Huffman编码与解码

1. 什么是哈夫曼树？
   哈夫曼树是一个完全二叉树，每一叶子节点都有自己的权重，但采用哈夫曼树来携带这些叶子节点时，它是可以达到 叶子节点的权重*叶子节点的深度 是最小的二叉树
2. 哈夫曼树的用途：
   压缩数据
   例如当进行字符编码时，如果采用utf-8、GBK等进行数据编码，那每一个字符所使用的字节数都是相同的，例如utf-8要么是一个字节要么是两个字节，如果采用哈夫曼编码，使用二叉树的左右分支来存储0、1，可保证每一个叶子节点的编码都不相同，根据一个字符串中每一个字符出现的频率的不同，出现频率越低的字符所在的叶子节点深度越深，查找时花的时间也就相对多一点，出现频率高的叶子节点深度越小，查找是花的时间也就越少，因此使用哈夫曼树编码的时间 字符出现的频率 * 深度 也就最少
3. 怎么构造哈夫曼树呢？
   ex：“afcacfssaacfaa” （Java版存储结构：链式存储）

1. 根据每个字符出现的频率进行排序
   

2）按顺序将两个最小的节点作为叶子节点，小的节点作为左节点，大的作为有节点，相应编码的时候往左为0，往右为1

继续进行下去

package Data.HuffTree.structure;

import java.util.*;

public class testHuffTree{
    HuffCodeTree tree = new HuffCodeTree();

    public static void main(String[] args){
        String str = "cwdav casdc csadcadav ";
        testHuffTree huffcode = new testHuffTree();
        long start = System.currentTimeMillis();
        String encode = huffcode.encode(str);
        System.out.println(System.currentTimeMillis() - start);
        System.out.println(encode);
        System.out.println(huffcode.decode(encode));
    }

    public String encode(String str) {
        char[] chars = str.toCharArray();

        // 首先整理一遍所有字符 统计他们出现的频率 也就是个字节点的权重
        Map<Character, Integer> charsInfoMap = countCharFrequence(chars);

        // 根据权重由小到大的顺序排列各结点 采用用优先级队列
        PriorityQueue<Node> nodeQue = arrangeByFre(charsInfoMap);

        // 通过这些节点 来创建哈夫曼树  得到所有字符的编码信息
        buildHuffCodeTree(nodeQue);

        //使用对所有的字符进行编码
        return this.tree.encode(chars);
    }

    public String decode(String str){
        return this.tree.decode(str);
    }

    public Map<Character, Integer> countCharFrequence(char[] chars){
        // 用键值对来存放字符以及其出现的频率
        Map<Character, Integer> charsInfoMap = new Hashtable<Character, Integer>();
        for (char c : chars) {
            Character cs = new