使用赫夫曼编码解码
使用赫夫曼编码来解码数据,具体要求是:
1)前面我们得到了赫夫曼编码和对应的编码
byte[] =[-88,-65,-56,-65,-56,-65,-55,77,-57,6,-24,-14,-117,-4,-60,-90,28]
2)现在要求使用赫夫曼编码,进行解码,又重新得到原来的字符串’i like like like java do you like a java’
3)思路:解码过程,就是编码的一个逆向操作。
代码实现
package com.atschool.huffmancode;
import java.util.*;
public class HuffmanCode {
public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println(contentBytes.length); //40
byte[] huffmanCodesBytes= huffmanZip(contentBytes);
System.out.println("压缩后的结果是:" + Arrays.toString(huffmanCodesBytes) + " 长度= " + huffmanCodesBytes.length);
byte[] sourceBytes = decode(huffmanCodes, huffmanCodesBytes);
System.out.println("原来的字符串=" + new String(sourceBytes)); // "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节数组
* @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101010001011...
StringBuilder stringBuilder = new StringBuilder();
//将byte数组转成二进制字符串
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码
//把赫夫曼编码表进行调换,因为方向查询 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());
}
//创建要给集合,存放byte
List<Byte> list = new ArrayList<>();
//可以理解成就是索引,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 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{
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"
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 转成一个二进制的字符串, 如果看不懂,可以参考我讲的Java基础 二进制的原码,反码,补码
* @param b 传入的 byte
* @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)
*/
private 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;
}
}
//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 原始的字符串对应的字节数组
* @return 是经过 赫夫曼编码处理后的字节数组(压缩后的数组)
*/
private static byte[] huffmanZip(byte[] bytes){
List<Node> nodes = getNodes(bytes);
//根据nodes 创建赫夫曼树
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[]
/**
*
* @param bytes 这时原始的字符串对应的 byte[]
* @param huffmanCodes 生成的赫夫曼编码map
* @return 返回赫夫曼编码处理后的 byte[]
* 举例: String content = "i like like like java do you like a java"; =》 byte[] contentBytes = content.getBytes();
* 返回的是 字符串 "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100"
* => 对应的 byte[] huffmanCodeBytes ,即 8位对应一个 byte,放入到 huffmanCodeBytes
* huffmanCodeBytes[0] = 10101000(补码) => byte [推导 10101000=> 10101000 - 1 => 10100111(反码)=> 11011000= -88 ]
* huffmanCodeBytes[1] = -88
*/
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[] huffmanCodeBytes = new byte[len];
int index =0;//记录是第几个byte
for (int i = 0; i < stringBuilder.length(); i+=8) {//因为每8位对应一个byte,所以步长 +8
String strByte;
if( i+8> stringBuilder.length()){//不够8位
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i,i+8);
}
//将strByte 转成一个byte ,放入到huffmanCodeBytes
huffmanCodeBytes[index] = (byte)Integer.parseInt(strByte,2);
index ++;
}
return huffmanCodeBytes;
}
//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 返回的就是 List 形式 [Node[date=97 ,weight = 5], Node[]date=32,weight = 9]......],
*/
private static List<Node> getNodes (byte[] bytes){
//1.创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<>();
//遍历bytes,统计每一个byte出现的次数 map[key,value]
HashMap<Byte, Integer> counts = new HashMap<>();
for (byte b : bytes) {
Integer count = counts.get(b);
if(count == null){//Map还没有这个字符数据,第一次
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;
}
//生成赫夫曼树对应的赫夫曼编码
//思路:
//1. 将赫夫曼编码表存放在 Map<Byte,String> 形式
// 生成的赫夫曼编码表{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}
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 存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
//为了调用方便,我们重载getCodes
private static Map<Byte,String> getCodes(Node root){
if(root ==null){
return null;
}
//处理root的左子树
getCodes(root.left,"0",stringBuilder);
//处理右子树
getCodes(root.right,"1",stringBuilder);
return huffmanCodes;
}
/**
* 功能:将传入的node结点的所有叶子结点的赫夫曼编码得到,并放入到huffmanCodes集合
* @param node 传入结点
* @param code 路径: 左子结点是 0, 右子结点 1
* @param stringBuilder 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());
}
}
}
//可以通过List 创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes){
//我们处理的过程是一个循环的过程
while(nodes.size()>1){
//排序从小到大
Collections.sort(nodes);
System.out.println("nodes" +nodes);
//1.取出根节点权值最小的两颗二叉树
Node leftNode = nodes.get(0);
//2.取出权值第二小的节点(二叉树)
Node rightNode = nodes.get(1);
//3.构建一颗新的二叉树
Node parent = new Node(null,leftNode.weight + rightNode.weight);
parent.left =leftNode;
parent.right =rightNode;
//4.从ArrayList删除处理过的二叉树
nodes.remove(leftNode);
nodes.remove(rightNode);
//5.将parent 加入到nodes
nodes.add(parent);
}
//返回赫夫曼树的root节点
return nodes.get(0);
}
}
//创建节点类
//为了让Node对象持续排序 Collections集合排序
//让Node实现Comparable接口
class Node implements Comparable<Node>{
Byte data;
int weight;//节点权值
Node left;//指向左子节点
Node right;//指向右子节点
public Node(Byte data,int weight) {
this.data = data;
this.weight = weight;
}
public int getWeight() {
return weight;
}
public void setWeight(int value) {
this.weight = value;
}
//写一个前序遍历
public void preOrder(){
System.out.println(this);
if(this.left != null){
this.left.preOrder();
}if(this.right != null){
this.right.preOrder();
}
}
@Override
public java.lang.String toString() {
return "Node [data = " + data + " weight=" + weight + "]";
}
@Override
public int compareTo(Node o) {
//表示从小到大排序
return this.weight -o.weight;
}
}