赫夫曼树基本介绍
①给定n个权值作为n个叶子结点,构造一棵二叉树,若该树的带权路径长度(wpl)达到最小,称这样的二叉树为最优二叉树,也称为哈夫曼树(Huffman Tree), 还有的书翻译为霍夫曼树。
②赫夫曼树是带权路径长度最短的树,权值较大的结点离根较近。
赫夫曼树几个重要概念和举例说明
①路径和路径长度:在一棵树中,从一个结点往下可以达到的孩子或孙子结点之间的通路,称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1,则从根结点到第L层结点的路径长度为L-1
②结点的权及带权路径长度:若将树中结点赋给一个有着某种含义的数值,则这个数值称为该结点的权。结点的带权路径长度为:从根结点到该结点之间的路径长度与该结点的权的乘积
③树的带权路径长度:树的带权路径长度规定为所有叶子结点的带权路径长度之和,记为WPL(weighted path length) ,权值越大的结点离根结点越近的二叉树才是最优二叉树。
④WPL最小的就是赫夫曼树
赫夫曼树创建思路
构成赫夫曼树的步骤
1) 从小到大进行排序, 将每一个数据,每个数据都是一个节点 , 每个节点可以看成是一颗最简单的二叉树.
2) 取出根节点权值最小的两颗二叉树
3) 组成一颗新的二叉树, 该新的二叉树的根节点的权值是前面两颗二叉树根节点权值的和
4) 再将这颗新的二叉树,以根节点的权值大小 再次排序, 不断重复 1-2-3-4 的步骤,直到数列中,所有的数据都被处理,就得到一颗赫夫曼树
以{13, 7, 8, 3, 20, 6, 1} 为例:
{13, 7, 8, 3, 29, 6, 1} 排序 -> {1, 3, 6, 7, 8, 13, 29}
代码:
import java.util.ArrayList;
import java.util.Collections;
import java.util.stream.Collectors;
public class HuffumanTree {
public static void main(String[] args) {
int []arr={13, 7, 8, 3, 29, 6, 1};
Node1 huffumanTree = createHuffumanTree(arr);
preOrdre(huffumanTree);
}
//前序遍历的方法
public static void preOrdre(Node1 root){
if (root!=null){
root.preOrder();
}else {
System.out.println("empty");
}
}
public static Node1 createHuffumanTree(int []arr){
//遍历arr
//将arr每个元素new为一个Node1
//将Node放入ArrayList
ArrayList<Node1> node1s = new ArrayList<>();
for (int r:arr) {
node1s.add(new Node1(r));
}
while (node1s.size()>1){
//排序 从小到大
Collections.sort(node1s);
//取出根节点权值最小的两颗二叉树结点
//一个结点皆可以看成最简单的二叉树
Node1 left = node1s.get(0);
Node1 right = node1s.get(1);
//构建一个新的二叉树
Node1 parent = new Node1(left.getValue() + right.getValue());
parent.setLeft(left);
parent.setRight(right);
//从ArrayList中删除处理过的二叉树(结点)
node1s.remove(left);
node1s.remove(right);
node1s.add(parent);
}
return node1s.get(0);
}
}
class Node1 implements Comparable<Node1>{
private int value;//结点权值
private Node1 left;//指向左子节点
private Node1 right;//指向右子节点
public void preOrder(){
System.out.println(this);
if(this.left!=null){
this.left. preOrder();
}
if(this.right!=null){
this.right. preOrder();
}
}
public Node1(int value) {
this.value = value;
}
public int getValue() {
return value;
}
public Node1 getLeft() {
return left;
}
public void setLeft(Node1 left) {
this.left = left;
}
public Node1 getRight() {
return right;
}
public void setRight(Node1 right) {
this.right = right;
}
public void setValue(int value) {
this.value = value;
}
@Override
public String toString() {
return "Node{" +
"value=" + value +
'}';
}
@Override
public int compareTo(Node1 o) {
return Integer.compare(this.value,o.value);
}
}
赫夫曼编码
基本介绍
①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
②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。
③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
④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
原理剖析
①i like like like java do you like a java
// 共40个字符(包括空格)
②d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 :9 (空格)
// 各个字符对应的个数 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)
③//根据赫夫曼树,给各个字符
//规定编码 , 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(空格)
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
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
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,则生成的二叉树为:
代码:
import java.nio.charset.StandardCharsets;
import java.util.*;
public class HuffumanCode {
public static void main(String[] args) {
String str = "i like like like java do you like a java";
byte[] bytes = str.getBytes();
// System.out.println(bytes.length);//40
List<Node2> nodes = getNodes(bytes);
Node2 node2 = create(nodes);
node2.preOrderH();
}
public static void preOrderHuu(Node2 root){
if(root!=null){
root.preOrderH();
}else {
System.out.println("NO");
}
}
private static List<Node2> getNodes(byte[] bytes){
//创建一个al
ArrayList<Node2> node2s = new ArrayList<>();
HashMap<Byte, Integer> byteIntegerHashMap = new HashMap<>();
//遍历bytes 统计每一个byte出现的次数->map[key,value]
for(byte b:bytes){
int count = byteIntegerHashMap.getOrDefault(b,0)+1;
byteIntegerHashMap.put(b,count);
}
//把每一个map[key,value]转成一个Node对象 并加入node2s集合
for(Map.Entry<Byte,Integer> entry:byteIntegerHashMap.entrySet()){
Node2 node2 = new Node2(entry.getKey(), entry.getValue());
node2s.add(node2);
}
return node2s;
}
public static Node2 create(List<Node2> nodes){
while (nodes.size()>1){
Collections.sort(nodes);
Node2 left = nodes.get(0);
Node2 right = nodes.get(1);
//新节点只有权值没有data
Node2 node2 = new Node2(null,left.weight + right.weight);
node2.left=left;
node2.right=right;
nodes.remove(left);
nodes.remove(right);
nodes.add(node2);
}
return nodes.get(0);
}
}
//创建Node 存放数据和权值
class Node2 implements Comparable<Node2>{
Byte data;//存放数据本身 比如:'a'=>97
int weight;//权值 表示字符出现的数据
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 "Node{" +
"data=" + data +
", weight=" + weight +
'}';
}
public void preOrderH(){
System.out.println(this.weight+" "+this.data);
if(this.left!=null){
this.left.preOrderH();
}
if(this.right!=null){
this.right.preOrderH();
}
}
}
获得赫夫曼编码
static Map<Byte,String> huffmanCodes = new HashMap<>();
static StringBuilder stringBuilder = new StringBuilder();
//为了调用方便 重载getCodes
private static Map<Byte,String> getCodes(Node2 root){
if (root == null) {
return null;
}
getCodes(root.left,"0",stringBuilder);
getCodes(root.right,"1",stringBuilder);
return huffmanCodes;
}
/**
* 将传入的node结点的所有叶子结点的赫夫曼编码达到 并放入集合
* @param node 传入结点
* @param code 路径:左子节点是0 右子节点1
* @param stringBuilder 用于拼接路径
*/
public static void getCodes(Node2 node,String code,StringBuilder stringBuilder){
StringBuilder stringBuilder1 = new StringBuilder(stringBuilder);
//将code加入到stringBuilder1
stringBuilder1.append(code);
if(node!=null){
//判断当前node是叶子结点还是非叶子几点
if(node.data==null){//非叶子结点
//递归
//向左
getCodes(node.left,"0",stringBuilder1);
//向右
getCodes(node.right,"1",stringBuilder1);
}else {//叶子结点
huffmanCodes.put(node.data,stringBuilder1.toString());
}
}
}
ans:{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}
使用赫夫曼编码来生成赫夫曼编码数据
//写一个方法 将zip方法封装起来 便于调用
public static byte[]huffZip(byte[]bytes){
List<Node2> nodes = getNodes(bytes);
//创建赫夫曼树
Node2 node2 = create(nodes);
//生成对应的赫夫曼编码(根据赫夫曼树)
Map<Byte, String> codes = getCodes(node2);
//根据赫夫曼编码zip
byte[] zip = zip(bytes, codes);
return zip;
}
private static byte[]zip(byte[] bytes,Map<Byte,String>huffmanCodes){
//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));
}
//将stringBuilder转为byte[]
int len ;
if((stringBuilder.length()%8)==0){
len = stringBuilder.length()/8;
}else {
len = stringBuilder.length()/8+1;
}
//创建压缩后的byte数组
byte[] bytes1 = new byte[len];
int index = 0;
for (int i = 0; i < stringBuilder.length(); i+=8) {//每八位对应一个byte
String s;
if (i+8>stringBuilder.length()){
s = stringBuilder.substring(i);
}else {
s = stringBuilder.substring(i,i+8);
}
//将s转为byte 放入bytes1
bytes1[index]= (byte) Integer.parseInt(s,2);
index++;
}
return bytes1;
}
ans:[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
数据解压(使用赫夫曼编码解码)
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 , 形式 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
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
//把字符串安装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());
}
//创建要给集合,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) {
//1010100010111...
//递增的取出 key 1
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,我们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;
}
文件压缩
//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 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: 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());
}
}
}
//编写方法,将一个文件进行压缩
/**
*
* @param srcFile 你传入的希望压缩的文件的全路径
* @param dstFile 我们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); //我们是把
//这里我们以对象流的方式写入 赫夫曼编码,是为了以后我们恢复源文件时使用
//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());
}
}
}
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
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.