**作用:**用于压缩文件,是无损压缩
步骤:
设传输的字符串为:(i like like like java do you like a java)
(1)计算各字符出现的次数:d:1 y:1 u:1 j:2 v:2 o:2 I:4 k:4 e:4 i:5 a:5 (空格):9
(2)按照上面字符出现的次数,构建一颗赫夫曼树,次数作为权值
(3)根据赫夫曼树,给各个字符,规定编码(前缀编码),向左路径为0,向右路径为1
(5)按照上述的赫夫曼编码,就可以得到字符串对应的编码
**注意:**赫夫曼树根据排序方式不同,也可能不太一样,这样对应的赫夫曼树也不一样,但WPL是一样的。
赫夫曼解码:
(1)将生成的赫夫曼编码表放在Map<Byte,Strign>中
(2)在生成赫夫曼编码表示,需要去凭借路径,定义一个StringBuilder,存储某个叶子节点的路径。
代码实现:
public class HuffmanCode {
public static void main(String[] args) {
// TODO 自动生成的方法存根
String content="i like like like java do you like a java";
byte[] contentBytes=content.getBytes();
byte[] huffmanCodeBytes=huffmanZip(contentBytes);
System.out.println("压缩后的结果为:"+Arrays.toString(huffmanCodeBytes));
byte[] sourceBytes=decode(huffmanCodes,huffmanCodeBytes);
System.out.println("原来的字符串="+new String(sourceBytes));
/**
List<nodes> list=getNode(contentBytes);
System.out.println(list);
nodes Nodes=createHuffman(list);
preOrder(Nodes);
Map<Byte,String> huffmanCode=getCodes(Nodes);
System.out.println("生成的赫夫曼树:"+huffmanCode);
byte[] huffmanCodeBytes=zip(contentBytes,huffmanCode);
System.out.println("huffmanByte"+Arrays.toString(huffmanCodeBytes));
**/
}
//编写一个方法 完成对压缩文件的解压
public static void unZipFile(String zipFile,String detFile) {
InputStream is=null;
ObjectInputStream ois=null;
OutputStream os=null;
try {
//创建文件的输入流
is=new FileInputStream(zipFile);
//创建和is相关联的对象输入流
ois=new ObjectInputStream(is);
//读取文件信息
//读取byte数组
byte[] bytes=(byte[]) ois.readObject();
//读取赫夫曼编码
Map<Byte,String> map=(Map<Byte, String>) ois.readObject();
//解码
byte[] decode=decode(map, bytes);
//将bytes写入到目标文件
os=new FileOutputStream(detFile);
//写数据到detFile文件
os.write(decode);
}catch(Exception e) {
System.out.println(e.getMessage());
}finally {
try {
is.close();
os.close();
ois.close();
} catch (IOException e) {
// TODO 自动生成的 catch 块
e.printStackTrace();
}
}
}
//编写一个方法将文件进行压缩
/**
*
* @param srcFile 传入希望压缩的文件
* @param desFile 压缩文件要放入的文件夹
*/
public static void zipFile(String srcFile,String desFile) {
InputStream is=null;
OutputStream os=null;
ObjectOutputStream oos=null;
try {
//创建文件的输入流
is=new FileInputStream(srcFile);
//创建和源文件一样的byte数组
byte[] bytes=new byte[is.available()];
//将文件的字节读取到bytes文件中
is.read(bytes);
//对bytes数组进行压缩
byte[] HuffmanBytes=huffmanZip(bytes);
//创建文件输出流,存放压缩文件
os=new FileOutputStream(desFile);
//创建一个和文件输出流关联的ObjectOutputStream
oos=new ObjectOutputStream(os);
//将压缩后的赫夫曼编码写到流中
oos.write(HuffmanBytes);
//将对应的赫夫曼编码也写入到流中,是为了以后我们恢复文件的时候使用
oos.writeObject(huffmanCodes);
} catch (FileNotFoundException e) {
// TODO 自动生成的 catch 块
e.printStackTrace();
} catch (IOException e) {
// TODO 自动生成的 catch 块
e.printStackTrace();
}finally {
try {
is.close();
os.close();
oos.close();
} catch (IOException e) {
// TODO 自动生成的 catch 块
e.printStackTrace();
}
}
}
//使用一个方法,将这些方法封装起来
public static byte[] huffmanZip(byte[] bytes) {
List<nodes> node=getNode(bytes);
//根据node创建赫夫曼树
nodes huffmanTreeRoot=createHuffman(node);
//对应的赫夫曼编码
Map<Byte,String> huffmanCodes=getCodes(huffmanTreeRoot);
//根据生成的赫夫曼编码,压缩后的赫夫曼编码的字节数组
byte[] huffmanCodeBytes=zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
//编写一个方法,完成对压缩数据的解码
public static byte[] decode(Map<Byte,String> huffmanCodes,byte[] huffmanBytes) {
//先得到huffmanBytes对应的二进制的字符串
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(byteToBiteString(!flag, b));
}
//把字符串安装指定的赫夫曼编码进行解码
//把赫夫曼编码进行调换,因为反向查询a->100 100->a
Map<String,Byte> map=new HashMap<>();
for(Map.Entry<Byte, String> entry:huffmanCodes.entrySet()) {
map.put(entry.getValue(), entry.getKey());
}
//创建集合,存放byte
List<Byte> list=new ArrayList<>();
//i 可以理解为就是索引,扫描stringBuilder
for(int i=0;i<stringBuilder.length();) {
int count=1; //小的计数器
boolean flag=true;
Byte b=null;
while(flag) {
//递增的取出key
String key=stringBuilder.substring(i, i+count);
b=map.get(key);
if(b==null) {
//说明没有匹配到
count++;
}else {
//匹配到了
flag=false;
}
}
list.add(b);
i+=count; //i移动到count
}
//当for循环结束后,list中就存放了所有的字符
//把list中的数据放入到byte[]并返回
byte[] b=new byte[list.size()];
for(int i=0;i<list.size();i++) {
b[i]=list.get(i);
}
return b;
}
/**
* 将一个Byte转换成二进制的字符串
* @param flag 标志是否需要补高位,如果是true,表示需要补,如果是false表示不补,如果是最后一个字节,不需要补
* @param b 传入的byte
* @return 是b对应的二进制的字符串
*/
public static String byteToBiteString(boolean flag,byte b) {
//使用变量保存b
int temp=b; //将b转成Int
//如果是正数,我们还存在补高位
if(flag) {
temp |=256; //按位与256 1 0000 0000 |0000 0001 ->1 0000 0001
}
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;
}
}
//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[]
public static byte[] zip(byte[] bytes,Map<Byte,String> huffmanCodes) {
//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));
}
//将得到的stringBuilder转成byte[]数组
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[] huffmanByte=new byte[len];
int index=0;
for(int i=0;i<stringBuilder.length();i+=8) {//因为每8位对应一个byte,所以步长为8
String strByte;
if(i+8<stringBuilder.length()) {
strByte=stringBuilder.substring(i, i+8);
}else {
strByte=stringBuilder.substring(i);
}
//将strByte转成一个Byte,放入到huffmanByte
huffmanByte[index]=(byte)Integer.parseInt(strByte, 2);
index++;
}
return huffmanByte;
}
//重载getCode方法
public static Map<Byte,String> getCodes(nodes root){
if(root==null) {
return null;
}
getCodes(root.left,"0",stringBuilder);
getCodes(root.right,"1",stringBuilder);
return huffmanCodes;
}
//生成赫夫曼编码
//Map用于存放各个字符对应的哈夫曼编码
static Map<Byte,String> huffmanCodes=new HashMap<>();
//StringBuilder 存储某个叶子结点的路径
static StringBuilder stringBuilder=new StringBuilder();
/**
*
* @param node
* @param code 向左(0)还是向右(1)
* @param sb
*/
public static void getCodes(nodes node,String code,StringBuilder sb) {
StringBuilder sb2=new StringBuilder(sb);
//将传入的code加入到sb2中
sb2.append(code);
//如果node.adta==null说明该节点为非叶子节点
if(node!=null) {
if(node.data==null) {
getCodes(node.left, "0", sb2);
getCodes(node.right, "1", sb2);
}else {
//该节点为叶子结点
huffmanCodes.put(node.data, sb2.toString());
}
}
}
public static List<nodes> getNode(byte[] bytes){
//创建一个ArrayList
List<nodes> nodes=new ArrayList<>();
//创建一个map用于存放各个字符及其出现的次数
Map<Byte,Integer> map=new HashMap<>();
//对bytes进行遍历,统计各个字符出现的次数
for(byte b:bytes) {
Integer count=map.get(b);
if(count==null) {
map.put(b, 1);
}else {
map.put(b, count+1);
}
}
//对map进行遍历,将字符和次数构建成一个节点
for (Map.Entry<Byte, Integer> entry:map.entrySet()) {
nodes.add(new nodes(entry.getKey(),entry.getValue()));
}
return nodes;
}
//创建哈夫曼树
public static nodes createHuffman(List<nodes> Nodes) {
while(Nodes.size()>1) {
Collections.sort(Nodes);
//取出最小的二叉树
nodes LeftNode=Nodes.get(0);
//取出次小的二叉树
nodes 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
nodes parents=new nodes(null,LeftNode.weight+RightNode.weight);
parents.left=LeftNode;
parents.right=RightNode;
//移除最小和次小的二叉树
Nodes.remove(LeftNode);
Nodes.remove(RightNode);
//添加新创建的二叉树
Nodes.add(parents);
}
return Nodes.get(0);
}
public static void preOrder(nodes root) {
if(root!=null) {
root.preOrder();
}else {
System.out.println("树为空!");
}
}
}
//创建节点
class nodes implements Comparable<nodes>{
Byte data; //存放数据(字符)本身
int weight; //权值,表示字符出现的次数
nodes left;
nodes right;
public nodes(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public String toString() {
return "Node [data=" + data + ", weight=" + weight + "]";
}
//升序排序
@Override
public int compareTo(nodes o) {
// TODO 自动生成的方法存根
return this.weight-o.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();
}
}
}
实现结果:
压缩后的结果为:[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
原来的字符串=i like like like java do you like a java