哈夫曼编码实现文件的压缩和解压

哈夫曼编码的概念

哈夫曼编码是基于哈夫曼树实现的一种文件压缩方式。
哈夫曼树：一种带权路径最短的最优二叉树，每个叶子结点都有它的权值，离根节点越近，权值越小（根节点权值为0，往下随深度增加依次加一），树的带权路径等于各个叶子结点的数值与其权值的乘积和。哈夫曼树如图：

从图中我们可以看出，数据都存放在叶子结点中，且为了达到树的带权路径最短，我们把数值大的节点放在靠近根的位置，这棵树的带权路径长度为：23+53+72+131=48。接下来我们为每个节点赋予哈夫曼编码，假设从根节点出发，到左子树获得编码0，到右子树获得编码1，这样我们可以得到D的编码是0，B的编码是10，C的编码是110，A的编码是111。离根越近的节点对应的编码越短，节点的数值越大。那么，如何把哈夫曼编码应用在文档的压缩上呢？我们记文件中字符出现的次数为节点的数值，出现次数最多的字符会分配到哈夫曼树的靠近根节点的地方，自然也就会获得较短的哈夫曼编码。于是我们通过这种方式，使得文档中的字符获得不同的哈夫曼编码，因为出现频次高的字符对应编码较短，所以从文档中获取的字节被哈夫曼编码替换之后，会获使得其占用的总存储空间变小，实现压缩的效果。

实现哈夫曼压缩和解压的步骤详解

建立哈夫曼树：
1、使用IO流逐字节读取TXT文档。用一个数组（0~255,下标表示ASCII码）来保存不同字符出现的次数（对应位置加一）。
2、建一个节点类，保存节点对象的信息。将数组每一位表示的字符和出现频次存入创建的节点，把所有节点存入一个链表。
3、根据节点存储的频次值，对链表进行排序（从小到大）。
4、从链表中取出并删除最小的两个节点，创建一个他们的父节点，父节点不存字符，值为那两个节点的和，把那两个节点分别作为其左子节点和右子节点，最后把这个父节点存入链表。再次排序，取出并删除最小的两个节点，生成父节点，再存入…以此类推，最终生成一棵哈夫曼树。
5、对哈夫曼树进行遍历，使得叶子结点获得相应编码，同时把字符和它对应的哈夫曼编码存入HashMap。
哈夫曼压缩的实现：
1、再次读取原文档（之前第一次读取只是为了获取HashMap），根据HashMap中的字符与编码的键值对把整个文档转化为一串01码（此处可以用01字符串表示）。
2、准备将数据写入要压缩的目录。首先把HashMap写入（如果压缩文件中没有HashMap的信息，在解压的时候将无法还原）。HashMap包括两个部分，一部分是key值（即字符），占一个字节，另一部分是01字符串编码，若转为字节表示，可能小于8位有可能大于8位（即长度不确定），我们在写入时必须明确每个01串占据的字节个数，再者，因为我们是以字节的形式写数据，写数据的时候总位数应是8的整数倍，需要对01串末尾补0。我们具体是这样写HashMap的：写键值对的数量（占一个字节）；写key值（把字符转为ASCII值写入，占一个字节）；写01码占几个字节（是补0后的字节数，此信息占一个字节）；写补0情况（某位补0数，此处也占一个字节），写补零后的01码对应的若干字节。继续下一个键值对的写入…以此类推，直到整个HashMap的键值对都写完。
3、刚才写的是编码信息，接下来准备把整个原文档转换得到的01串写入，这也是我们之后需要还原的信息。刚才的流没有关闭，我们是继续写入的。因为这依然会遇到最后一个字节不足8位的情况，我们需要补0并记录补0情况。先写整个文档的补0情况（一个字节），再把补0后的01串以每8位为一个字节写入压缩文件。
4、以上操作便实现了哈夫曼压缩。另外需要注意的是，IO流的read()和write()方法是对字节进行读写，如果写的是int类型的数据，那么它表示的是相应的ASCII码值，如果写入的是字符，也是会转化为对应的字节的（0~255个字符都有对应的ASCII码，也都有对应的字节表示）。
压缩格式如图：

解压的实现：
1、先读取第一个字节，即编码个数，确定了我们需要读多少组数据。
2、开始正式读取键值对信息。读取key值，读取01码对应的字节数，读取补0情况，再读取表示01串的字节数据，去掉之前补的0，还原回0和1表示的字符串，即字符对应的哈夫曼编码，把读到的字符和哈夫曼编码保存在一个新建的HashMap中，需要注意的是此处key值存储为哈夫曼编码，value值存储为字符的信息。以此类推，直到读完所有键值对信息。
3、读整个文件补0个数，读取文件字节数据，去掉补的0，得到之前存入的哈夫曼编码01字符串。
4、确定希望解压的文件目录。逐位读取01字符串，将读到的位累加在一个临时字符串中，每读一位都拿这个临时字符串和HashMap进行对照，如果有对应key值，则获取对应字符信息写入流，把字符串置空，继续循环累加新的01串。最终读完后，解压目录中便得到了我们解压后的文件。

代码实现

1、节点类：

public class Node<T> implements Comparable<Node<T>>{
   
	private T data;
	private int weight;
	private Node<T> left;
	private Node<T> right;	
	public Node(T data,int weight)
	{
   
		this.data=data;
		this.weight=weight;
	}		
	/**
	 * 获取节点数据
	 */
	public String toString()
	{
   
		return "data:"+data+"   "+"weight:"+weight;
	}
	/**
	 * 节点权值比较方法
	 * @param o
	 * @return
	 */
	public int compareTo(Node<T> o) {
          
		if(this.weight>o.weight)
			return 1;
		else if(this.weight<o.weight)
			return -1;
		return 0;
	}	
	public void setData(T data)
	{
   
		this.data=data;
	}	
	public void setWeight(int weight)
	{
   
		this.weight=weight;
	}	
	public T getData()
	{
   
		return data;
	}	
	public int getWeight()
	{
   
		return weight;
	}	
	public void setLeft(Node<T> node)
	{
   
		this.left=node;
	}	
	public void setRight(Node<T> node)
	{
   
		this.right=node;
	}	
	public Node<T> getLeft()
	{
   
		return this.left;
	}	
	public Node<T> getRight()
	{
   
		return this.right;
	}		
}

2、mian方法入口及建树的方法

public class HFMcompression {
   	
	public static void main(String[] args)
	{
   
		HFMcompression hc = new HFMcompression();
		File file  = new File("E:\\workspace\\mayifan\\src\\com\\myf\\HFMcompression1223\\data1.txt");//源文件地址	
		FileOperation fo = new FileOperation();
		int [] a = fo.getArrays(file);		
		System.out.println(Arrays.toString(a)); //打印		
		LinkedList<Node<String>> list = hc.createNodeList(a);//把数组的元素转为节点并存入链表			
		for(int i=0;i<list.size();i++)
		{
   
			System.out.println(list.get(i).toString());
		}
		Node<String> root = hc.CreateHFMTree(list); //建树		
		System.out.println("打印整棵树、、、、");
		hc.inOrder(root); //打印整棵树
		System.out.println("获取叶子结点哈夫曼编码");
		HashMap<String,String> map = hc.getAllCode(root);//获取字符编码HashMap          
		String str = fo.GetStr(map, file);
		System.out.println("转化得到的01字符串："+str);
	        File fileCompress = new File("E:\\workspace\\mayifan\\src\\com\\myf\\HFMcompression1223\\data2.zip");//压缩文件地址
		fo.compressFile(fileCompress,map,str);  //生成压缩文件
		File fileUncompress = new File("E:\\workspace\\mayifan\\src\\com\\myf\\HFMcompression1223\\data3.txt");//压缩文件地址
		fo.uncompressFile(fileCompress,fileUncompress);//解压文件至fileUncompress处
	}	
	/**
	 * 把获得的数组转化为节点并存在链表中
	 * @param arrays
	 * @return
	 */
	public LinkedList<Node<String>> createNodeList(int[] arrays)
	{
   
		LinkedList<Node<String>> list = new LinkedList<>();
		for(int i=0;i<arrays.length;i++)
		{
   
			if(arrays[i]!=0)
			{
   
				String ch = (<