问题引入
哈夫曼编码通常用于通信领域，是对较长信息进行压缩，然后发送到指定的位置，是为了节省发送信息占用的空间。
通常来说，如果信息中字符的重复次数越多，那么哈夫曼编码后所占的空间就越小，这也是我们为什么使用哈夫曼编码的原因，同时，哈夫曼编码还是天然的前缀编码，这让它与其他编码方式(定长编码，变长编码)相比，具有天然的优势。
哈夫曼编码的编写
总述
1.将字符串对应的字节数组变为list集合
2.创建list集合对应的哈夫曼树
3.得到对应的哈夫曼编码
4.根据哈夫曼编码得到最后压缩的byte[]
步骤一
首先我们需要一个字符串，此字符串将会用哈夫曼编码压缩为最后的byte数组。
比如为"i like like like java do you like a java"。
我们需要一个Node节点用来存储数据和对应的权值，这个节点为二叉树的节点。
我们将此字符串变为字节数组，然后统计各个字符出现的次数，将该字符作为Node节点的存储数据，
出现的次数作为Node节点对应的权值，统计之后将所有的节点放入List集合中保存。
//将对应字符串对应的byte数组转为list集合
private static List<Node2> getNodes(byte[] bytes){
//创建一个List
List<Node2> nodes = new ArrayList<Node2>();
//存储每一个byte出现的次数
Map<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);
}
}
//把每一个键值对转成一个Node对象，并加入nodes集合
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node2(entry.getKey(),entry.getValue()));
}
return nodes;
}
//创建Node，存数据和权值
class Node2 implements Comparable<Node2>{
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
Node2 left;
Node2 right;
public Node2(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node2 o) {
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node2{" + "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();
}
}
}
步骤二
接下来我们就需要用我们刚刚得到的list集合来创建哈夫曼树了。
将list集合排序，把list集合的前两个节点拿出来，作为新树的两个子节点，然后将该新树放回list集合中，将原本拿出的两个子节点从list集合中移除，然后再次排序，重复上面步骤，就能得到一颗哈夫曼树。
当哈夫曼树构建完成，list集合就剩下一个节点，此节点就是哈夫曼树的根节点。
假设list集合中放的node节点的权值为1 2 4 5 6.
简述过程如下：
//通过list创建赫夫曼树
private static Node2 createHuffmanTree(List<Node2> nodes){
while (nodes.size() > 1){
//排序
Collections.sort(nodes);
//取出前两个最小的二叉树
Node2 left = nodes.get(0);
Node2 right = nodes.get(1);
//创建一课新的二叉树，它的根节点没有data，只有权值
Node2 parent = new Node2(null, left.weight + right.weight);
parent.left = left;
parent.right = right;
nodes.add(parent);
//将已经处理的两个二叉树从nodes删除
nodes.remove(left);
nodes.remove(right);
}
return nodes.get(0);
}
步骤三
哈夫曼树我们已经构建完毕了，接下来我们需要得到对应的哈夫曼编码。
我们规定，哈夫曼树中的节点，从该节点到左子节点路径的值为0，到右子节点的值为1。
接下来就是递归的创建赫夫曼编码表了，此表我们用Map<Byte,String> buffmanCodes来表示，map的key表示对应的字符，map的value表示赫夫曼编码，还需要一个StringBuilder stringBuilder，用来存放某个叶子节点的路径。
从根节点开始，当我们遇到非叶子节点就递归处理，向左递归，将0加入stringBuilder，然后向右递归，将1加入stringBuilder。当我们遇到叶子节点时，stringBuilder已经将该路径的0或1收集完毕，将该节点的data作为key，stringBuilder里存储的字符串作为value存入buffmanCodes。
简述过程如下：
//1.将赫夫曼编码表存放Map<Byte,String>形式
static Map<Byte,String> buffmanCodes = new HashMap<Byte,String>();
//2.在生成赫夫曼编码表时，需要去拼接路径，定义一个StringBuilder 存储某个叶子节点的路径
static StringBuilder stringBuilder = new StringBuilder();
private static void getCodes(Node2 node,String code,StringBuilder stringBuilder){
StringBuilder builder = new StringBuilder(stringBuilder);
//将code加入builder
builder.append(code);
if(node != null){
//判断当前节点是叶子节点还是非叶子节点
if(node.data == null){ //非叶子节点
//递归处理
//向左递归
getCodes(node.left,"0",builder);
//向右递归
getCodes(node.right,"1",builder);
}else{
//找到叶子节点
buffmanCodes.put(node.data,builder.toString());
}
}
}
步骤四
根据赫夫曼编码将数据压缩得到最后的byte[]。
首先利用buffmanCodes 将 bytes转成 赫夫曼编码对应的字符串，用StringBuilder stringBuilder来接收。
接下来我们统计我们要压缩byte的长度int len，如果stringBuilder的长度恰好为8的倍数，则len = stringBuilder.length / 8,否则就是len = stringBuilder.length / 8 + 1，如果基础好的话很容易想到
int len = (stringBuilder.length() + 7) / 8。
最后我们创建压缩后的byte数组byte[] huffmanCodeBytes = new byte[len]。
读取stringBuilder的值，每八位作为一个字节，将该字节放入huffmanCodeBytes，当len的长度为8的倍数时，我们就按上述处理方法即可，但是当len的长度不为8的倍数，则最后几位的取法应有所不同。
简述过程如下：
private static byte[] zip(byte[] contentBytes,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();
for (byte b : contentBytes) {
stringBuilder.append(huffmanCodes.get(b));
}
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bute数组
byte[] huffmanCodeBytes = new byte[len];
int index = 0; //记录是第几个byte
//因为每8位对应一个byte，所以步长 + 8
for (int i = 0; i < stringBuilder.length(); i+=8) {
String strByte;
if(i + 8 > stringBuilder.length()){
strByte = stringBuilder.substring(i);
}else {
strByte = stringBuilder.substring(i,i + 8);
}
//将strByte转为一个byte，放入huffmanCodeBytes
huffmanCodeBytes[index++] = (byte) Integer.parseInt(strByte,2);
}
return huffmanCodeBytes;
}
实现代码如下
public class HuffmanCode {
public static void main(String[] args) {
String str = "i like like like java do you like a java";
byte[] bytes = str.getBytes(StandardCharsets.UTF_8);
byte[] huffmanCodeBytes = huffmanZip(bytes);
System.out.println("压缩后的结果为 : " + Arrays.toString(huffmanCodeBytes));
}
private static byte[] huffmanZip(byte[] contentBytes){
List<Node2> nodes = getNodes(contentBytes);
//根据nodes创建的赫夫曼树
Node2 root = createHuffmanTree(nodes);
//得到对应的赫夫曼编码
Map<Byte, String> huffmanCodes = getCodes(root);
//根据赫夫曼编码huffmanCodes得到最后压缩的byte[]
byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
return huffmanCodeBytes;
}
private static byte[] zip(byte[] contentBytes,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();
for (byte b : contentBytes) {
stringBuilder.append(huffmanCodes.get(b));
}
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bute数组
byte[] huffmanCodeBytes = new byte[len];
int index = 0; //记录是第几个byte
//因为每8位对应一个byte，所以步长 + 8
for (int i = 0; i < stringBuilder.length(); i+=8) {
String strByte;
if(i + 8 > stringBuilder.length()){
strByte = stringBuilder.substring(i);
}else {
strByte = stringBuilder.substring(i,i + 8);
}
//将strByte转为一个byte，放入huffmanCodeBytes
huffmanCodeBytes[index++] = (byte) Integer.parseInt(strByte,2);
}
return huffmanCodeBytes;
}
//为了调用方便，我们重载getCodes
private static Map<Byte,String> getCodes(Node2 root){
if(root == null){
return null;
}else {
getCodes(root.left,"0",stringBuilder);
getCodes(root.right,"1",stringBuilder);
return buffmanCodes;
}
}
static Map<Byte,String> buffmanCodes = new HashMap<Byte,String>();
static StringBuilder stringBuilder = new StringBuilder();
private static void getCodes(Node2 node,String code,StringBuilder stringBuilder){
StringBuilder builder = new StringBuilder(stringBuilder);
//将code加入builder
builder.append(code);
if(node != null){
//判断当前节点是叶子节点还是非叶子节点
if(node.data == null){ //非叶子节点
//递归处理
//向左递归
getCodes(node.left,"0",builder);
//向右递归
getCodes(node.right,"1",builder);
}else{
//找到叶子节点
buffmanCodes.put(node.data,builder.toString());
}
}
}
private static List<Node2> getNodes(byte[] bytes){
//创建一个List
List<Node2> nodes = new ArrayList<Node2>();
//存储每一个byte出现的次数
Map<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);
}
}
//把每一个键值对转成一个Node对象，并加入nodes集合
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node2(entry.getKey(),entry.getValue()));
}
return nodes;
}
private static Node2 createHuffmanTree(List<Node2> nodes){
while (nodes.size() > 1){
//排序
Collections.sort(nodes);
//取出前两个最小的二叉树
Node2 left = nodes.get(0);
Node2 right = nodes.get(1);
//创建一课新的二叉树，它的根节点没有data，只有权值
Node2 parent = new Node2(null, left.weight + right.weight);
parent.left = left;
parent.right = right;
nodes.add(parent);
//将已经处理的两个二叉树从nodes删除
nodes.remove(left);
nodes.remove(right);
}
return nodes.get(0);
}
}
//创建Node，存数据和权值
class Node2 implements Comparable<Node2>{
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
Node2 left;
Node2 right;
public Node2(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node2 o) {
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node2{" + "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();
}
}
}
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
