文章目录
- 问题引入
- 哈夫曼编码的编写
- 总述
- 步骤一
- 步骤二
- 步骤三
- 步骤四
- 实现代码如下
问题引入
哈夫曼编码通常用于通信领域，是对较长信息进行压缩，然后发送到指定的位置，是为了节省发送信息占用的空间。
通常来说，如果信息中字符的重复次数越多，那么哈夫曼编码后所占的空间就越小，这也是我们为什么使用哈夫曼编码的原因，同时，哈夫曼编码还是天然的前缀编码，这让它与其他编码方式(定长编码，变长编码)相比，具有天然的优势。
哈夫曼编码的编写
总述
1.将字符串对应的字节数组变为list集合
2.创建list集合对应的哈夫曼树
3.得到对应的哈夫曼编码
4.根据哈夫曼编码得到最后压缩的byte[]
步骤一
首先我们需要一个字符串，此字符串将会用哈夫曼编码压缩为最后的byte数组。
比如为"i like like like java do you like a java"。
我们需要一个Node节点用来存储数据和对应的权值，这个节点为二叉树的节点。
我们将此字符串变为字节数组，然后统计各个字符出现的次数，将该字符作为Node节点的存储数据，
出现的次数作为Node节点对应的权值，统计之后将所有的节点放入List集合中保存。
//将对应字符串对应的byte数组转为list集合
private static List<Node2> getNodes(byte[] bytes){//创建一个ListList<Node2> nodes = new ArrayList<Node2>();//存储每一个byte出现的次数Map<Byte,Integer> counts = new HashMap<>();for (byte b : bytes) {Integer count = counts.get(b);if(count == null){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nodes集合for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {nodes.add(new Node2(entry.getKey(),entry.getValue()));}return nodes;}
//创建Node，存数据和权值
class Node2 implements Comparable<Node2>{Byte data; //存放数据本身，比如'a' = 97int weight; //权值，表示字符出现的次数Node2 left;Node2 right;public Node2(Byte data, int weight) {this.data = data;this.weight = weight;}@Overridepublic int compareTo(Node2 o) {return this.weight - o.weight;}@Overridepublic String toString() {return "Node2{" + "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();}}
}
步骤二
接下来我们就需要用我们刚刚得到的list集合来创建哈夫曼树了。
将list集合排序，把list集合的前两个节点拿出来，作为新树的两个子节点，然后将该新树放回list集合中，将原本拿出的两个子节点从list集合中移除，然后再次排序，重复上面步骤，就能得到一颗哈夫曼树。
当哈夫曼树构建完成，list集合就剩下一个节点，此节点就是哈夫曼树的根节点。
假设list集合中放的node节点的权值为1 2 4 5 6.
简述过程如下：
//通过list创建赫夫曼树private static Node2 createHuffmanTree(List<Node2> nodes){while (nodes.size() > 1){//排序Collections.sort(nodes);//取出前两个最小的二叉树Node2 left = nodes.get(0);Node2 right = nodes.get(1);//创建一课新的二叉树，它的根节点没有data，只有权值Node2 parent = new Node2(null, left.weight + right.weight);parent.left = left;parent.right = right;nodes.add(parent);//将已经处理的两个二叉树从nodes删除nodes.remove(left);nodes.remove(right);}return nodes.get(0);}
步骤三
哈夫曼树我们已经构建完毕了，接下来我们需要得到对应的哈夫曼编码。
我们规定，哈夫曼树中的节点，从该节点到左子节点路径的值为0，到右子节点的值为1。
接下来就是递归的创建赫夫曼编码表了，此表我们用Map<Byte,String> buffmanCodes来表示，map的key表示对应的字符，map的value表示赫夫曼编码，还需要一个StringBuilder stringBuilder，用来存放某个叶子节点的路径。
从根节点开始，当我们遇到非叶子节点就递归处理，向左递归，将0加入stringBuilder，然后向右递归，将1加入stringBuilder。当我们遇到叶子节点时，stringBuilder已经将该路径的0或1收集完毕，将该节点的data作为key，stringBuilder里存储的字符串作为value存入buffmanCodes。
简述过程如下：
//1.将赫夫曼编码表存放Map<Byte,String>形式
static Map<Byte,String> buffmanCodes = new HashMap<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 存储某个叶子节点的路径
static StringBuilder stringBuilder = new StringBuilder();
private static void getCodes(Node2 node,String code,StringBuilder stringBuilder){StringBuilder builder = new StringBuilder(stringBuilder);//将code加入builderbuilder.append(code);if(node != null){//判断当前节点是叶子节点还是非叶子节点if(node.data == null){ //非叶子节点//递归处理//向左递归getCodes(node.left,"0",builder);//向右递归getCodes(node.right,"1",builder);}else{//找到叶子节点buffmanCodes.put(node.data,builder.toString());}}}
步骤四
根据赫夫曼编码将数据压缩得到最后的byte[]。
首先利用buffmanCodes 将 bytes转成 赫夫曼编码对应的字符串，用StringBuilder stringBuilder来接收。
接下来我们统计我们要压缩byte的长度int len，如果stringBuilder的长度恰好为8的倍数，则len = stringBuilder.length / 8,否则就是len = stringBuilder.length / 8 + 1，如果基础好的话很容易想到
int len = (stringBuilder.length() + 7) / 8。
最后我们创建压缩后的byte数组byte[] huffmanCodeBytes = new byte[len]。
读取stringBuilder的值，每八位作为一个字节，将该字节放入huffmanCodeBytes，当len的长度为8的倍数时，我们就按上述处理方法即可，但是当len的长度不为8的倍数，则最后几位的取法应有所不同。
简述过程如下：
private static byte[] zip(byte[] contentBytes,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();for (byte b : contentBytes) {stringBuilder.append(huffmanCodes.get(b));}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bute数组byte[] huffmanCodeBytes = new byte[len];int index = 0; //记录是第几个byte//因为每8位对应一个byte，所以步长 + 8for (int i = 0; i < stringBuilder.length(); i+=8) {String strByte;if(i + 8 > stringBuilder.length()){strByte = stringBuilder.substring(i);}else {strByte = stringBuilder.substring(i,i + 8);}//将strByte转为一个byte，放入huffmanCodeByteshuffmanCodeBytes[index++] = (byte) Integer.parseInt(strByte,2);}return huffmanCodeBytes;}
实现代码如下
public class HuffmanCode {public static void main(String[] args) {String str = "i like like like java do you like a java";byte[] bytes = str.getBytes(StandardCharsets.UTF_8);byte[] huffmanCodeBytes = huffmanZip(bytes);System.out.println("压缩后的结果为 : " + Arrays.toString(huffmanCodeBytes));}private static byte[] huffmanZip(byte[] contentBytes){List<Node2> nodes = getNodes(contentBytes);//根据nodes创建的赫夫曼树Node2 root = createHuffmanTree(nodes);//得到对应的赫夫曼编码Map<Byte, String> huffmanCodes = getCodes(root);//根据赫夫曼编码huffmanCodes得到最后压缩的byte[]byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);return huffmanCodeBytes;} private static byte[] zip(byte[] contentBytes,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();for (byte b : contentBytes) {stringBuilder.append(huffmanCodes.get(b));}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bute数组byte[] huffmanCodeBytes = new byte[len];int index = 0; //记录是第几个byte//因为每8位对应一个byte，所以步长 + 8for (int i = 0; i < stringBuilder.length(); i+=8) {String strByte;if(i + 8 > stringBuilder.length()){strByte = stringBuilder.substring(i);}else {strByte = stringBuilder.substring(i,i + 8);}//将strByte转为一个byte，放入huffmanCodeByteshuffmanCodeBytes[index++] = (byte) Integer.parseInt(strByte,2);}return huffmanCodeBytes;}//为了调用方便，我们重载getCodesprivate static Map<Byte,String> getCodes(Node2 root){if(root == null){return null;}else {getCodes(root.left,"0",stringBuilder);getCodes(root.right,"1",stringBuilder);return buffmanCodes;}}static Map<Byte,String> buffmanCodes = new HashMap<Byte,String>();static StringBuilder stringBuilder = new StringBuilder(); private static void getCodes(Node2 node,String code,StringBuilder stringBuilder){StringBuilder builder = new StringBuilder(stringBuilder);//将code加入builderbuilder.append(code);if(node != null){//判断当前节点是叶子节点还是非叶子节点if(node.data == null){ //非叶子节点//递归处理//向左递归getCodes(node.left,"0",builder);//向右递归getCodes(node.right,"1",builder);}else{//找到叶子节点buffmanCodes.put(node.data,builder.toString());}}}private static List<Node2> getNodes(byte[] bytes){//创建一个ListList<Node2> nodes = new ArrayList<Node2>();//存储每一个byte出现的次数Map<Byte,Integer> counts = new HashMap<>();for (byte b : bytes) {Integer count = counts.get(b);if(count == null){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nodes集合for (Map.Entry<Byte, Integer> entry : counts.entrySet()) {nodes.add(new Node2(entry.getKey(),entry.getValue()));}return nodes;}private static Node2 createHuffmanTree(List<Node2> nodes){while (nodes.size() > 1){//排序Collections.sort(nodes);//取出前两个最小的二叉树Node2 left = nodes.get(0);Node2 right = nodes.get(1);//创建一课新的二叉树，它的根节点没有data，只有权值Node2 parent = new Node2(null, left.weight + right.weight);parent.left = left;parent.right = right;nodes.add(parent);//将已经处理的两个二叉树从nodes删除nodes.remove(left);nodes.remove(right);}return nodes.get(0);}
}//创建Node，存数据和权值
class Node2 implements Comparable<Node2>{Byte data; //存放数据本身，比如'a' = 97int weight; //权值，表示字符出现的次数Node2 left;Node2 right;public Node2(Byte data, int weight) {this.data = data;this.weight = weight;}@Overridepublic int compareTo(Node2 o) {return this.weight - o.weight;}@Overridepublic String toString() {return "Node2{" + "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();}}
}
