通过哈夫曼编码对文件进行解压缩

• 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有明显变化, 比如视频,ppt 等等文件[举例压一个 .ppt]
• 赫夫曼编码是按字节来处理的，因此可以处理所有的文件(二进制文件、文本文件) [举例压一个.xml 文件]
• 如果一个文件中的内容，重复的数据不多，压缩效果也不会很明显

public class HuffmanCode{
	public static void main(String[] args) {
		// 测试压缩文件
		//
		String srcFile = "源文件路径";
		//
		String dstFile = "压缩文件路径";
		//
		//
		zipFile(srcFile, dstFile);
		//
		System.out.println("压缩文件 ok~~");
		// 测试解压文件
		String zipFile = "压缩文件路径";
		// String dstFile = "d://Uninstall2.xml";
		unZipFile(zipFile, dstFile);
		System.out.println("解压成功!");
		/*
		 * 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); //测试一把 byteToBitString 方法
		 * //System.out.println(byteToBitString((byte)1)); 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"
		 */
		// 如何将 数据进行解压(解码)
		// 分步过程
		/*
		 * List<Node> nodes = getNodes(contentBytes); System.out.println("nodes=" +
		 * nodes); } //测试一把，创建的赫夫曼树 System.out.println("赫夫曼树"); Node huffmanTreeRoot =
		 * createHuffmanTree(nodes); System.out.println("前序遍历");
		 * huffmanTreeRoot.preOrder(); //测试一把是否生成了对应的赫夫曼编码 Map<Byte, String>
		 * huffmanCodes = getCodes(huffmanTreeRoot); System.out.println("~生成的赫夫曼编码表= " +
		 * huffmanCodes); //测试 byte[] huffmanCodeBytes = zip(contentBytes,
		 * huffmanCodes); System.out.println("huffmanCodeBytes=" +
		 * Arrays.toString(huffmanCodeBytes));//17 //发送 huffmanCodeBytes 数组
		 */
	}

	// 编写一个方法，完成对压缩文件的解压
	/**
	 *
	 * @param zipFile 准备解压的文件
	 * @param dstFile 将文件解压到哪个路径
	 */
	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 dstFile 文件
			os.write(bytes);
		} catch (Exception e) {
			// TODO: handle exception
			System.out.println(e.getMessage());
		} finally {
			try {
				os.close();
				ois.close();
				is.close();
			} catch (Exception e2) {
				// TODO: handle exception
				System.out.println(e2.getMessage());
			}
		}
	}

	// 编写方法，将一个文件进行压缩
	/**
	 *
	 * @param srcFile 你传入的希望压缩的文件的全路径
	 * @param dstFile 我们压缩后将压缩文件放到哪个目录
	 */
	public static void zipFile(String srcFile, String dstFile) {
		// 创建输出流
		OutputStream os = null;
		ObjectOutputStream oos = null;
		// 创建文件的输入流
		FileInputStream is = null;
		try {
			// 创建文件的输入流
			is = new FileInputStream(srcFile);
			// 创建一个和源文件大小一样的 byte[]
			byte[] b = new byte[is.available()];
			// 读取文件
			is.read(b);
			// 直接对源文件压缩
			byte[] huffmanBytes = huffmanZip(b);
			// 创建文件的输出流, 存放压缩文件
			os = new FileOutputStream(dstFile);
			// 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，是为了以后我们恢复源文件时使用
			// 注意一定要把赫夫曼编码 写入压缩文件
			oos.writeObject(huffmanCodes);
		} catch (Exception e) {
			// TODO: handle exception
			System.out.println(e.getMessage());
		} finally {
			try {
				is.close();
				oos.close();
				os.close();
			} catch (Exception e) {
				// TODO: handle exception
				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]
	//
	// 重写先转成 赫夫曼编码对应的二进制的字符串 "1010100010111..."
	// 2.
	/*
	 * 赫夫曼编码对应的二进制的字符串 "1010100010111..." =》 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 1010100010111...
		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码
		// 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());
		}
		// 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 stringBuilder
		for (int i = 0; i < stringBuilder.length();) {
			int count = 1; // 小的计数器
			boolean flag = true;
			Byte b = null;
			while (flag) {
				// 1010100010111...
				// 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[]
	/**
	 *
	 * @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
	 *         "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000
	 *         101111111100110001001010011011100" => 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));
		}
		// System.out.println("测试 stringBuilder~~~=" + stringBuilder.toString());
		// 将 "1010100010111111110..." 转成 byte[]
		// 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) { // 因为是每 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;
	}

	// 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 root 的右子树
		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 是叶子结点还是非叶子结点
			if (node.data == null) { // 非叶子结点
				// 递归处理
				// 向左递归
				getCodes(node.left, "0", stringBuilder2);
				// 向右递归
				getCodes(node.right, "1", stringBuilder2);
			} else { // 说明是一个叶子结点
				// 就表示找到某个叶子结点的最后
				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<Node>();
		// 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) { // 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;
	}

	// 可以通过 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);
			parent.left = leftNode;
			parent.right = rightNode;
			// 将已经处理的两颗二叉树从 nodes 删除
			nodes.remove(leftNode);
			nodes.remove(rightNode);
			// 将新的二叉树，加入到 nodes
			nodes.add(parent);
		}
		// nodes 最后的结点，就是赫夫曼树的根结点
		return nodes.get(0);
	}
}

// 创建 Node ,待数据和权值
class Node implements Comparable<Node> {
	Byte data; // 存放数据(字符)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;
	}

	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();
		}
	}

}

class Tree implements Comparable<Tree> {
	Tree left, right;
	Integer weight;

	public Tree(Integer value, Integer data) {
		super();
		this.weight = value;
		this.data = data;
	}

	Integer data;

	public Tree(Tree left, Tree right, Integer data) {
		super();
		this.left = left;
		this.right = right;
		this.data = data;
	}

	@Override
	public int compareTo(Tree o2) {
		// TODO Auto-generated method stub
		return this.data - o2.data;
	}

}