Java之赫夫曼树压缩和解压

创建Node,待数据和权值

class Node implements Comparable<Node> {
    Byte data;//存放数据本身，比如 '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();
        }
    }
}

压缩和解压方法及main方法测试:

public static void main(String[] args) {

        //测试压缩文件
//        String srcFile = "d://1.png";//输入压缩文件
//        String dstFile = "d://dit.zip";//输出压缩文件
//        zipFile(srcFile, dstFile);
//        System.out.println("压缩文件ok");

        //测试解压文件
        String zipFile = "d://dit.zip";
        String dsFile = "d://src2.bmp";
        unZipFile(zipFile,dsFile);
        System.out.println("解压成功");

//        String str = "i like like like java do you like a java";
//        byte[] contentBytes = str.getBytes();
//        System.out.println(contentBytes.length);//40
//
//        byte[] huffmanCodesBytes = huffmanZip(contentBytes);
//        System.out.println("压缩后的结果" + Arrays.toString(huffmanCodesBytes) + "长度为" + huffmanCodesBytes.length);
//        byte[] sourceBytes = decode(huffmanCodes, huffmanCodesBytes);

        /**
         *   分布过程
         List<Node> nodes = getNodes(contentBytes);
         System.out.println("nodes=" + nodes);

         //创建的二叉树
         System.out.println("赫夫曼树");
         Node huffmanTree = createHuffmanTree(nodes);
         System.out.println("前序遍历:");
         huffmanTree.preOrder();
         //是否生成对应的赫夫曼编码
         Map<Byte, String> huffmanCodes = getCodes(huffmanTree);
         System.out.println("生成的赫夫曼编码" + huffmanCodes);

         byte[] zip = zip(contentBytes, huffmanCodes);
         System.out.println(Arrays.toString(zip));
         */

    }

    //编写，完成对压缩文件的解压
    /**
     * @param zipFile 准备解压的文件
     * @param dstFile 将文件解压到哪个目录
     */
    public static void unZipFile(String zipFile, String dstFile) {

        //定义文件输入流
        InputStream is = null;
        //定义一个对象输入流
        ObjectInputStream ois = null;
        //定义文件的输出流
        OutputStream os = null;

        try {
            //创建文件输入流
            is = new FileInputStream(zipFile);
            //创建一个和is 关联的对象输入流
            ois = new ObjectInputStream(is);
            //读取byte 数组 huffmanBytes
            byte[] huffmanBytes = (byte[]) ois.readObject();
            //读取赫夫曼编码表
            Map<Byte, String> huffmanCodes = (Map<Byte, String>) ois.readObject();

            //解码
            byte[] bytes = decode(huffmanCodes, huffmanBytes);
            //将bytes 数组写入到目标文件
            os = new FileOutputStream(dstFile);
            //写数据到 dsFile 文件
            os.write(bytes);
        } catch (Exception e) {
            System.out.println(e.getMessage());
        } finally {
            try {
                os.close();
                ois.close();
                is.close();
            } catch (IOException e) {
                System.out.println(e.getMessage());
            }
        }
    }

    //编写方法，将一个文件进行压缩
    public static void zipFile(String srcFile, String dsFile) {
        //创建输出流
        OutputStream os = null;
        ObjectOutputStream oos = null;
        FileInputStream is = null;

        try {
            //创建文件的输入流
            is = new FileInputStream(srcFile);
            byte[] b = new byte[is.available()];
            is.read(b);
            //直接对源文件对进行压缩
            byte[] huffmanBytes = huffmanZip(b);
            //创建文件的输出流，存放压缩文件
            os = new FileOutputStream(dsFile);
            //创建一个和文件输出流关联的ObjectOutPutStream
            oos = new ObjectOutputStream(os);
            //把赫夫曼编码后的字节数组写入压缩文件
            oos.writeObject(huffmanBytes);//我们是把
            //这里我们以对象流的方式写入 赫夫曼编码 ，是为了以后我们回复源文件时使用
            //注意一定要把赫夫曼编码写入压缩文件
            oos.writeObject(huffmanCodes);
        } catch (Exception e) {
            System.out.println(e.getMessage());
        } finally {
            try {
                is.close();
                os.close();
                oos.close();
            } catch (IOException e) {
                System.out.println(e.getMessage());
            }
        }

    }

    //完成数据的解压
    //思路
    //1、将huffmanCodeBytes[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
    // 先转成 赫夫曼编码对应的二进制的字符串
    //2、赫夫曼编码对应的二进制字符串  =》对照赫夫曼编码 =>"i like like like java do you like a java"

    //编写一个方法，完成对压缩数据的解码

    /**
     * @param huffmanCodes 赫夫曼编码表 map
     * @param huffmanBytes 赫夫曼编码得到的字符串数组
     * @return 就是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 二进制的字符串，形式 10101000111...
        StringBuilder stringBuilder = new StringBuilder();
        //将byte 数组转成二进制的字符串
        for (int i = 0; i < huffmanBytes.length; i++) {
            byte b = huffmanBytes[i];
            //判断是不是最后一个字节
            boolean flag = (i == huffmanBytes.length - 1);
            stringBuilder.append(byteToBitString(!flag, b));
        }

        //把字符串安装指定的赫夫曼编码进行解密
        //把赫夫曼编码表进行调换，因为反向查询 a->100 100->a
        Map<String, Byte> map = new HashMap<String, Byte>();
        for (Map.Entry<Byte, String> entry : huffmanCodes.entrySet()) {
            map.put(entry.getValue(), entry.getKey());
        }
//        System.out.println(map);
        //创建要给集合，存放byte
        List<Byte> list = new ArrayList<>();
        //i 可以理解成就是索引，扫描
        for (int i = 0; i < stringBuilder.length(); i++) {
            int count = 1;//小的计数其
            boolean flag = true;
            Byte b = null;
            while (flag) {
                //递增的取出 key 1
                String key = stringBuilder.substring(i, i + count);//i 不动，让count 移动，指定匹配到一个字符
                b = map.get(key);
                if (b == null) {//说明没有匹配到
                    count++;
                } else {
                    //匹配到
                    flag = false;
                }
            }
            list.add(b);
            i += count;//i 直接移动到 count
        }
        //当for 循环结束后，我们list 中就存放了所有的字符 "i like like like java do you like a java"
        //把 list 中的数据放入到byte[] 并返回
        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 转换一个二进制的字符串
     *
     * @param b
     * @param flag 标志是否需要补高位如果是true,表示需要补高位，如果是false 表示不补,如果是最后一个字节，无需补高位
     * @return 是该b 对应的二进制的字符串(注意是按补码返回)
     */
    public static String byteToBitString(boolean flag, byte b) {
        //使用变量保存 b
        int temp = b;//将 b 转成int

        //如果是正数还存在补高位
        if (flag) {
            temp |= 256;//按位与 256 1 0000 0000
        }
        String str = Integer.toBinaryString(temp);//返回的是temp 对应的二进制的补码
        System.out.println(str);
        if (flag) {
            return str.substring(str.length() - 8);
        } else {
            return str;
        }

    }

    //使用一个方法，将前面的方法封装起来，便于我们的调用
    /**
     * @param bytes
     * @return
     */
    private static byte[] huffmanZip(byte[] bytes) {
        List<Node> nodes = getNodes(bytes);
        //根据nodes 创建的赫夫曼树
        Node huffmanTreeRoot = createHuffmanTree(nodes);
        //对应的赫夫曼编码(根据 赫夫曼树)
        Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
        //根据生成的赫夫曼编码，压缩得到压缩后的赫夫曼编码字节数组
        byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
        return huffmanCodeBytes;
    }

    //编写一个方法，将字符串对应的byte[] 数组，通过生成的赫夫曼编码表，返回一个赫夫曼编码，压缩后的byte[]
    private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
        //1、利用huffmanCodes 将bytes 转成 赫夫曼编码对应的字符串
        StringBuilder stringBuilder = new StringBuilder();
        //遍历bytes 数组
        for (byte b : bytes) {
            stringBuilder.append(huffmanCodes.get(b));
        }
        //统计返回 byte[] huffmanCodeBytes 长度
        //一句话 int len = (StringBuilder.length()+7)/8;
        int len;
        if (stringBuilder.length() % 8 == 0) {
            len = stringBuilder.length() / 8;
        } else {
            len = stringBuilder.length() / 8 + 1;
        }
        //创建 存储压缩后的byte数组
        byte[] huffmanCodesBytes = new byte[len];
        int index = 0;//记录是第几个byte
        for (int i = 0; i < stringBuilder.length(); i += 8) {//因为是每8为对应一个byte 所以步长+8
            String strByte;
            if (i + 8 > stringBuilder.length()) {
                strByte = stringBuilder.substring(i);
            } else {
                strByte = stringBuilder.substring(i, i + 8);
            }
            //将strByte 转成一个byte 放入到 huffmanCodeBytes
            huffmanCodesBytes[index] = (byte) Integer.parseInt(strByte, 2);
            index++;
        }
        return huffmanCodesBytes;
    }

    //生成赫夫曼树对应的赫夫曼编码
    //思路:
    //1、赫夫曼树编码表存在 Map<Byte,String>形式
    //32->01 97->100 100->110000等等
    static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
    //2、在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder 存储某个叶子节点的路径
    static StringBuilder stringBuilder = new StringBuilder();

    //调用方便，我们重载getCodes
    private static Map<Byte, String> getCodes(Node root) {
        if (root == null) {
            return null;
        }
        //处理root左子树
        getCodes(root.left, "0", stringBuilder);
        //处理root 右子树
        getCodes(root.right, "1", stringBuilder);
        return huffmanCodes;
    }

    /**
     * 功能:将传入的node 节点的所有叶子节点的赫夫曼编码得到，并放入到
     * huffmanCodes集合
     *
     * @param node          传入节点
     * @param code          路径:左子节点是0，右子节点是1
     * @param stringBuilder 是用于拼接路径
     */
    private static void getCodes(Node node, String code, StringBuilder stringBuilder) {

        StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
        //将code 加入到 stringBuilder2
        stringBuilder2.append(code);
        if (node != null) {//如果node == null 不处理
            //判断当前node 是叶子节点还是非叶子节点
            if (node.data == null) {//非叶子节点
                //递归处理
                //向左
                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());

            }
        }
    }

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

    /**
     * @param bytes 接收字节数组
     * @return 返回就是List 形式
     */
    private static List<Node> getNodes(byte[] bytes) {
        //先创建一个ArrayList
        List<Node> nodes = new ArrayList<>();

        //遍历bytes,统计每一个byte出现的次数->map
        Map<Byte, Integer> counts = new HashMap();
        for (byte b : bytes) {
            Integer count = counts.get(b);
            if (count == null) {//说明Map中没有数据
                counts.put(b, 1);
            } else {
                counts.put(b, count + 1);
            }
        }
        //把每一个键值对转成一个Node 对象，并加入到nodes集合
        //遍历Map
        for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
            nodes.add(new Node(entry.getKey(), entry.getValue()));
        }
        return nodes;
    }

    //通过List 创建对应的赫夫曼树
    private static Node createHuffmanTree(List<Node> nodes) {
        while (nodes.size() > 1) {
            //排序，从小到大
            Collections.sort(nodes);
            //取出第一颗最小的二叉树
            Node leftNode = nodes.get(0);
            //取出第二颗最小的二叉树
            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
            Node parent = new Node(null, leftNode.weight + rightNode.weight);
            //挂起
            parent.left = leftNode;
            parent.right = rightNode;

            //将依据处理的两棵二叉树从nodes删除
            nodes.remove(leftNode);
            nodes.remove(rightNode);
            //将新的二叉树，加入到nodes
            nodes.add(parent);

        }
        //nodes 最后的节点，就是赫夫曼树头节点
        return nodes.get(0);
    }
}

赫夫曼压缩注意事项:
1、如果文件本身就是经过压缩处理的，那么使用赫夫曼编码再压缩效率不会很明显变化，比如视频、ppt等等文件
2、赫夫曼编码是按字节来处理的，依次可以处理所有的文件(二进制文件、文本文件)
3、如果一个文件中的内容，从发的数据不多，压缩效果也不会很明显