哈弗曼压缩总结

哈弗曼压缩

     对于初学哈弗曼压缩，技术不是十分娴熟，按我自己的方法将之分为以下7个大步骤：

一. 先定义节点属性方法

   （0）. 定义节点的属性和方法

             在TreeNode节点类中定义了 左节点（left），右节点（right），父节点（last），数据内容（obj），频率  

   （num），编码（src）属性；定义了每个属性对应的get，set的方法。

private TreeNode left;// 左节点
private TreeNode right;// 右节点
private TreeNode last;// 父节点
private String src = "0";// 数据对应的哈弗曼编码
private byte obj;// 数据
private int num;// 出现的频率

 

二. 将源文件数据按字节读取（共256个字节）。
   （1）. 获取文件路径。 （path是String类型的）

// 创建一个文件选择器
javax.swing.JFileChooser ch = new javax.swing.JFileChooser();
// 设置只能选择文件
ch.setFileSelectionMode(javax.swing.JFileChooser.FILES_ONLY);
    int t = ch.showOpenDialog(null);
    if (t == 0) {
        // 获得要压缩的文件的路径
     path = ch.getSelectedFile().getAbsolutePath();
     }

   （2）. 获得文件大小。

java.io.File file = new java.io.File(path);
long num = file.length();

 

   （3）. 读入数据并统计

三. 统计每个字节出现的频率。

   （4）. 通过路径，来统计文件中每个字节出现的频率。

             先构建一个节点队列，然后将读取的一个字节当做节点的数据转化成一个节点，与队列中的元素进行

     比较，如果原队列中未曾出现这个节点，就将之添加到队列中，反之则节点频率+1。返回一个节点队列（qi）。

public QueueImg<TreeNode> tongji(String path) throws IOException {
    // 创建一个节点队列
    QueueImg<TreeNode> qi = new QueueImg<TreeNode>();
    // 读入数据
    java.io.InputStream ins = new java.io.FileInputStream(path);
      java.io.BufferedInputStream bis = new java.io.BufferedInputStream(ins);
      java.io.DataInputStream dis = new java.io.DataInputStream(bis);
    // 读入数据，如果不是结尾继续往下读
    java.io.File file = new java.io.File(path);
      long num = file.length();
      for (long i = 0; i < num; i++) {
            byte x = dis.readByte();
          // 将字节转化为节点
        TreeNode node = new TreeNode(x);
          // 当队列中不只一个元素时
        for (int j = 0; j <= qi.size(); j++) {
                // 如果队列中没有对应节点
            if (j == qi.size()) {
                  node.setNum(1);
                  qi.add(node);
                  break;
             }
           // 如果队列中有对应节点
        else if (qi.get(j).getObj() == node.getObj()) {
            qi.get(j).setNum(qi.get(j).getNum() + 1);
            break;
            }
       }
   }
    ins.close();
    return qi;
}

 

 

四. 根据频率构建哈弗曼树，在每个节点上注明哈弗曼编码。

   （5）. 建树

             传入一个节点队列，将其中的节点按频率大小，选出最小的节点（a），再从队列中移除，再选出一次（b），再 

    移除。将这两个节点构建成新的节点。返回根节点（root）。

public TreeNode createTree(QueueImg<TreeNode> qi) {
	TreeNode a, b, c;
	// 当队列中有两个或两个以上的元素时
	while (qi.size() > 1) {
		// 取最小的节点
		a = min(qi);
		qi.remove(a);
		b = min(qi);
		qi.remove(b);
		c = new TreeNode((byte) 0);
		build(c, b, a);
		qi.add(c);
	}
	TreeNode root = qi.get(0);
	return root;
}

     （6）. 建码

               传入一个根节点，按左1右0的方式编码。再将所需节点放入队列（queue）中备用。

public void createBM(TreeNode root) {
	// 左边为1
	if (root.getLeft() != null) {
		root.getLeft().setSrc(root.getSrc() + 1);
		createBM(root.getLeft());
	}
	// 右边为0
	if (root.getRight() != null) {
		root.getRight().setSrc(root.getSrc() + 0);
		createBM(root.getRight());
	} else
		queue.add(root);
}

 

五. 将原来的文件数据，按哈弗曼编码的形式翻译成字符串。

    （7）. 通过与队列（queue）中的元素比较，相同则输出其编码。

java.io.File file = new java.io.File(path);
long num = file.length();
String src = "";
for (long i = 0; i < num; i++) {
	byte x = dis.readByte();
	for (int j = 0; j < queue.size(); j++) {
		if (x == queue.get(j).getObj())
		src = src + queue.get(j).getSrc();
	}
}

 
六. 以8个位为一个字节，组成新的数据，再写入。

    （8）. 先写入对应法则；再将原数据补齐至8的整数倍（后尾补0），写入补齐数（skip）；最后写入新数据本身。

     这里用了substring(int beginIndex, int endIndex) 的方法来切割字符串，beginIndex是开始的索引处

    （包括），endIndex是结束的索引处（不包括）。再用parseInt(String s, int radix) 方法，radix是基数。

     这里是2进制转10进制，所以是2.

// 写入对应法则
for (int i = 0; i < queue.size(); i++) {
	// 数据
	dos.write(queue.get(i).getObj());
	// 哈弗曼编码
	dos.write(Integer.parseInt(queue.get(i).getSrc(), 2));
}
// 补齐位数
byte skip = 0;
if (src.length() % 8 != 0) {
	skip = (byte) (8 - src.length() % 8);
	for (int i = 0; i < skip; i++) {
		src = src + 0;
	}
}
// 补齐了skip个
dos.write(skip);
// 将字符串转化为字节
for (int i = 0; i < src.length() / 8; i++) {
	String src1 = src.substring(0 + 8 * i, 8 + 8 * i);
	int b = Integer.parseInt(src1, 2);
	dos.write(b);
}

  七. 总结

       因为是初学java，还有许多不足之处，比如说在编写时，思路不够清晰，结构混乱，数据冗杂，数据利用率不高。与此同时在遇到了许多难点，比如 如何在建好的树上添加对应的编码？如何将字符串转化为整型？如何加快压缩的速度？其中大部分已经解决，其他的也用较为复杂的方法实现。附件中还有解压缩的部分。请多指教。。。