使用huffman编码压缩文件，其中对文件进行编码存储、并读取的方法

//后注：这里的解码显然弱爆了，明显应该使用Huffman Tree来进行，而不是这里的hard code，因为一般情况，不可能只有a、b、c三个字符的编码。

 

回答百度知道上的一位朋友的问题，

他已经实现了huffman的编码过程但是不知道如何用编码方式对文件进行压缩

下面给出简单的代码。

对范例文件test.dat的压缩比例为：126byte/27byte

import java.io.BufferedInputStream; import java.io.BufferedOutputStream; import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.IOException; import java.util.Scanner; public class WriteBinary { //由huffman算法产生的编码表 String[] code = {"0", "10", "11"}; /** * 测试函数 *@param args */ public static void main(String args[]) { WriteBinary w = new WriteBinary(); try { w.write("test.dat", "test.hfm"); //将test.dat文件的内容进行编码写入test.hfm System.out.println(w.read("test.hfm")); //从压缩后的文件中还原出源文件的内容，并打印 } catch (IOException e) { e.printStackTrace(); } } /** * 对源文件进行编码，并写入目标文件 *@param from 需要进行编码的源文件 *@param to 目标文件 *@throws IOException */ public void write(String from, String to) throws IOException { File fromFile = new File(from); Scanner scan = new Scanner(fromFile); File f = new File(to); BufferedOutputStream out = new BufferedOutputStream(new FileOutputStream(f)); while(scan.hasNextLine()) { String line = scan.nextLine(); System.out.println(line); //将文件中的所有字符用编码替换 //如果字符种类很多，应该将编码对应表存入数组转换，而不应该像下面一样硬编码 line = line.replace("a", code[0]); line = line.replace("b", code[1]); line = line.replace("c", code[2]); System.out.println(line); byte[] buf = new byte[line.length() / 7]; //将编号码的String进行转化，转化成byte数组，并存入文件，除去符号位，每7位对应1byte for(int i = 0; i * 7 + 7 <= line.length(); i ++) buf[i] = Byte.valueOf(line.substring(i * 7, i * 7 + 7), 2); out.write(buf); } out.flush(); out.close(); scan.close(); } /** * 从编码后的文件中读取并解码，返回原文件的内容 *@param file 编码后的文件 *@return 源文件内容的字符串 *@throws IOException */ public String read(String file) throws IOException { BufferedInputStream in = new BufferedInputStream(new FileInputStream(file)); StringBuffer resultStr = new StringBuffer(); //最终需要返回的结果 StringBuffer codeStr = new StringBuffer(); //需要解析的编码的字符串 byte[] buf = new byte[1]; //从文件中读出byte数组，并转化成二进制字符串 while(in.read(buf) != -1) { //把从文件中读取出的byte转化成二进制字符串 String bStr = Integer.toBinaryString(buf[0]); StringBuffer temp = new StringBuffer(); //对二进制字符串补0，因为Integer.toBinaryString方法转化成的二进制数会省略前面的若干个0 for(int j = 0; j < 7 - bStr.length(); j ++) temp.append('0'); //将读取出并转化好的二进制字符串放入codeStr，留待下一步对其进行解码 codeStr.append(temp + bStr); } in.close(); //对上面转化成的二进制字符串进行解码 for(int i = 0; i < codeStr.length(); i ++) { //huffman解码过程 if(codeStr.charAt(i) == '0') resultStr.append('a'); else { i++; if(i >= codeStr.length()) break; if(codeStr.charAt(i) == '0') resultStr.append('b'); else resultStr.append('c'); } } return new String(resultStr); } }

 

test.dat的内容

aaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcba

 

 

ps：

给出的代码只能对转换成二进制后，二进制位为7的倍数的文件进行压缩，如果需要弥补这个问题，需要在编码后的文件头中写入源文件的大小，本程序为简便起见，未作处理