.substring(i,i+8);
            }else {
                 strByte = stringBuilder.substring(i); //-88
            }
            //将StringByte转成byte数组放入到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
    //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
    static Map<Byte,String> huffmanCodes = new HashMap<>();
    //2.在生成赫夫曼编码表时需要拼接路径，创建Stringbuilder存储某个叶子节点的路径
    static  StringBuilder stringBuilder = new StringBuilder();
    //为了调用方便重载getCondes
    private static Map<Byte,String> getCondes(Node1 root){
        if (root == null){
            return null;
        }
        //处理root
        getCondes(root,"",stringBuilder);
        return huffmanCodes;
    }


    /**
     * 功能：将传入的node节点的所有叶子节点赫夫曼编码得到，并放入到赫夫曼集合中
     * @param node  传入节点
     * @param code  路径：左子节点是0，右子节点是1
     * @param stringBuilder 是用于拼接路径
     */
    private static void getCondes(Node1 node,String code, StringBuilder stringBuilder){
        StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
        //将传入的code加入到Stringbuilder2
        stringBuilder2.append(code);
        if (node != null){
            //判断当前node是叶子节点还是非叶子节点
            if (node.data == null){ //说明是非叶子节点
                //递归处理
                //向左递归
                getCondes(node.left,"0",stringBuilder2);
                //向右递归
                getCondes(node.right,"1",stringBuilder2);
            }else {//说明是叶子节点
                //就表示找到了某个叶子节点最后
                huffmanCodes.put(node.data,stringBuilder2.toString());
            }
        }
    }

    //前序遍历
    public static void preOrder(Node1 root){
        if (root != null){
            root.preOrder();
        }else {
            System.out.println("赫夫曼树为空");
        }
    }

    private  static List<Node1> getNodes(byte [] bytes){
        //1.创建ArrayList
        ArrayList<Node1> node1s = new ArrayList<>();
        //遍历bytes 统计乜咯 byte出现的次数，存储每个byte出现的次数 -> map
        Map<Byte,Integer> counts = new HashMap<>();

        for (byte b : bytes){
            Integer count = counts.get(b);
            if (count == null){ //说明map中还没有这个字符
                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()){
            node1s.add(new Node1(entry.getKey(),entry.getValue()));
        }

        return node1s;
    }

    //通过List创建赫夫曼树
    private static Node1 createHuffmanTree(List<Node1> nodes){

        while (nodes.size() > 1){
            //排序  从小到大
            Collections.sort(nodes);

            //取出第一颗、第二颗最小的二叉树
            Node1 leftNode = nodes.get(0);
            Node1 rightNode = nodes.get(1);

            //创建新的二叉树,新的二叉树没有数据，只有权值
            Node1 parent = new Node1(null,leftNode.weight + rightNode.weight);
            parent.left  = leftNode;
            parent.right = rightNode;

            //将0,1移除List
            nodes.remove(leftNode);
            nodes.remove(rightNode);

            //parent加入List
            nodes.add(parent);
        }
        //nodes最后剩余就是哈弗曼树的根节点
        return nodes.get(0);
    }
}
class Node1 implements Comparable<Node1>{
    Byte data; //存放数据 按照ascii
    int weight; //权值,表示字符出现的次数
    Node1 left;
    Node1 right;


    //前序遍历
    public void preOrder(){
        System.out.println(this);
        if (this.left != null){
            this.left.preOrder();
        }
        if (this.right != null){
            this.right.preOrder();
        }
    }


    @Override
    public int compareTo(Node1 o) {
        return this.weight - o.weight;
    }


    public Node1(Byte data, int weight) {
        this.data = data;
        this.weight = weight;
    }

    @Override
    public String toString() {
        return "Node1{" +
                "data=" + data +
                ", weight=" + weight +
                '}';
    }
}

2.解压（解码）

  //完成数据解压
    //思路
    //1.将huffmanCodeBytes[-88,-65..]重写先转成赫夫曼编码对应的二进制字符串
    //2.赫夫曼编码对应的二进制字符串根据赫夫曼编码转成字符

    //编写一个方法，对压缩数据解码

    /**
     *
     * @param huffmanCodes 赫夫曼编码表 map
     * @param huffmanBytes 需要解码的字节数组
     * @return 返回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
        StringBuilder stringBuilder = new StringBuilder();
        //将byte数组转成二进制字符串
        for (int i = 0; i < huffmanBytes.length; i++) {
            //判断是否是最后一个字节
            boolean flag = (i == huffmanBytes.length - 1);
            stringBuilder.append(byteToBitString(!flag,huffmanBytes[i]));
        }
        System.out.println("赫夫曼 解码后 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
        //把赫夫曼编码表的k,v进行调换；因为要反向查询
        Map<String,Byte> map = new HashMap<>();
        for (Map.Entry<Byte,String> entry : huffmanCodes.entrySet()){
            map.put(entry.getValue(),entry.getKey());
        }
        //System.out.println(map);

        //创建一个集合存放byte
        List<Byte> list = new ArrayList<>();
        for (int i = 0; i < stringBuilder.length();) {
            int count = 1; //小的计数器
            boolean flag = true;
            Byte b = null;

            while (flag){
                //1010100010111。。。。
                String key = stringBuilder.substring(i, i + count);// i 不动让count移动，直到匹配到字符
                b = map.get(key);
                if (b == null){
                    count ++;
                }else {
                    flag = false;
                }
            }
            list.add(b);
            i += count; //让 i 移动到count
        }

        //for循环结束后list中存放了所以的字符
        //把list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;
    }
    
    /**
     * 将一个byte转成二进制字符串
     * @param b 传入一个byte
     * @param flag 标志是否需要补高位，true需要补高位，如果是最后一个字节不需要补高位
     * @return
     */
    private static String byteToBitString(boolean flag, byte b){
        //使用变量保存b
        int temp = b;//将b转成int

        if (flag){
            temp |= 256; //按位与256 1 0000 0000 | 0000 0001 =》1 0000 0001
        }
        String str = Integer.toBinaryString(temp);
        if (flag){
            return str.substring(str.length() - 8);
        }else {
            return str;
        }
    }

3.对文件进行压缩（加入io，通过对象流把赫夫曼编码传入，解压的时候需要用）

//编写一个方法，进行文件压缩
    public static void zipFile(String srcFile, String dstFile){
        //创建输出流
        FileInputStream is = null;
        //文件输入流
        OutputStream os = null;
        ObjectOutputStream oos = null;
        try{
            is = new FileInputStream(srcFile);
            //创建一个和源文件大小一样的btyte[]
            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对象流
            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，为了恢复原文件时使用
            //!!!一定要把赫夫曼编码也写入，要不然无法恢复
            oos.writeObject(huffmanCodes);

        }catch (Exception e){
            System.out.println(e.getMessage());
        }finally {
            try {
                is.close();
                os.close();
                oos.close();
            } catch (IOException ex) {
                System.out.println(ex);
            }
        }
    }

4.对文件进行解压

    //编写一个方法，进行解压
    public static void unzipFile(String zipFile,String dstFile){
        //文件输入流
        InputStream is = null;
        //创建输出流
        OutputStream os = null;
        //对象输入流
        ObjectInputStream ois = null;

        try {
            //创建文件输入流
            is = new FileInputStream(zipFile);
            //场景和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> huffmanCode = (Map<Byte,String>)ois.readObject();

            //解码
            byte [] bytes = decode(huffmanCode,huffmanBytes);
            //将bytes数组写入到目标文件
            os = new FileOutputStream(dstFile);
            //写出数据
            os.write(bytes);

        } catch (Exception e) {
            System.out.println(e.getMessage());
        }finally {
            try {
                os.close();
                ois.close();
                is.close();
            } catch (IOException e) {
                System.out.println(e.getMessage());
            }

        }
    }

赫夫曼编码可以压缩所有类型的文件，因为是通过字节进行压缩

完整代码

package tree.huffmantree.ZipFile;

import java.io.*;
import java.util.*;

public class HuffmanZipFile {
    public static void main(String[] args) {
        //测试压缩文件
        String srcFile = "D:\\薛艳春\\桌面\\新建文件夹 (3)\\薛艳春2.pdf";
        String dstFile = "D:\\薛艳春\\桌面\\新建文件夹 (3)\\薛艳春2.zip";
        zipFile(srcFile,dstFile);
        System.out.println("压缩成功~~");
        String zipFile = "D:\\薛艳春\\桌面\\新建文件夹 (3)\\dst.zip";
        String dstFile2 = "D:\\薛艳春\\桌面\\新建文件夹 (3)\\src2.png";
        //unzipFile(zipFile,dstFile2);

    }

    //编写一个方法，进行解压
    public static void unzipFile(String zipFile,String dstFile){
        //文件输入流
        InputStream is = null;
        //创建输出流
        OutputStream os = null;
        //对象输入流
        ObjectInputStream ois = null;

        try {
            //创建文件输入流
            is = new FileInputStream(zipFile);
            //场景和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> huffmanCode = (Map<Byte,String>)ois.readObject();

            //解码
            byte [] bytes = decode(huffmanCode,huffmanBytes);
            //将bytes数组写入到目标文件
            os = new FileOutputStream(dstFile);
            //写出数据
            os.write(bytes);

        } catch (Exception e) {
            System.out.println(e.getMessage());
        }finally {
            try {
                os.close();
                ois.close();
                is.close();
            } catch (IOException e) {
                System.out.println(e.getMessage());
            }

        }
    }
    //编写一个方法，进行文件压缩
    public static void zipFile(String srcFile, String dstFile){
        //创建输出流
        FileInputStream is = null;
        //文件输入流
        OutputStream os = null;
        ObjectOutputStream oos = null;
        try{
            is = new FileInputStream(srcFile);
            //创建一个和源文件大小一样的btyte[]
            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对象流
            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，为了恢复原文件时使用
            //!!!一定要把赫夫曼编码也写入，要不然无法恢复
            oos.writeObject(huffmanCodes);

        }catch (Exception e){
            System.out.println(e.getMessage());
        }finally {
            try {
                is.close();
                os.close();
                oos.close();
            } catch (IOException ex) {
                System.out.println(ex);
            }
        }
    }


    //完成数据解压
    //思路
    //1.将huffmanCodeBytes[-88,-65..]重写先转成赫夫曼编码对应的二进制字符串
    //2.赫夫曼编码对应的二进制字符串根据赫夫曼编码转成字符

    //编写一个方法，对压缩数据解码

    /**
     *
     * @param huffmanCodes 赫夫曼编码表 map
     * @param huffmanBytes 需要解码的字节数组
     * @return 返回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
        StringBuilder stringBuilder = new StringBuilder();
        //将byte数组转成二进制字符串
        for (int i = 0; i < huffmanBytes.length; i++) {
            //判断是否是最后一个字节
            boolean flag = (i == huffmanBytes.length - 1);
            stringBuilder.append(byteToBitString(!flag,huffmanBytes[i]));
        }
        //System.out.println("赫夫曼 解码后 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
        //把赫夫曼编码表的k,v进行调换；因为要反向查询
        Map<String,Byte> map = new HashMap<>();
        for (Map.Entry<Byte,String> entry : huffmanCodes.entrySet()){
            map.put(entry.getValue(),entry.getKey());
        }
        //System.out.println(map);

        //创建一个集合存放byte
        List<Byte> list = new ArrayList<>();
        for (int i = 0; i < stringBuilder.length();) {
            int count = 1; //小的计数器
            boolean flag = true;
            Byte b = null;

            while (flag){
                //1010100010111。。。。
                String key = stringBuilder.substring(i, i + count);// i 不动让count移动，直到匹配到字符
                b = map.get(key);
                if (b == null){
                    count ++;
                }else {
                    flag = false;
                }
            }
            list.add(b);
            i += count; //让 i 移动到count
        }

        //for循环结束后list中存放了所以的字符
        //把list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;
    }
    /**
     * 将一个byte转成二进制字符串
     * @param b 传入一个byte
     * @param flag 标志是否需要补高位，true需要补高位，如果是最后一个字节不需要补高位
     * @return
     */
    private static String byteToBitString(boolean flag, byte b){
        //使用变量保存b
        int temp = b;//将b转成int

        if (flag){
            temp |= 256; //按位与256 1 0000 0000 | 0000 0001 =》1 0000 0001
        }
        String str = Integer.toBinaryString(temp);
        if (flag){
            return str.substring(str.length() - 8);
        }else {
            return str;
        }
    }



    //封装前面所写的，便于调用
    /**
     *
     * @param bytes 原始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){
        //第一步：创建节点
        List<Node1> nodes = getNodes(bytes);
        //第二步：创建赫夫曼树
        Node1 huffmanTree = createHuffmanTree(nodes);
        //第三步：生成对应的赫夫曼编码（根据赫夫曼树）
        Map<Byte, String> hufumanCodes = getCondes(huffmanTree);
        //第四步：根据赫夫曼编码压缩，生成赫夫曼字节数组
        byte[] huffmanBytes = zip(bytes, hufumanCodes);

        return huffmanBytes;
    }
    //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，返回赫夫曼编码压缩后的byte[]
    /**
     *
     * @param bytes 原始的字符对应的byte[]
     * @param huffmanCodes  生成的赫夫曼编码表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";
     * 返回的是字符串"10101000"。。。等等
     * =>对应byte[] huffmancodeBytes，即8位对应一个byte，放入到huffmanCodeBytes
     * huffmancodeBytes[0] = 10101000(补码) => byte [推导 10101000 => 10101000 -1 => 10100111(反码) => 11011000(原码)]
     * huffmancodeBytes[1] = -88
     */
    private static byte[] zip(byte [] bytes, Map<Byte,String> huffmanCodes){

        //1.利用赫夫曼编码表将传进来的byte数组转成赫夫曼编码字符串
        StringBuilder stringBuilder = new StringBuilder();
        //遍历bytes数组
        for (byte b : bytes){
            stringBuilder.append(huffmanCodes.get(b));
        }
        //按照这个字符串发送肯定是变大了，不行，那么就要将字符串转成byte数组
        //System.out.println("赫夫曼 编码后 对应的二进制字符串:" + stringBuilder.toString());

        //统计返回的byte[] huffmanCodeBytes 长度

        //一句话搞定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){//因为每8位对应一个byte
            String strByte;
            if (i+8 <= stringBuilder.length()){
                strByte = stringBuilder.substring(i,i+8);
            }else {
                strByte = stringBuilder.substring(i); //-88
            }
            //将StringByte转成byte数组放入到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
    //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
    static Map<Byte,String> huffmanCodes = new HashMap<>();
    //2.在生成赫夫曼编码表时需要拼接路径，创建Stringbuilder存储某个叶子节点的路径
    static  StringBuilder stringBuilder = new StringBuilder();
    //为了调用方便重载getCondes
    private static Map<Byte,String> getCondes(Node1 root){
        if (root == null){
            return null;
        }
        //处理root
        getCondes(root,"",stringBuilder);
        return huffmanCodes;
    }


    /**
     * 功能：将传入的node节点的所有叶子节点赫夫曼编码得到，并放入到赫夫曼集合中
     * @param node  传入节点
     * @param code  路径：左子节点是0，右子节点是1
     * @param stringBuilder 是用于拼接路径
     */
    private static void getCondes(Node1 node,String code, StringBuilder stringBuilder){
        StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
        //将传入的code加入到Stringbuilder2
        stringBuilder2.append(code);
        if (node != null){
            //判断当前node是叶子节点还是非叶子节点
            if (node.data == null){ //说明是非叶子节点
                //递归处理
                //向左递归
                getCondes(node.left,"0",stringBuilder2);
                //向右递归
                getCondes(node.right,"1",stringBuilder2);
            }else {//说明是叶子节点
                //就表示找到了某个叶子节点最后
                huffmanCodes.put(node.data,stringBuilder2.toString());
            }
        }
    }

    //前序遍历
    public static void preOrder(Node1 root){
        if (root != null){
            root.preOrder();
        }else {
            System.out.println("赫夫曼树为空");
        }
    }

    private  static List<Node1> getNodes(byte [] bytes){
        //1.创建ArrayList
        ArrayList<Node1> node1s = new ArrayList<>();
        //遍历bytes 统计乜咯 byte出现的次数，存储每个byte出现的次数 -> map
        Map<Byte,Integer> counts = new HashMap<>();

        for (byte b : bytes){
            Integer count = counts.get(b);
            if (count == null){ //说明map中还没有这个字符
                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()){
            node1s.add(new Node1(entry.getKey(),entry.getValue()));
        }

        return node1s;
    }

    //通过List创建赫夫曼树
    private static Node1 createHuffmanTree(List<Node1> nodes){

        while (nodes.size() > 1){
            //排序  从小到大
            Collections.sort(nodes);

            //取出第一颗、第二颗最小的二叉树
            Node1 leftNode = nodes.get(0);
            Node1 rightNode = nodes.get(1);

            //创建新的二叉树,新的二叉树没有数据，只有权值
            Node1 parent = new Node1(null,leftNode.weight + rightNode.weight);
            parent.left  = leftNode;
            parent.right = rightNode;

            //将0,1移除List
            nodes.remove(leftNode);
            nodes.remove(rightNode);

            //parent加入List
            nodes.add(parent);
        }
        //nodes最后剩余就是哈弗曼树的根节点
        return nodes.get(0);
    }
}
class Node1 implements Comparable<Node1>{
    Byte data; //存放数据 按照ascii
    int weight; //权值,表示字符出现的次数
    Node1 left;
    Node1 right;


    //前序遍历
    public void preOrder(){
        System.out.println(this);
        if (this.left != null){
            this.left.preOrder();
        }
        if (this.right != null){
            this.right.preOrder();
        }
    }


    @Override
    public int compareTo(Node1 o) {
        return this.weight - o.weight;
    }


    public Node1(Byte data, int weight) {
        this.data = data;
        this.weight = weight;
    }

    @Override
    public String toString() {
        return "Node1{" +
                "data=" + data +
                ", weight=" + weight +
                '}';
    }
}