【Java数据结构与算法】Huffman霍夫曼编码与解码完整代码

哈夫曼编码(Huffman Coding)，又称霍夫曼编码，是一种编码方式，哈夫曼编码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫做Huffman编码（有时也称为霍夫曼编码）。

package com.atguigu.huffmancode;

import java.util.*;

/**
 * @author 南有嘉鱼
 * @create 2021-11-23 8:44
 */
public class HuffmanCode {

    //将霍夫曼编码表存放在 Map<Byte,String>
    static Map<Byte, String> huffmanCodes = new HashMap<>();
    //经过霍夫曼编码后，拼接所有叶子节点路径
    static StringBuilder huffmanCodesStr = new StringBuilder();

    public static void main(String[] args) {

//        String content = "i like like like java do you like a java";
        String content = "解压时，最后一个字节转成二进制时";
        byte[] huffmanCodesBytes = huffmanZip(content);
        byte[] sourceBytes = decode(huffmanCodes, huffmanCodesBytes);
        System.out.println(new String(sourceBytes));
    }

    /**
     * 完成对压缩数据的解码
     * @param huffmanCodes 霍夫曼编码表map
     * @param huffmanBytes 霍夫曼编码得到的数组
     * @return 原来的字符串对应的数组
     */
    private static byte[] decode(Map<Byte, String> huffmanCodes,byte[] huffmanBytes){
        //1. 先得到huffmanBytes对应的二进制字符串  10101000101111111100100010111111110...
        StringBuilder stringBuilder = new StringBuilder();
        for (int i = 0; i < huffmanBytes.length - 1; i++) {
            stringBuilder.append(byteToBitStr(true,huffmanBytes[i]));
        }
        //！！！特别注意：由于最后一个byte转成二进制时，位数无法确定，所有需要特别处理最后一个byte
        String lastByte = byteToBitStr(false,huffmanBytes[huffmanBytes.length - 1]);
        if (lastByte.length() + stringBuilder.length() != huffmanCodesStr.length()) {
            while (lastByte.length() + stringBuilder.length() < huffmanCodesStr.length()) {
                stringBuilder.append(0);
            }
        }
        stringBuilder.append(lastByte);
        //2. 获取到霍夫曼编码的解码表，即把霍夫曼编码表进行反向调换
        Map<String,Byte> map = new HashMap<>();
        for (Map.Entry<Byte, String> entry : huffmanCodes.entrySet()) {
            map.put(entry.getValue(),entry.getKey());
        }
        //3. 根据字符串按照指定的霍夫曼解码表进行解码
        List<Byte> list = new ArrayList<>();
        for (int i = 0;i < stringBuilder.length();){
            int count = 1;
            boolean flag = true;
            Byte b = null;
            while (flag){
                String key = stringBuilder.substring(i,i + count);
                b = map.get(key);
                if (b == null){
                    count++;
                } else {
                    flag = false;
                }
            }
            list.add(b);
            i += count;
        }
        byte[] b = new byte[list.size()];
        for (int i = 0; i < b.length; i++) {
            b[i] = list.get(i);
        }
        return b;
    }

    /**
     * 将一个byte类型的数转换成该数二进制的8位补码形式
     *
     * @param flag 正数需要补高位，为true，反之亦然
     * @param b    传入的byte
     * @return b对应的二进制补码的字符串
     */
    private static String byteToBitStr(boolean flag, byte b) {
        int temp = b;
        if (flag) {
            //如果是正数，需要补高位
            temp |= 256; //或运算
        }
        String str = Integer.toBinaryString(temp); //返回的是temp对应的二进制的补码
        if (flag) {
            return str.substring(str.length() - 8);
        } else {
            return str;
        }
    }

    private static byte[] huffmanZip(String content) {
        //将原始的字符串转换成对应的字节数组（即将原始字符串的每一个字符转换成对应的ANSI码）
        byte[] contentBytes = content.getBytes();
        //统计每一个字符出现的次数，得到List<Node>
        List<Node> nodes = getNodes(contentBytes);
        //创建对应的霍夫曼树
        Node huffmanTreeRoot = createHuffmanTree(nodes);
        //生成霍夫曼树对应的编码表
        Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
        //进行霍夫曼压缩编码
        byte[] huffmanCodesBytes = zip(contentBytes, huffmanCodes);
        return huffmanCodesBytes;
    }


    /**
     * 将原始字符串对应的byte[]数组，根据霍夫曼编码表进行编码，返回一个霍夫曼编码压缩后的byte[]
     *
     * @param bytes        原始的字符串对应的数组
     * @param huffmanCodes 生成的霍夫曼编码表 map
     * @return 返回霍夫曼编码处理后的byte[]
     */
    private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
        //1. 利用霍夫曼编码表HuffmanCodes 将bytes转成霍夫曼对应的字符串
        for (byte b : bytes) {
            huffmanCodesStr.append(huffmanCodes.get(b));
        }
        //2. 根据huffmanCodesStr.length()确定返回值byte[] huffmanCodeBytes的长度
        int len = (huffmanCodesStr.length() + 7) / 8;
        //3. 创建一个存储压缩后的byte数组，根据霍夫曼编码表进行编码
        byte[] huffmanCodeBytes = new byte[len];
        int index = 0; //记录是第几个byte
        for (int i = 0; i < huffmanCodesStr.length(); i += 8) {
            String strByte;
            if (i + 8 > huffmanCodesStr.length()) { //截取最后剩余的二进制字符串
                strByte = huffmanCodesStr.substring(i);
            } else {
                strByte = huffmanCodesStr.substring(i, i + 8); //左闭右开
            }
            //4. 将strByte先转换成int类型，再强转成byte，放入到huffmanCodeBytes
            huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
            index++;
        }
        return huffmanCodeBytes;
    }

    //重载，方便递归调用
    private static Map<Byte, String> getCodes(Node root) {
        if (root == null) {
            return null;
        }
        //处理root的左子树
        getCodes(root.left, "0", huffmanCodesStr);
        //处理root的右子树
        getCodes(root.right, "1", huffmanCodesStr);
        return huffmanCodes;
    }

    /**
     * 将传入的霍夫曼树root节点的所有叶子节点的霍夫曼编码得到，并放入到huffmanCodes集合
     * @param node          传入霍夫曼树root节点
     * @param code          路径：左子节点是0，右子节点是1
     * @param stringBuilder 用于拼接路径
     */
    private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
        StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
        stringBuilder2.append(code);
        if (node != null) { //如果node == null，不处理
            if (node.data == null) { //判断是否为非叶子节点
                //向左递归
                getCodes(node.left, "0", stringBuilder2);
                //向右递归
                getCodes(node.right, "1", stringBuilder2);
            } else { //说明是一个叶子节点，就表示找到某个叶子节点的最后
                huffmanCodes.put(node.data, stringBuilder2.toString());
            }
        }
    }

    /**
     * 创建霍夫曼树
     * @param nodes 集合里的每一个Node保存了字符的ANSI值和权值（出现次数））
     * @return 返回霍夫曼树的根节点
     */
    private static Node createHuffmanTree(List<Node> nodes) {
        while (nodes.size() > 1) {
            Collections.sort(nodes);
            Node leftNode = nodes.get(0);
            Node rightNode = nodes.get(1);
            //创建一颗新的二叉树，它的根节点没有data，只有权值weight
            Node parent = new Node(null, leftNode.weight + rightNode.weight);
            parent.left = leftNode;
            parent.right = rightNode;
            nodes.remove(leftNode);
            nodes.remove(rightNode);
            nodes.add(parent);
        }
        return nodes.get(0);
    }

    /**
     * 遍历原始字符串对应的byte[]数组，统计每一个字符出现的次数
     * @param bytes
     * @return 返回的list集合里的每一个Node保存了字符的ANSI值和权值（出现次数））
     */
    private static List<Node> getNodes(byte[] bytes) {
        List<Node> nodes = new ArrayList<>();
        //遍历bytes，统计每一个byte出现的次数 ->map[key,value]
        Map<Byte, Integer> counts = new HashMap<>();
        for (byte b : bytes) {
            Integer count = counts.get(b);
            if (count == null) { //说明map中还没有这个字符，第一次遍历到
                counts.put(b, 1);
            } else {
                counts.put(b, count + 1);
            }
        }
        //把每一个键值对转换成一个Node对象，并加入到nodes集合
        for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
            nodes.add(new Node(entry.getKey(), entry.getValue()));
        }
        return nodes;
    }

    //前序遍历
    private static void preOrder(Node root) {
        if (root != null) {
            root.preOrder();
        } else {
            System.out.println("霍夫曼树为空！");
        }
    }
}

class Node implements Comparable<Node> {

    Byte data; //存放数据（字符）本身，如'a' = 97  ' ' = 32
    int weight; //权值，表示字符出现的次数
    Node left;
    Node right;

    public Node(Byte data, int weight) {
        this.data = data;
        this.weight = weight;
    }

    @Override
    public int compareTo(Node o) {
        //从小到大排序
        return this.weight - o.weight;
    }

    @Override
    public String toString() {
        return "Node{" +
                "data=" + data +
                ", weight=" + weight +
                '}';
    }

    //前序遍历
    public void preOrder() {
        System.out.println(this);
        if (this.left != null) {
            this.left.preOrder();
        }
        if (this.right != null) {
            this.right.preOrder();
        }
    }
}

如有疑问，欢迎私信或者发邮件到2450836033@qq.com