赫夫曼压缩解压(java)

霍夫曼树又称最优二叉树，是一种带权路径长度最短的二叉树。所谓树的带权路径长度，就是树中所有的叶结点的权值乘上其到根结点的路径长度（若根结点为0层，叶结点到根结点的路径长度为叶结点的层数）。树的路径长度是从树根到每一结点的路径长度之和。

赫夫曼树节点

/*** 创建Node,包含数据和权值*/
public class Node implements Comparable<Node> {//存放字符串本身Byte data;//存放权值 字符出现的次数int weight;Node left;Node right;public Node(int weight) {this.weight = weight;}public Node(Byte data, int weight) {this.data = data;this.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();}}@Overridepublic int compareTo(Node o) {return this.weight - o.weight;}@Overridepublic String toString() {return "Node{" +"date=" + data +", weight=" + weight +'}';}
}

压缩、解压、测试代码

import java.io.*;
import java.util.*;public class HuffmanCode {//    赫夫曼编码 32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011static Map<Byte, String> huffmanCodes = new HashMap<>();public static void main(String[] args) {String content = "i like like like java do you like a java";byte[] strByte = content.getBytes();System.out.println("压缩前数组" + Arrays.toString(strByte));System.out.println("压缩前数组长度" + strByte.length);//压缩byte[] huffmanCodeBytes = huffmanZip(strByte);System.out.println("压缩后数组" + Arrays.toString(huffmanCodeBytes));System.out.println("压缩后数组长度" + huffmanCodeBytes.length);//解压byte[] sourceByte = decode(huffmanCodes, huffmanCodeBytes);System.out.println("解压后数组" + Arrays.toString(sourceByte));System.out.println("解压后数组长度" + sourceByte.length);//解压后数据System.out.println(new String(sourceByte));//String srcFile = "D:\\demo.png";//String zipFile = "D:\\demo.zip";//zipFile(srcFile, zipFile);//System.out.println("压缩文件成功");String zipFile = "D:\\demo.zip";String dstFile = "D:\\demo2.png";unZipFile(zipFile,dstFile);}/*** 赫夫曼解压** @param zipFile 准备解压的文件* @param dstFile 解压后的文件存放目录*/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，huffmanBytesbyte[] huffmanBytes = (byte[]) ois.readObject();//读取赫夫曼编码表Map<Byte, String> huffmanCode = (Map<Byte, String>) ois.readObject();//    解码byte[] bytes = decode(huffmanCode, huffmanBytes);//    将解码后字节流写入目标文件os = new FileOutputStream(dstFile);os.write(bytes);} catch (Exception e) {throw new RuntimeException(e);} finally {try {os.close();ois.close();is.close();} catch (IOException e) {throw new RuntimeException(e);}}}/*** 编写方法，将文件进行压缩** @param srcFile 压缩文件全路径* @param dstFile 压缩后文件输出路径*/public static void zipFile(String srcFile, String dstFile) {//创建输入流FileInputStream inputStream = null;//创建输出流FileOutputStream outputStream = null;ObjectOutputStream oos = null;try {//创建文件输出流inputStream = new FileInputStream(srcFile);//     创建一个和源文件大小一样的byte[]int inputSize = inputStream.available();byte[] bytes = new byte[inputSize];//读取文件inputStream.read(bytes);//压缩文件byte[] zipBytes = huffmanZip(bytes);//创建文件输出流，存放压缩文件outputStream = new FileOutputStream(dstFile);//创建一个和文件输出流相关的ObjectOutputStreamoos = new ObjectOutputStream(outputStream);//   将赫夫曼编码后的字节数组写入压缩文件oos.writeObject(zipBytes);// 以对象流写入赫夫曼编码，oos.writeObject(huffmanCodes);} catch (IOException e) {throw new RuntimeException(e);} finally {try {inputStream.close();outputStream.close();oos.close();} catch (IOException e) {System.out.println(e.getMessage());}}}/*** 对压缩数据的解码** @param huffmanCodes* @param huffmanByte* @return*/private static byte[] decode(Map<Byte, String> huffmanCodes, byte[] huffmanByte) {//将赫夫曼编码数组转换为二进制字符串StringBuffer stringBuffer = new StringBuffer();for (int i = 0; i < huffmanByte.length; i++) {//最后一位不需要补高位if (i != huffmanByte.length - 1) {stringBuffer.append(byteToBitString(true, huffmanByte[i]));} else {stringBuffer.append(byteToBitString(false, huffmanByte[i]));}}//根据赫夫曼编码表，反写解码表Map<String, Byte> decodeMap = new HashMap<>();for (Map.Entry<Byte, String> entry : huffmanCodes.entrySet()) {decodeMap.put(entry.getValue(), entry.getKey());}//创建要给的集合，存放byteList<Byte> list = new ArrayList<>();StringBuffer key = new StringBuffer();for (int i = 0; i < stringBuffer.length(); i++) {key.append(stringBuffer.substring(i, i + 1));Byte aByte = decodeMap.get(key.toString());if (aByte != null) {list.add(aByte);key = new StringBuffer();}}//构造返回数据byte[] res = new byte[list.size()];for (int i = 0; i < list.size(); i++) {res[i] = list.get(i);}return res;}/*** 将一个byte转成一个二进制的字符串** @param b    传入的byte* @param flag 标志是否需要补高位，如果为true,表示需要补高位* @return byte对应的二进制字符串（按照补码返回）*/private static String byteToBitString(boolean flag, byte b) {//  使用变量保存b 将b转换为intint temp = b;//如果是正数，需要补高位 1 0000 0000 | 0000 0001= 10000 0001if (flag) {temp |= 256;}//返回对应二进制的补码String str = Integer.toBinaryString(temp);if (flag) {return str.substring(str.length() - 8);} else {return str;}}/*** 将字节数组压缩为赫夫曼数组** @param bytes* @return*/private static byte[] huffmanZip(byte[] bytes) {//获取赫夫曼树节点List<Node> nodes = getNodes(bytes);//创建霍夫曼树Node huffmanTree = createHuffmanTree(nodes);//生成霍夫曼编码getCodes(huffmanTree);//压缩数据return zip(bytes, huffmanCodes);}/*** 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        这是原始的字符串对应的byte[]* @param huffmanCodes 生成的赫夫曼编码map* @return 返回赫夫曼处理后的byte* 10101000补码  反码10101000-1=10100111 原码11011000 -（24+64）*/private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {StringBuffer temp = new StringBuffer();for (byte b : bytes) {temp.append(huffmanCodes.get(b));}//计算新数组长度 int len=(tem.length()+7)/8int len;if (temp.length() % 8 == 0) {len = temp.length() / 8;} else {len = temp.length() / 8 + 1;}//创建存储压缩后的byte数组；byte[] huffmanCodeBytes = new byte[len];//记录第几个byteint index = 0;for (int i = 0; i < temp.length(); i += 8) {String strByte;if (i + 8 > temp.length()) {strByte = temp.substring(i);} else {strByte = temp.substring(i, i + 8);}//将字符串二进制转换为bytehuffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);index++;}return huffmanCodeBytes;}/*** 重载** @param root*/private static void getCodes(Node root) {if (root != null) {getCodes(root.left, "0", new StringBuffer());getCodes(root.right, "1", new StringBuffer());}}/*** 将传入的node节点的所有叶子节点的赫夫曼编码得到，放到huffmanCodes集合** @param node         传入节点* @param code         路径：左子节点0，右子节点1* @param stringBuffer 用于路径拼接*/private static void getCodes(Node node, String code, StringBuffer stringBuffer) {StringBuffer temp = new StringBuffer(stringBuffer);temp.append(code);if (code != null) {//飞叶子结点if (node.data == null) {//左递归getCodes(node.left, "0", temp);//右递归getCodes(node.right, "1", temp);} else {//处理叶子节点huffmanCodes.put(node.data, temp.toString());}}}/*** 前序打印** @param root*/private static void preOrder(Node root) {if (root != null) {root.preOrder();} else {System.out.println("赫夫曼树为空");}}/*** 接受数组返回节点集合** @param bytes* @return*/private static List<Node> getNodes(byte[] bytes) {//    创建一个ArrayListArrayList<Node> nodes = new ArrayList<>();//创建一个map保存byte出现的次数HashMap<Byte, Integer> counts = new HashMap<>();for (byte b : bytes) {Integer num = counts.get(b);if (num == null) {counts.put(b, 1);} else {counts.put(b, ++num);}}//构建集合for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {nodes.add(new Node(entry.getKey(), entry.getValue()));}return nodes;}/*** 创建赫夫曼树** @param nodes* @return*/private static Node createHuffmanTree(List<Node> nodes) {while (nodes.size() > 1) {//排序从小到大Collections.sort(nodes);//    取出前两个Node leftNode = nodes.get(0);Node rightNode = nodes.get(1);//    创建父节点Node parent = new Node(null, leftNode.weight + rightNode.weight);parent.left = leftNode;parent.right = rightNode;//删除已使用节点，增加新创建的节点nodes.remove(leftNode);nodes.remove(rightNode);nodes.add(parent);}return nodes.get(0);}
}

压缩前数据长度为40,压缩后数据长度为17.

压缩前数组[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]
压缩前数组长度40
压缩后数组[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
压缩后数组长度17
解压后数组[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]
解压后数组长度40
i like like like java do you like a java

赫夫曼压缩解压(java)相关推荐

【赫夫曼树详解】赫夫曼树简介及java代码实现-数据结构07
赫夫曼树(最优二叉树) 1. 简介定义: 赫夫曼树是n个带权叶子结点构成的所有二叉树中,带权路径长度(WPL)最小的二叉树. 叶子结点的带权路径: 叶子结点权值*到根节点的路径长度(叶结点的层数) ...
赫夫曼压缩（萌新劝退）
13.5 赫夫曼编码基本介绍: 赫夫曼编码也翻译为哈夫曼编码(Huffman Coding),又称霍夫曼编码,是一种编码方式,属于程序算法赫夫曼编码是赫夫曼树在电讯通讯中的经典应用一致赫夫曼编 ...
赫夫曼树的经典应用——赫夫曼编码解码
之前利用赫夫曼树来对字符串进行压缩,相当于对字符串加密.现在需要利用赫夫曼编码来进行解码,也就是解密. 如果还不了解赫夫曼编码的小伙伴可以先看上篇文章--利用哈夫曼树实现哈夫曼编码进行字符串压缩之前 ...
数据结构之赫夫曼文件压缩解压
一.文件压缩具体要求:给你一个图片文件,要求对其进行无损压缩, 看看压缩效果如何. 思路:读取文件-> 得到赫夫曼编码表 -> 完成压缩 package com.ws.数据结构.树.赫夫 ...
用赫夫曼树进行文件解压
思路分析代码实现 package com.atguigu.huffmancode;import com.sun.org.glassfish.external.statistics.CountStat ...
C语言哈夫曼编码压缩解压
C语言哈夫曼编码压缩解压一.实验目的掌握哈夫曼编码基本运算以及存储结构表示. 二.实验内容: 1.系统要求包含以下功能 1)初始化:从终端读入字符集大小n,以及n个字符和n个权值(或者读入字符集和 ...
用赫夫曼树进行文件的压缩
思路分析代码实现 package com.atguigu.huffmancode;import com.sun.org.glassfish.external.statistics.CountStat ...
Java版赫夫曼编码字节和赫夫曼解码
文章收藏的好句子:变好的过程都不太舒服,试试再努力点. 目录 1.赫夫曼编码字节 1.1 赫夫曼编码字节数组 1.2 赫夫曼编码压缩后的字节数组转换成二进制编码 1.3 赫夫曼解码 1.赫夫曼编码字节 ...
java振动数据压缩_【数据结构-Java】最佳实践-数据压缩(使用赫夫曼树)
一.需求将给出的一段文本,比如 "i like like like java do you like a java" , 根据前面的讲的赫夫曼编码原理,对其进行数据压缩处理二. ...

赫夫曼压缩解压(java)

赫夫曼压缩解压(java)相关推荐

最新文章

热门文章