import java.io.*;
import java.util.*;
/**
* @author xuyuyong
* @create 2021-05-07 9:43
* @content
*/
public class HuffmanCode {
public static void main(String[] args) {
//測(cè)試壓縮文件
//String srcFile = "d://Uninstall.xml";
//String dstFile = "d://Uninstall.zip";
//
//zipFile(srcFile, dstFile);
//System.out.println("壓縮文件 ok~~");
//測(cè)試解壓文件
String zipFile = "d://Uninstall.zip";
String dstFile = "d://Uninstall2.xml";
unZipFile(zipFile, dstFile);
System.out.println("解壓成功!");
/*
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(" 壓 縮 后 的 結(jié) 果 是 :" + Arrays.toString(huffmanCodesBytes) + " 長(zhǎng) 度 = " +
huffmanCodesBytes.length);
//測(cè)試一把 byteToBitString 方法
//System.out.println(byteToBitString((byte)1));
byte[] sourceBytes = decode(huffmanCodes, huffmanCodesBytes);
System.out.println("原來(lái)的字符串=" + new String(sourceBytes)); // "i like like like java do you like a java"
*/
//如何將 數(shù)據(jù)進(jìn)行解壓(解碼)
//分步過(guò)程
/*
List<Node> nodes = getNodes(contentBytes);
System.out.println("nodes=" + nodes);
//測(cè)試一把，創(chuàng)建的赫夫曼樹
System.out.println("赫夫曼樹");
Node huffmanTreeRoot = createHuffmanTree(nodes);
System.out.println("前序遍歷");
huffmanTreeRoot.preOrder();
//測(cè)試一把是否生成了對(duì)應(yīng)的赫夫曼編碼
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
System.out.println("~生成的赫夫曼編碼表= " + huffmanCodes);
//測(cè)試
byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));//17
//發(fā)送 huffmanCodeBytes 數(shù)組 */
}
//生成赫夫曼樹對(duì)應(yīng)的赫夫曼編碼
//思路:
//1. 將赫夫曼編碼表存放在 Map<Byte,String> 形式
//生 成 的 赫 夫 曼 編 碼 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. 在生成赫夫曼編碼表示，需要去拼接路徑, 定義一個(gè) StringBuilder 存儲(chǔ)某個(gè)葉子結(jié)點(diǎn)的路徑
static StringBuilder stringBuilder = new StringBuilder();
//編寫一個(gè)方法，完成對(duì)壓縮文件的解壓
/**
* @param zipFile 準(zhǔn)備解壓的文件
* @param dstFile 將文件解壓到哪個(gè)路徑
*/
public static void unZipFile(String zipFile, String dstFile) {
//定義文件輸入流
InputStream is = null;
//定義一個(gè)對(duì)象輸入流
ObjectInputStream ois = null;
//定義文件的輸出流
OutputStream os = null;
try {
//創(chuàng)建文件輸入流
is = new FileInputStream(zipFile);
//創(chuàng)建一個(gè)和 is 關(guān)聯(lián)的對(duì)象輸入流
ois = new ObjectInputStream(is);
//讀取 byte 數(shù)組 huffmanBytes
byte[] huffmanBytes = (byte[]) ois.readObject();
//讀取赫夫曼編碼表
Map<Byte, String> huffmanCodes = (Map<Byte, String>) ois.readObject();
//解碼
byte[] bytes = decode(huffmanCodes, huffmanBytes);
//將 bytes 數(shù)組寫入到目標(biāo)文件
os = new FileOutputStream(dstFile);
//寫數(shù)據(jù)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());
}
}
}
//完成數(shù)據(jù)的解壓
//思路
//1. 將 huffmanCodeBytes [-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
// 重寫先轉(zhuǎn)成 赫夫曼編碼對(duì)應(yīng)的二進(jìn)制的字符串 "1010100010111..."
//2. 赫夫曼編碼對(duì)應(yīng)的二進(jìn)制的字符串 "1010100010111..." =》 對(duì)照 赫夫曼編碼 => "i like like like java do you like a java"
//編寫一個(gè)方法，完成對(duì)壓縮數(shù)據(jù)的解碼
/**
* @param huffmanCodes 赫夫曼編碼表 map
* @param huffmanBytes 赫夫曼編碼得到的字節(jié)數(shù)組
* @return 就是原來(lái)的字符串對(duì)應(yīng)的數(shù)組
*/
private static byte[] decode(Map<Byte, String> huffmanCodes, byte[] huffmanBytes) {
//1. 先得到 huffmanBytes 對(duì)應(yīng)的 二進(jìn)制的字符串 ， 形式 1010100010111...
StringBuilder stringBuilder = new StringBuilder();
//將 byte 數(shù)組轉(zhuǎn)成二進(jìn)制的字符串
for (int i = 0; i < huffmanBytes.length; i++) {
byte b = huffmanBytes[i];
//判斷是不是最后一個(gè)字節(jié)
boolean flag = (i == huffmanBytes.length - 1);
stringBuilder.append(byteToBitString(!flag, b));
}
//把字符串安裝指定的赫夫曼編碼進(jìn)行解碼
//把赫夫曼編碼表進(jìn)行調(diào)換，因?yàn)榉聪虿樵?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());
}
//創(chuàng)建要給集合，存放 byte
List<Byte> list = new ArrayList<Byte>();
//i 可以理解成就是索引,掃描 stringBuilder
for (int i = 0; i < stringBuilder.length(); ) {
int count = 1; // 小的計(jì)數(shù)器
boolean flag = true;
Byte b = null;
while (flag) {
//1010100010111...
//遞增的取出 key 1
String key = stringBuilder.substring(i, i + count);//i 不動(dòng)，讓 count 移動(dòng)，指定匹配到一個(gè)字符
b = map.get(key);
if (b == null) {//說(shuō)明沒(méi)有匹配到
count++;
} else {
//匹配到
flag = false;
}
}
list.add(b);
i += count;//i 直接移動(dòng)到 count
}
//當(dāng) for 循環(huán)結(jié)束后，我們 list 中就存放了所有的字符 "i like like like java do you like a java"
//把 list 中的數(shù)據(jù)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;
}
/**
* 將一個(gè)byte轉(zhuǎn)成一個(gè)二進(jìn)制的字符串,如果看不懂，可以參考我講的Java基礎(chǔ)二進(jìn)制的原碼，反碼，補(bǔ)
* 碼
*
* @param b 傳入的byte
* @param flag 標(biāo)志是否需要補(bǔ)高位如果是true，表示需要補(bǔ)高位，如果是false表示不補(bǔ),如果是最后一個(gè)
* 字節(jié)，無(wú)需補(bǔ)高位
* @return是該b對(duì)應(yīng)的二進(jìn)制的字符串，（注意是按補(bǔ)碼返回）
*/
private static String byteToBitString(boolean flag, byte b) {
//使用變量保存 b
//將 b 轉(zhuǎn)成 int
int temp = b;
//如果是正數(shù)我們還存在補(bǔ)高位
if (flag) {
//按位與 256 1 0000 0000 | 0000 0001 => 1 0000 0001
temp |= 256;
}
//返回的是 temp 對(duì)應(yīng)的二進(jìn)制的補(bǔ)碼
String str = Integer.toBinaryString(temp);
if (flag) {
return str.substring(str.length() - 8);
} else {
return str;
}
}
//使用一個(gè)方法，將前面的方法封裝起來(lái)，便于我們的調(diào)用.
/**
* @param bytes 原始的字符串對(duì)應(yīng)的字節(jié)數(shù)組
* @return 是經(jīng)過(guò) 赫夫曼編碼處理后的字節(jié)數(shù)組(壓縮后的數(shù)組)
*/
private static byte[] huffmanZip(byte[] bytes) {
List<Node> nodes = getNodes(bytes);
//根據(jù) nodes 創(chuàng)建的赫夫曼樹
Node huffmanTreeRoot = createHuffmanTree(nodes);
//對(duì)應(yīng)的赫夫曼編碼(根據(jù) 赫夫曼樹)
Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
//根據(jù)生成的赫夫曼編碼，壓縮得到壓縮后的赫夫曼編碼字節(jié)數(shù)組
byte[] huffmanCodeBytes = zip(bytes, huffmanCodes);
return huffmanCodeBytes;
}
//編寫一個(gè)方法，完成對(duì)壓縮數(shù)據(jù)的解碼
/**
* @return
*/
public static Node createHuffmanTree(List<Node> nodes) {
while (nodes.size() > 1) {
//排序, 從小到大
Collections.sort(nodes);
//取出第一顆最小的二叉樹
Node leftNode = nodes.get(0);
//取出第二顆最小的二叉樹
Node rightNode = nodes.get(1);
//創(chuàng)建一顆新的二叉樹,它的根節(jié)點(diǎn) 沒(méi)有data,只有權(quán)值
Node parent = new Node(null, leftNode.getWeight() + rightNode.getWeight());
parent.setLeft(leftNode);
parent.setRight(rightNode);
//將已經(jīng)處理的兩顆二叉樹從nodes刪除
nodes.remove(leftNode);
nodes.remove(rightNode);
//將新的二叉樹, 加入到nodes
nodes.add(parent);
}
//nodes 最后的結(jié)點(diǎn), 就是赫夫曼樹的根節(jié)點(diǎn)
return nodes.get(0);
}
/**
* 為了調(diào)用方便, 我們重載getCodes
*
* @param root
* @return
*/
public static Map<Byte, String> getCodes(Node root) {
if (root == null) {
return null;
}
//處理root的左子樹
getCodes(root.getLeft(), "0", stringBuilder);
//處理root的右子樹
getCodes(root.getRight(), "1", stringBuilder);
return huffmanCodes;
}
private static void getCodes(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
//將 code 加入到 stringBuilder2
stringBuilder2.append(code);
//如果 node == null 不處理
if (node != null) {
//判斷當(dāng)前 node 是葉子結(jié)點(diǎn)還是非葉子結(jié)點(diǎn)
if (node.getData() == null) {//非葉子結(jié)點(diǎn)
//遞歸處理
//向左遞歸
getCodes(node.getLeft(), "0", stringBuilder2);
//向右遞歸
getCodes(node.getRight(), "1", stringBuilder2);
} else {
//說(shuō)明是一個(gè)葉子結(jié)點(diǎn)
//就表示找到某個(gè)葉子結(jié)點(diǎn)的最后
huffmanCodes.put(node.getData(), stringBuilder2.toString());
}
}
}
/**
* @param bytes 這時(shí)原始的字符串對(duì)應(yīng)的 byte[]
* @param huffmanCodes 生成的赫夫曼編碼 map
* @return 返回赫夫曼編碼處理后的 byte[]
* 舉例： String content = "i like like like java do you like a java"; =》 byte[] contentBytes = content.getBytes();
* 返 回 的 是 字 符 串 "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100"
* => 對(duì)應(yīng)的 byte[] huffmanCodeBytes，即 8 位對(duì)應(yīng)一個(gè) byte,放入到 huffmanCodeBytes
* huffmanCodeBytes[0] = 10101000( 補(bǔ) 碼 ) => byte [ 推導(dǎo) 10101000=> 10101000 - 1 => 10100111( 反碼)=> 11011000= -88 ]
* huffmanCodeBytes[1] = -88
*/
private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
//1.利用 huffmanCodes 將 bytes 轉(zhuǎn)成 赫夫曼編碼對(duì)應(yīng)的字符串
StringBuilder stringBuilder = new StringBuilder();
//遍歷 bytes 數(shù)組
for (byte b : bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
//System.out.println("測(cè)試 stringBuilder~~~=" + stringBuilder.toString());
//將 "1010100010111111110..." 轉(zhuǎn)成 byte[]
//統(tǒng)計(jì)返回 byte[] huffmanCodeBytes 長(zhǎng)度
//一句話 int len = (stringBuilder.length() + 7) / 8;
int len;
if (stringBuilder.length() % 8 == 0) {
len = stringBuilder.length() / 8;
} else {
len = stringBuilder.length() / 8 + 1;
}
//創(chuàng)建 存儲(chǔ)壓縮后的 byte 數(shù)組
byte[] huffmanCodeBytes = new byte[len];
int index = 0;//記錄是第幾個(gè) byte
for (int i = 0; i < stringBuilder.length(); i += 8) { //因?yàn)槭敲?8 位對(duì)應(yīng)一個(gè) byte,所以步長(zhǎng) +8
String strByte;
//不夠 8 位
if (i + 8 > stringBuilder.length()) {
strByte = stringBuilder.substring(i);
} else {
strByte = stringBuilder.substring(i, i + 8);
}
//將 strByte 轉(zhuǎn)成一個(gè) byte,放入到 huffmanCodeBytes
huffmanCodeBytes[index] = (byte) Integer.parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
}
//編寫方法，將一個(gè)文件進(jìn)行壓縮
/**
* @param srcFile 你傳入的希望壓縮的文件的全路徑
* @param dstFile 我們壓縮后將壓縮文件放到哪個(gè)目錄
*/
public static void zipFile(String srcFile, String dstFile) {
//創(chuàng)建輸出流
OutputStream os = null;
ObjectOutputStream oos = null;
//創(chuàng)建文件的輸入流
FileInputStream is = null;
try {
//創(chuàng)建文件的輸入流
is = new FileInputStream(srcFile);
//創(chuàng)建一個(gè)和源文件大小一樣的 byte[]
byte[] b = new byte[is.available()];
//讀取文件
is.read(b);
//直接對(duì)源文件壓縮
byte[] huffmanBytes = huffmanZip(b);
//創(chuàng)建文件的輸出流, 存放壓縮文件
os = new FileOutputStream(dstFile);
//創(chuàng)建一個(gè)和文件輸出流關(guān)聯(lián)的 ObjectOutputStream
oos = new ObjectOutputStream(os);
//把 赫夫曼編碼后的字節(jié)數(shù)組寫入壓縮文件
oos.writeObject(huffmanBytes); //我們是把
//這里我們以對(duì)象流的方式寫入 赫夫曼編碼，是為了以后我們恢復(fù)源文件時(shí)使用
//注意一定要把赫夫曼編碼 寫入壓縮文件
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());
}
}
}
private static List<Node> getNodes(byte[] bytes) {
//1 創(chuàng)建一個(gè) ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();
//遍歷 bytes , 統(tǒng)計(jì) 每一個(gè) byte 出現(xiàn)的次數(shù)->map[key,value]
Map<Byte, Integer> counts = new HashMap<Byte, Integer>();
for (byte b : bytes) {
Integer count = counts.get(b);
if (count == null) { // Map 還沒(méi)有這個(gè)字符數(shù)據(jù),第一次
counts.put(b, 1);
} else {
counts.put(b, count + 1);
}
}
//把每一個(gè)鍵值對(duì)轉(zhuǎn)成一個(gè) Node 對(duì)象，并加入到 nodes 集合
//遍歷 map
for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;
}
}
/**
* 創(chuàng)建 Node ,待數(shù)據(jù)和權(quán)值
*/
class Node implements Comparable<Node> {
/**
* 存放數(shù)據(jù)(字符)本身, 比如'a'=>97
*/
private Byte data;
/**
* 權(quán)值, 表示
*/
private int weight;
private Node left;
private Node right;
public Node(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
public Byte getData() {
return data;
}
public void setData(Byte data) {
this.data = data;
}
public int getWeight() {
return weight;
}
public void setWeight(int weight) {
this.weight = weight;
}
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;
}
/**
* @param o
* @return
*/
public int compareTo(Node o) {
return this.weight - o.weight;
}
@Override
public String toString() {
return "Node{" +
"data=" + data +
", weight=" + weight +
", left=" + left +
", right=" + right +
'}';
}
}
赫夫曼編碼壓縮文件注意事項(xiàng)
- 如果文件本身就是經(jīng)過(guò)壓縮處理的，那么使用赫夫曼編碼再壓縮效率不會(huì)有明顯變化, 比如視頻,ppt 等等文件[舉例壓一個(gè) .ppt]
- 赫夫曼編碼是按字節(jié)來(lái)處理的，因此可以處理所有的文件(二進(jìn)制文件、文本文件) [舉例壓一個(gè).xml 文件]
- 如果一個(gè)文件中的內(nèi)容，重復(fù)的數(shù)據(jù)不多，壓縮效果也不會(huì)很明顯.
