Java实现哈夫曼编码--数据无损压缩

数据结构之哈夫曼编码—数据无损压缩

哈夫曼编码可以可以将数据无损压缩，很强大，那么我们来了解一下哈夫曼编码：

首先，哈夫曼编码的原理是利用了哈夫曼树，通过统计数据中字符出现的次数，让出现最多的字符离哈夫曼树的根结点就越近，其路径也就越近，路径就是有1和0表示。

如数据："i like like like java do you like a java"中，出现的最多的是空格，我们通过哈夫曼树，就可以将其路径变得最短，如本来可能是1001001，使用哈夫曼树后就可能变成110了， 说到这里大家可能还是不懂，还是上面的例子，可以知道空格出现了9次，l 出现了4次；假如，本来空格用100100表示，一个空格就要6个数字表示，l 用111表示，一个 l 要3个数字表示，存储所有空格和所有 l 就需要

96+43=66
那如果使用哈夫曼树后，就会变成空格用111表示，l 用100100表示，此时存储空间就只需要
93+46=51

数据还是那些数据，没有损耗，只是换了路径表示方式，就减少了所需的存储空间，所以哈夫曼编码是无损压缩数据的首选。

好了，看到这里原理我们大概明白了，接下来是思路，还是上述例子
数据：“i like like like java do you like a java”

①获取到数据中的所有字符，分别存放如一个字符数组contentBytes中（此时字符共40个）
②统计字符数组中同一个字符出现的次数，如空格就出现了9次，将统计结果放入Map中，字符为key,出现次数为value
③先要创建一个Node类，Node中应包含data（数据），和weight（权值），还要以weight作为指标进行排序（Node类继承comparable接口）
④将每一个Map集合中的个体都变成一个Node对象，故让map中的key作为data，value作为weight，所有Node对象放入一个ArrayList中
⑤创建一颗哈夫曼树，先要对所有ArrayList中的Node对象进行排序，排序后将结点组合成树
⑥以0为左边路径，1位右边路径树中的路径，得到以字符为key，路径为value的Map集合
⑦遍历map集合，将value中的路径拼接成一个长字符串
⑧将字符串每8位为一组，每组转换为一个字符，所有字符放入一个字节数组中（次数字符共17个）

以上就是哈夫曼编码的所有步骤，有点复杂，但是不难理解
接下来是代码：no code，no 逼逼

package cn.ycl.system.other.study.leetCode;

import java.util.*;

public class HuffmanCode {
    public static void main(String[] args) {
        // 需要被编码的字符串
        String content = "i like like like java do you like a java";
        // 得到字符串的字节数组
        byte[] contentBytes = content.getBytes();
        // 尝试输出该字节数组，发现是40个十进制数字
        System.out.println(Arrays.toString(contentBytes));
//		[105, 32, 108, 105, 107, 101, 32, 108, 105, 107, 101, 32, 108,
//				105, 107, 101, 32, 106, 97, 118, 97, 32, 100, 111, 32,
//				121, 111, 117, 32, 108, 105, 107, 101, 32, 97, 32, 106,
//				97, 118, 97]
        //测试是否转换成了Node对象
        List<Node> nodes = getNodes(contentBytes);
        System.out.println(nodes);

        //测试一把创建的哈夫曼树
        System.out.println("以下是哈夫曼树：");
        Node root = createHuffmanTree(nodes);
        System.out.println("前序遍历");
        root.preOrder();

        //测试一把是否生成了对应的哈夫曼编码
		//根结点是没有路径的，故设置为空
        getCodes(root, "", stringBuilder);
        System.out.println("以下是Map路径：");
        //遍历map主要是为了取得key和value的值来使用，若只是单纯输出，直接输出huffmanCodes即可,这里只是为了练习map遍历，写复杂了
        for (Map.Entry<Byte, String> entry : huffmanCodes.entrySet()) {
            System.out.println(entry.getKey() + "---" + entry.getValue());
        }

        //测试一下路径拼接后的唯一一个长路径
        byte[] zip = zip(contentBytes, huffmanCodes);
		//得到17个十进制数字，比之前的40个十进制数字，压缩率为（40-17）/40=57.5%
        System.out.println(Arrays.toString(zip));
    }


    /**
     * 此方法的作用就是将得到的Map中的多个路径拼接成一个字符串,然后将字符串按每8位进行分割，再转成十进制
     * 其中bytes就是程序开始得到的字符数组contentBytes，huffMap就是路径的Map：huffmanCodes
     */

    private static byte[] zip(byte[] bytes, Map<Byte, String> huffMap) {
        int index = 0;
        String temp;
        StringBuilder stringBuilder = new StringBuilder();
        //遍历byte数组，将map中的路径拼接
        for (byte b : bytes) {
            stringBuilder.append(huffMap.get(b));
        }
        //判断该字符串可以组成多少个十进制数
        int len = 0;
        if (stringBuilder.length() % 8 == 0) {
            len = stringBuilder.length() / 8;
        } else {
            len = stringBuilder.length() / 8 + 1;
        }
        //将字符串截取，放入字符数组
        byte[] countss = new byte[len];
        for (int i = 0; i < stringBuilder.length(); i = i + 8) {

            if (i + 8 > stringBuilder.length()) {
                temp = stringBuilder.substring(i);
                countss[index] = (byte) Integer.parseInt(temp, 2);
                break;
            }
            temp = stringBuilder.substring(i, i + 8);
            //将截取的字符串转换成数字Integer.parseInt(temp,2)表示，temp的基数是二进制
            countss[index] = (byte) Integer.parseInt(temp, 2);
            index++;
        }
        return countss;
    }


    /**
     * 此方法的作用就是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>
     * 2.在生成赫夫曼编码表时，需要去拼接路径，定义一个StringBuilder，存储某个叶子结点的路径
     */

    static Map<Byte, String> huffmanCodes = new HashMap<Byte, String>();
    static StringBuilder stringBuilder = new StringBuilder();

    //其中code就是路径：规定：左子结点是0，右子结点；  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中
        stringBuilder2.append(code);
        if (node != null) {
            if (node.data == null) {//data空表示是非叶子结点
                //向左递归
                getCodes(node.left, "0", stringBuilder2);
                //向右递归
                getCodes(node.right, "1", stringBuilder2);
            } else {//data不为空表示是叶子结点，一条路径完成，将stringbuilder2中的路径放入map中
                huffmanCodes.put(node.data, stringBuilder2.toString());
            }
        }
    }

    /**
     * 此方法的作用就是将字节数组转换成为List形式的node对象
     */
    private static List<Node> getNodes(byte[] bytes) {
        //1创建一个ArrayList
        ArrayList<Node> nodes = new ArrayList<Node>();

        //2遍历bytes ,统计每一个byte出现的次数-》使用map[key,value]
        Map<Byte, Integer> counts = new HashMap<>();
        for (byte b : bytes) {
            Integer count = counts.get(b);
            if (Objects.isNull(count)) {
                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集合中
        for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
            nodes.add(new Node(entry.getKey(), entry.getValue()));
        }
        return nodes;
    }

    /**
     * 此方法的作用就是通过List，创建对应的赫夫曼树
     */
    private static Node createHuffmanTree(List<Node> nodes) {
        //排序
        while (nodes.size() > 1) {
            Collections.sort(nodes);
            //得到前两个对象和创建父结点
            Node leftNode = nodes.get(0);
            Node rightNode = nodes.get(1);
            Node parentNode = new Node(null, leftNode.weight + rightNode.weight);
            //关联父子结点和移除子结点，加入父结点
            parentNode.left = leftNode;
            parentNode.right = rightNode;
            nodes.remove(leftNode);
            nodes.remove(rightNode);
            nodes.add(parentNode);
        }
        //返回最后的一个结点
        return nodes.get(0);
    }


}

//创建Node带数据和权值

package cn.ycl.system.other.study.leetCode;

public class Node implements Comparable<Node> {
	/**
	 * 存放数据本身，比如 ‘a’=>97 空格 ‘ ’==>32
	 */
    Byte data;
	/**
	 * 权值，表示字符出现的次数
	 */
	int weight;
	/**
	 * 左树
	 */
    Node left;
	/**
	 * 右树
	 */
	Node right;

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

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

	/**
	 * 实现comparable接口必须实现的方法
	 * @param o
	 * @return
	 */
	@Override
    public int compareTo(Node o) {
        // 从小到大排序
        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();
        }
    }

}