赫夫曼树以及赫夫曼编码

赫夫曼树以及赫夫曼编码

赫夫曼树的基本介绍：

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。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。
如下图中第二个树才是赫夫曼树，因为它的wpl值最小

赫夫曼树的几个重要概念：

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。
4）、WPL最小的就是赫夫曼树

题目描述：

给你一个数列 {13, 7, 8, 3, 29, 6, 1}，要求转成一颗赫夫曼树

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
   

赫夫曼树类：

public class HuffmanTree {
   

    public static int wpl = 0;

    public static Node getHuffmanTree(int[] arr) {
   
        List<Node> nodes = nodeWapper(arr);
        while (nodes.size() > 1) {
   
            Collections.sort(nodes);
            Node leftNode = nodes.get(0);
            Node rightNode = nodes.get(1);
            Node parentNode = new Node(leftNode.value + rightNode.value);
            parentNode.left = leftNode;
            parentNode.right = rightNode;

            nodes.remove(0);
            nodes.remove(0);
            nodes.add(parentNode);
        }
        return nodes.get(0);
    }

    public static void preOrder(Node node) {
   
        System.out.println(node);
        if(node.left != null) preOrder(node.left);
        if(node.right != null) preOrder(node.right);
    }

    private static List<Node> nodeWapper(int[] arr) {
   
        List<Node> nodes = new ArrayList<>();
        for (int value : arr) {
   
            nodes.add(new Node(value));
        }
        return nodes;
    }
	
    // 计算WPL
    public static int getWPL(Node node) {
   
        getWPL(node,0);
        return wpl;
    }
    private static void getWPL(Node node,int deep) {
   
        if(node.left == null && node.right == null) wpl += node.value * deep;
        if(node.left != null) getWPL(node.left,deep + 1);
        if(node.right != null) getWPL(node.right,deep + 1);
    }
}

赫夫曼编码类：

import java.util.*;

/**
 * @program: DataStructures
 * @description: 赫夫曼编码
 * @author: wxc
 * @create: 2020-12-05 21:56
 *
 **/
// 韩顺平老师代码Bug
// 在赫夫曼压缩那里，有些Bug,
// 第一个是byte[]数组最后一个字节是负数的情况（也就是根据赫夫曼编码得到的二进制字符串能把8整除，且倒数第8位为1），因此不管flag真假第一步就是判断位数并截取
// 第二个问题是byte[]数组最后一个字节会存在丢失0的问题，如果赫夫曼编码得到的二进制字符串不能被8整除，并且最后几位是以0开头的，就会在解码的时候发生错误
// 针对这个，我的做法是在增加一个字节，用来记录二进制字符串最后几位以0开头的个数，比如0010，则最后一个字节值为2，0000则为3。在还原的时候根据最后一个字节的数值进行对应0个数填充即可。
public class HuffmanCode {
   
    // 统计文本中每一个字符出现的次数
    public Map<Byte, Integer> map;
    // 赫夫曼树节点数组
    public List<Node> nodes;
    // 赫夫曼编码表
    public Map<Byte, String> codeMap;
    // 要进行压缩的字节数组(传入的)
    public byte[] originalBytes;
    // 经过赫夫曼编码的二进制字符串转成的字节数组，也就是压缩后的字节数组
    public byte[] zipBytes;
    // 赫夫曼树根结点
    public Node root;

    /*
     * @author wxc
     * @Description:获得文本中每个字符出现的权值 比如:"a" => 5,"b" => 2
     */
    private void countEachChar() {
   
        this.map = new HashMap<>(128);
        for (byte b : originalBytes) {
   
            if (!map.containsKey(b)) {
   
                map.put(b, 1);
            } else map.put(b, map.get(b) + 1);
        }
    }
    
    /*
     * @author wxc
     * @Description: map中的key保存了文本中出现的所有字符，将字符和出现次数包装到nodes数组中
     */
    private void nodeWapper() {