计算机里每个字符在没有压缩的文本文件中都由一个字节(如ASCII码)或两个字节(如Unicode码)表示。这些方案中,每个字符需要相同的位数
下表列出了字母对应的ASCII码
字母 十进制 二进制
A 65 01000001
B 66 01000010
C 67 01000011
……
X 88 01011000
Y 89 01011001
Z 90 01011010
在英文中,字母E的使用频率最高,而字母Z的使用频率最低,但是,无论使用频率高低,我们一律使用相同位数的编码来存储,是不是有些浪费空间呢?试想,如果我们对使用频率高的字母用较少的位数来存储,而对使用频率低的字母用较多的位数来存储,会大大提升存储效率
霍夫曼编码就是根据以上的设想来处理数据压缩的
例如,我们要发送一句消息:
SUSIE SAYS IT IS EASY
统计所有符号出现的频率:
换行符 1次
T 1次
U 1次
A 2次
E 2次
Y 2次
I 3次
空格 4次
S 6次
S出现的频率最多,我们可以将它的编码设为10,其次是空格,我们将它设置为00,接下来的编码必须增加位数了。三位码我们有八种选择:000,001,010,011,100,101,110,111。但是,以10或00开头的是不能使用的,只能从010,011,110,111中选择。因为如果我们用101表示I,用010表示Y,101010既可以分解为101,010两个有意义的编码,也能分解为10,10,10三个有意义的编码,这显然是不允许的。我们必须保证,任何信息编码之后,解码时都不会出现歧义。借助霍夫曼树就能便捷的实现编码
**霍夫曼树是最优二叉树。树的带权路径长度规定为所有叶子结点的带权路径长度之和,带权路径长度最短的树,即为最优二叉树。**在最优二叉树中,权值较大的结点离根较近。
首先就需要构建一个霍夫曼树,一般利用优先级队列来构建霍夫曼树
以上面的消息为例,我们先来分析一下构建霍夫曼树的过程,下图中,if代表换行符,sp代表空格
首先,将字符按照频率插入一个优先级队列,频率越低越靠近队头,然后循环执行下面的操作:
1、取出队头的两个树
2、以它们为左右子节点构建一棵新树,新树的权值是两者之和
3、将这棵新树插入队列
直到队列中只有一棵树时,这棵树就是我们需要的霍夫曼树
接下来我们用java来实现上面的过程,代码如下:
//节点类
public class Node{
private String key; //树节点存储的关键字,如果是非叶子节点为空
private int frequency; //关键字词频
private Node left; //左子节点
private Node right; //右子节点
private Node next; //优先级队列中指向下一个节点的引用
public Node(int fre,String str){ //构造方法1
frequency = fre;
key = str;
}
public Node(int fre){ //构造方法2
frequency = fre;
}
public String getKey() {
return key;
}
public void setKey(String key) {
this.key = key;
}
public Node getLeft() {
return left;
}
public void setLeft(Node left) {
this.left = left;
}
public Node getRight() {
return right;
}
public void setRight(Node right) {
this.right = right;
}
public Node getNext() {
return next;
}
public void setNext(Node next) {
this.next = next;
}
public int getFrequency() {
return frequency;
}
public void setFrequency(int frequency) {
this.frequency = frequency;
}
}
//用于辅助创建霍夫曼树的优先级队列
public class PriorityQueue{
private Node first;
private int length;
public PriorityQueue(){
length = 0;
first = null;
}
//插入节点
public void insert(Node node){
if(first == null){ //队列为空
first = node;
}else{
Node cur = first;
Node previous = null;
while(cur.getFrequency()< node.getFrequency()){ //定位要插入位置的前一个节点和后一个节点
previous = cur;
if(cur.getNext() ==null){ //已到达队尾
cur = null;
break;
}else{
cur =cur.getNext();
}
}
if(previous == null){ //要插入第一个节点之前
node.setNext(first);
first = node;
}else if(cur == null){ //要插入最后一个节点之后
previous.setNext(node);
}else{ //插入到两个节点之间
previous.setNext(node);
node.setNext(cur);
}
}
length++;
}
//删除队头元素
public Node delete(){
Node temp = first;
first = first.getNext();
length--;
return temp;
}
//获取队列长度
public int getLength(){
return length;
}
//按顺序打印队列
public void display(){
Node cur = first;
System.out.print("优先级队列:\t");
while(cur != null){
System.out.print(cur.getKey()+":"+cur.getFrequency()+"\t");
cur = cur.getNext();
}
System.out.println();
}
//构造霍夫曼树
public HuffmanTree buildHuffmanTree(){
while(length > 1){
Node hLeft = delete(); //取出队列的第一个节点作为新节点的左子节点
Node hRight = delete(); //取出队列的第二个节点作为新节点的右子节点
//新节点的权值等于左右子节点的权值之和
Node hRoot = new Node(hLeft.getFrequency()+hRight.getFrequency());
hRoot.setLeft(hLeft);
hRoot.setRight(hRight);
insert(hRoot);
}
//最后队列中只剩一个节点,即为霍夫曼树的根节点
return new HuffmanTree(first);
}
}
import java.util.HashMap;
import java.util.Map;
//霍夫曼树类
public class HuffmanTree {
private Node root;
private Map codeSet = new HashMap(); //该霍夫曼树对应的字符编码集
public HuffmanTree(Node root){
this.root = root;
buildCodeSet(root,""); //初始化编码集
}
//生成编码集的私有方法,运用了迭代的思想
//参数currentNode表示当前节点,参数currentCode代表当前节点对应的代码
private void buildCodeSet(NodecurrentNode,String currentCode){
if(currentNode.getKey() != null){
//霍夫曼树中,如果当前节点包含关键字,则该节点肯定是叶子节点,将该关键字和代码放入代码集
codeSet.put(currentNode.getKey(),currentCode);
}else{//如果不是叶子节点,必定同时包含左右子节点,这种节点没有对应关键字
//转向左子节点需要将当前代码追加0
buildCodeSet(currentNode.getLeft(),currentCode+"0");
//转向右子节点需要将当前代码追加1
buildCodeSet(currentNode.getRight(),currentCode+"1");
}
}
//获取编码集
public Map getCodeSet(){
return codeSet;
}
}
//测试类
public static void main(String[] args) throws Exception{
PriorityQueue queue = new PriorityQueue();
Node n1 = new Node(1,"if");
Node n2 = new Node(1,"U");
Node n3 = new Node(1,"T");
Node n4 = new Node(2,"Y");
Node n5 = new Node(2,"E");
Node n6 = new Node(2,"A");
Node n7 = new Node(3,"I");
Node n8 = new Node(4,"sp");
Node n9 = new Node(5,"S");
queue.insert(n3);
queue.insert(n2);
queue.insert(n1);
queue.insert(n6);
queue.insert(n5);
queue.insert(n4);
queue.insert(n7);
queue.insert(n8);
queue.insert(n9);
queue.display();
HuffmanTree tree =queue.buildHuffmanTree();
Map map = tree.getCodeSet();
Iterator it =map.entrySet().iterator();
System.out.println("霍夫曼编码结果:");
while(it.hasNext()){
Entry<String,String>entry = (Entry)it.next();
System.out.println(entry.getKey()+"——>"+entry.getValue());
}
}
控制台打印结果如下图所示:
可见,达到了预期的效果
秉承没有最好,只有更好的精神,我们不应该就此止步。现在我们做到的只是得到某个字符对应的霍夫曼编码,但是这个字符的词频仍然需要我们手工去统计、输入,更深入的思考一下,能不能更智能化一点,只要我们输入完整的一段消息,就能给出对应的霍夫曼编码,而且能对编码进行解码呢?
显然是可以的,先面就让我们用神奇的java语言来对上面的底层操作进行更高级的封装,来达到预期的功能
就是说,我们要利用上面已经写出的代码来封装一个编码类,这个类的一个方法接受一个字符串消息,返回霍夫曼编码,此外,还有一个解码类,接受一段完整的霍夫曼编码,返回解码后的消息内容。这实际上就是压缩与解压的模拟过程
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
//霍夫曼编码器
public class HuffmanEncoder {
private PriorityQueue queue; //辅助建立霍夫曼树的优先级队列
private HuffmanTree tree; //霍夫曼树
private String [] message; //以数组的形式存储消息文本
private Map keyMap; //存储字符以及词频的对应关系
private Map codeSet; //存储字符以及代码的对应关系
public HuffmanEncoder(){
queue = new PriorityQueue();
keyMap = new HashMap<String,Integer>();
}
//获取指定字符串的霍夫曼编码
public String encode(String msg){
resolveMassage(msg);
buildCodeSet();
String code = "";
for(inti=0;i<message.length;i++){//将消息文本的逐个字符翻译成霍夫曼编码
code =code+codeSet.get(message[i]);
}
return code;
}
//将一段字符串消息解析成单个字符与该字符词频的对应关系,存入Map
private void resolveMassage(String msg){
char [] chars =msg.toCharArray(); //将消息转换成字符数组
message = new String[chars.length];
for(int i =0;i<chars.length;i++){
String key = "";
key =chars[i]+""; //将当前字符转换成字符串
message [i] = key;
if(keyMap.containsKey(key)){//如果Map中已存在该字符,则词频加一
keyMap.put(key,(Integer)keyMap.get(key)+1);
}else{//如果Map中没有该字符,加入Map
keyMap.put(key,1);
}
}
}
//建立对应某段消息的代码集
private void buildCodeSet(){
Iterator it =keyMap.entrySet().iterator();
while(it.hasNext()){
Entry entry =(Entry)it.next();
//用该字符和该字符的词频为参数,建立一个新的节点,插入优先级队列
queue.insert(new Node((Integer)entry.getValue(),(String)entry.getKey()));
}
queue.display();
tree =queue.buildHuffmanTree(); //利用优先级队列生成霍夫曼树
codeSet = tree.getCodeSet(); //获取霍夫曼树对应的代码集
}
//打印该段消息的代码集
public void printCodeSet(){
Iterator it =codeSet.entrySet().iterator();
System.out.println("代码集:");
while(it.hasNext()){
Entry entry =(Entry)it.next();
System.out.println(entry.getKey()+"——>"+entry.getValue());
}
System.out.println();
}
//获取该段消息的代码集
public Map getCodeSet(){
return codeSet;
}
}
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
//霍夫曼解码器
public class HuffmanDecoder {
private Map codeSet; //代码段对应的代码集
public HuffmanDecoder(Map map){
codeSet = map;
}
//将代码段解析成消息文本
public String decode(String code){
String message = "";
String key = "";
char [] chars = code.toCharArray();
for(int i=0;i<chars.length;i++){
key += chars[i];
if(codeSet.containsValue(key)){ //代码集中存在该段代码
Iterator it =codeSet.entrySet().iterator();
while(it.hasNext()){
Entry entry = (Entry)it.next();
if(entry.getValue().equals(key)){
message+= entry.getKey(); //获取该段代码对应的键值,即消息字符
}
}
key =""; //代码段变量置为0
}else{
continue; //该段代码不能解析为文本消息,继续循环
}
}
return message;
}
}
//测试类
public static void main(String[] args){
String message = "chen long fei is hero !";
HuffmanEncoder encoder = new HuffmanEncoder();
String code =encoder.encode(message);
encoder.printCodeSet();
System.out.print("编码结果:");
System.out.println(code);
HuffmanDecoder decoder = new HuffmanDecoder(encoder.getCodeSet());
String message2 =decoder.decode(code);
System.out.print("解码结果:");
System.out.println(message);
}
运行结果如下图所示:
作者:冰河winner
来源:CSDN
原文:https://blog.csdn.net/u012152619/article/details/42059461
版权声明:本文为博主原创文章,转载请附上博文链接!