上一篇文章中提到数据结构：哈夫曼树，今天接着学习由哈夫曼提出编码方式，一种程序算法。简称：哈夫曼编码
在线转码工具: https://www.mokuge.com/tool/a...
一、什么是哈夫曼编码？
与哈夫曼树一样，会不会有小伙伴对哈夫曼编码很陌生，有疑惑
问题疑惑
1.哈夫曼编码是做什么的？有什么用？
2.为什么要使用哈夫曼编码？使用别的编码行不行？
哈夫曼编码是做什么的？有什么用？
哈夫曼（Huffman）编码算法
它是基于二叉树构建编码压缩结构的，它是数据压缩中经典的一种算法：根据文本字符出现的频率，重新对字符进行编码
那么就会有小伙伴说：什么是数据压缩？什么是字符编码？
字符编码压缩介绍
在我们的世界里，我们可以看到漂亮的图像、好听的声音、震撼的视频等等这些精彩内容。但是对于计算机说，它的世界里只有二进制的 0 和 1。
因此在数字电子电路中，逻辑门的实现直接应用了二进制，因此现代的计算机和依赖计算机的设备里都用到二进制。
那么在二进位电脑系统中，存储的单位有：bit、kb、mb、gb
bit 电脑记忆体中最小的单位，每一bit 只代表0 或 1 的数位讯号
Byte由八个 bits 所组成，可代表：字元(A~Z)、数字(0~9)、或符号(,.?!%&+-*/)
当记忆体容量过大时，位元组（byte）这个单位就不够用，因此就有千位元组的单位KB出现，以下乃个记忆体计算单位之间的相关性：
- 1 Byte = 8 Bits
- 1 KB = 1024 Bytes
- 1 MB = 1024 KB
- 1 GB = 1024 MB
我们现在在计算机上看到的一切的图像、声音、视频等内容，都是由二进制的方式进行存储的
简单来讲，我们把信息转化为二进制的过程可以称之为编码
编码方式从长度上来分大致可以分为两个大类：
- 定长编码表明：段与段之间长度相同，没说明是多长。
- 变长编码表明：段与段之间的长度不相同，不定义具体有多长。
请注意！这里并没有标明是多长！这会导致无法区分编码信息与文件内容的分离！造成乱码!
自然语言的分隔问题
民可使由之不可使知之 ——_出自《论语 第八章 泰伯篇》_
这么一串十个字要如何去分隔并解释呢？
断法解释一：
民可使由之，不可使知之。解释：你可以去驱使你的民众，但不可让他们知道为什么（不要去教他们知识）
断法解释二：
民可，使由之；不可，使知之。解释：民众可以做的，放手让他们去做；不会做的，教会他们如何去做（又或：不可以去做的，让他们明白为何不可以）
显然，以上的文字是以某种定长或变长的方式组合在一起的，但是关于它们如何分隔的信息则被丢弃了，于是在解释时就存在产生歧义可能了。
举个栗子，假如我们对 「pig」 进行自定义编码，使用定长编码，为了方便，采用了十进制，原理与二进制是一样的。
假设我们现在有文件，内容是：00080008
假如定长 2 位是唯一的编码方案，用它去解码就会得到：「pipi」
假如定长 4 位是唯一的编码方案，用它去解码就会得到：「ii」
如果文件的内容并没有暗示它使用了何种编码！就会出现解释时存在产生歧义。
这就好比孔夫子写下“民可使由之不可使知之”时
并没有暗示它是5|5分隔（民可使由之|不可使知之）
还是暗示它是2|3|2|3分隔（民可|使由之|不可|使知之）。
其实当我们有字节这一基本单位后，我们就可以说得更具体：如定长一字节或者定长二字节。
比如说ASCII码它是最早也是最简单的一种字符编码方案：使用定长一字节来表示一个字符
示例编码认识差异
其实现在我们的计算机的世界里编码总已经有很多种格式
比如常见的： ASCII 、 Unicode 、 GBK 、 GB2312 、 GB18030 、 UTF-8 、 UTF-16 等等。
ASCII编码介绍
我们都知道在计算机的世界里只有二进制0和1，通过不同的排列组合，可以使用 0 和 1 就可以表示世界上所有的东西。
是不是有我们中国"太极"的感觉。
——“太极生两仪，两仪生四象，四象生八卦
而在计算机中：一字节 = 八位二进制数(二进制有0和1两种状态)
因此一字节可以组合出二百五十六种状态。
如果这二百五十六种状态每一个都对应一个符号，就能通过一字节的数据表示二百五十六个字符。
美国人于是就制定了一套编码（其实就是个字典），描述英语中的字符和这八位二进制数的对应关系，这被称为 ASCII 码。
随着时代的发展，不仅美国人要对他们的英文进行编码，我们中国人也要对汉字进行编码。
而早期的 ASCII 码的方案只有一个字节，对我们汉字文化而言是远远不够的
编码的发展
这点可怜的空间拿到中国来，它能编码的汉字量也就小学一年级的水平。
这也就导致了不同的需求推动了发展，各种编码方案都出来了，彼此之间的转换也带来了诸多的问题。采用某种统一的标准就势在必行了，于是乎天上一声霹雳，Unicode登场！
Unicode早期是作为定长二字节方案出来的。它的理论编码空间一下达到了64k
不过对于可以只需要使用到一个字节的ASCII 码就可以表示的美国人来讲，让他们使用 Unicode ，多少还是不是很愿意的。
比如 「he」 两个字符，用 ASCII 只需要保存成 6865 ( 16 进制)，现在则成了 00680065 ，前面多的那两个 0 （用作站位）。
基本上可以说是毫无意义，用 Unicode 编码的文本，原来可能只有 1KB 大小，现在要变成 2KB ，体积成倍的往上涨。
可是更糟糕的事还在后头，我们中文可是字符集里面的大头。
1.“ 茴字有四种写法”——上大人孔乙己
2.据说有些新近整理的汉语字典收录的汉字数量已经高达10万级别！
如果还是定长的方案，眼瞅着就要奔着四字节而去了，容量与效率的矛盾在这时候开始激化。
容量与效率的矛盾
- 所谓容量，这里指用
几个字节表示一个字符，显然用的字节越多，编码空间越大，能表示更多不同的字符，也即容量越大。 - 所谓效率，当表示
一个字符用的字节越多，所占用的存储空间也就越大，换句话说，存储（乃至检索）的效率降低了。
如果说效率是阴，那么容量就是阳。
（_我没还没忘记自小学语文老师就开始教导的，写作文要遥相呼应_）
莫尔斯电码图
看如图所示你就会发现，字母e只用了一个点（dot）来编码
其它字母可能觉得不公平，为啥我们就要录入那么多个点和划（dash）才行呢？这里面其实是有统计规律支撑的。e出现的概率是最大的
z你能想到什么？
zoo大概很多人能想到，厉害一点可能还能想到zebra（斑马），Zuckerberg（扎克伯格），别翻字典！你还能想到更多不？
e你能想到什么？
含有的 e的单词则多了去了。zebra中不就有个e吗，Zuckerberg中还两个e呢
所以我们希望频率越高的词，编码越短，这样最终才能最大化压缩存储文本数据的空间。
为什么要使用哈夫曼编码？使用别的编码行不行？
上面提到常见的信息处理方式：定长编码与变长编码
假设当前有一句话：i like like like java do you like a java（共40个字符，包括空格）
那么按照定长编码处理，那么会变成什么呢？
我们发现最后存在计算机中（二进制）长度是：三百五十九
那么按照变长编码处理，那么会变成什么呢？
假设我们将这串10010110100...发给别人，但是没有说明解码的方式，这时就会出现解释时存在产生歧义。
比如说可能翻译成："a a a aa a "，所以我们需要说明字符编码不能是其他字符编码的前缀，即不能匹配重复的编码。
那么按照哈夫曼处理，那么会变成什么呢？
相比定长编码二进制的长度：三百五十九，哈夫曼二进制长度为：一百三十三
那么相比定长编码二进制的长度优化了多少呢？：(359-133)/359=62.9%
我们再将哈夫曼二进制转码对应的byte字符
那么相比原字符长度优化了多少呢？：(40-17)/40 = 57.5%
一下将原字符40位变成17位， 这样的情况下，是不是我们想要的
二、解析哈夫曼编码执行思路与过程
上面我们采用"i like like like java do you like a java"，做例子分析，那么我们现在分析分析哈夫曼编码思路
- 将字符串里的字符进行统计个数并转为Byte[]数组
- 根据字符的出现次数构建一颗哈夫曼树、次数为权值
- 根据哈夫曼树进行自定义哈夫曼编码实现
- 将原字符的所有哈夫曼编码构建成编码串
- 根据编码串进行补码->反码->原码构建新字符
三、统计字符出现次数并构建哈弗曼树
图解思路分析
- 获取传输的字符串：
"i like like like java do you like a java" - 获取各个字符对应的个数：
d:1 y:1 u:1 j:2 v:2 0:2 l:4 k:4 e:4 i:5 a:5 (空格):9 - 按照上面的字符出现的次数构建成一颗哈夫曼树，出现的个数作为权值
构建哈夫曼树的步骤思路
1.将数列进行从小到大排序
2.新数列的每个数看成最简单根节点的二叉树
3.取出权值最小的两颗二叉树组成新的二叉树，为两最小的树之和
4.将新二叉树以跟节点的权重值再次从小到大排序，不断重复步骤
构建哈夫曼树的代码思路
- Node{data：存放数据，weight：权重，left和right}
- 得到
"i like like like java do you like a java"对应byte[]数组 - 编写方法，将准备构建赫夫曼树的Node节点放到List：Node[data=97, weight= 5],Node[data=32,weight = .....
- 通过List创建对应的哈夫曼树
体现获取各个字符对应的个数：d:1 y:1 u:1 j:2 v:2 0:2 l:4 k:4 e:4 i:5 a:5 (空格):9
比如说字符：a 应该是Node[data='a', weight= 5]，data为什么会是97而不是a？
因为底层：字母等于ASCII数字
构建哈夫曼树的代码实现
那么第一步：创建节点Node{data：存放数据，weight：权重，left和right}
class Nodedata implements Comparable{
Byte data; //存放数据（字符）本身，比如'a' =>97 '' =>32
int weight; //权值，表示字符出现的次数
Nodedata left;
Nodedata right;
public Nodedata(Byte data, int weight) {
this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Nodedata o) {
return this.weight - o.weight;
}
@Override
public String toString() {
return "Nodedata[" +"data=" + data + ", weight=" + weight +']';
}
} 第二步：得到"i like like like java do you like a java"对应byte[]数组
public static void main(String[] args) {
//得到`"i like like like java do you like a java"`对应byte[]数组
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println(contentBytes.length);
}第三步：编写方法，将准备构建赫夫曼树的Node节点放到List
private static List getNodes(byte[] bytes){
//1.创建一个ArrayList
List nodeslist = new ArrayList();
//2.遍历bytes，统计每一个byte出现的次数->map[key,value]
Map map = new HashMap<>();
for(byte b :bytes){
Integer items = map.get(b);
if(items == null){
map.put(b,1);
}else{
map.put(b, items + 1);
}
}
//3.把每个键值对转为Node 对象，并放入nodeslist集合里
for(Map.Entry temp :map.entrySet()){
nodeslist.add(new Nodedata(temp.getKey(),temp.getValue()));
}
return nodeslist;
} 第四步：通过List创建对应的哈夫曼树
private static Nodedata createHaffman(List nodedataList){
while(nodedataList.size() >1){
//排序从小到大
Collections.sort(nodedataList);
/**
* 操作思路
* 1.取出两个权值最小的节点二叉树
* 2.根据两个权值最小的二叉树构建成一个新的二叉树
* 3.删除原先两个权值最小的节点二叉树
* 4.将新的二叉树放入队列，并构建新的队列
* 5.新的队列进行从小到大排序
*/
//取出第一个权值最小的二叉树
Nodedata leftNode = nodedataList.get(0);
//取出第二个权值最小的二叉树
Nodedata rightNode = nodedataList.get(1);
//根据两个权值最小的二叉树构建成一个新的二叉树 同时构建连接
Nodedata parentNode = new Nodedata(null,leftNode.weight + rightNode.weight);
parentNode.left = leftNode;
parentNode.right = rightNode;
//删除原先两个权值最小的节点二叉树
nodedataList.remove(leftNode);
nodedataList.remove(rightNode);
//将新的二叉树放入队列，并构建新的队列
nodedataList.add(parentNode);
}
return nodedataList.get(0);
} 测试检查是否满足代码思路
检查是否Byte[]长度：40
public static void main(String[] args) {
//得到`"i like like like java do you like a java"`对应byte[]数组
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("byte[]数组长度为:"+contentBytes.length);
}
运行结果如下：
byte[]数组长度为:40检查字符个数：d:1 y:1 u:1 j:2 v:2 0:2 l:4 k:4 e:4 i:5 a:5 (空格):9
public static void main(String[] args) {
//将准备构建哈弗曼树的Node节点放到List：Node[data=97, weight= 5],Node[data=32,weight = .....
List datalist = getNodes(contentBytes);
for(Nodedata data : datalist){
System.out.println(data);
}
}
运行结果如下：
Nodedata[data=32, weight=9]
Nodedata[data=97, weight=5]
Nodedata[data=100, weight=1]
Nodedata[data=101, weight=4]
Nodedata[data=117, weight=1]
Nodedata[data=118, weight=2]
Nodedata[data=105, weight=5]
Nodedata[data=121, weight=1]
Nodedata[data=106, weight=2]
Nodedata[data=107, weight=4]
Nodedata[data=108, weight=4]
Nodedata[data=111, weight=2] 
Nodedata 节点添加前序遍历，添加哈弗曼树方法
class Nodedata implements Comparable{
//省略实体类代码
//前序遍历方法
public void preOrder(){
System.out.println(this);
if(this.left != null){
this.left.preOrder();
}
if(this.right != null){
this.right.preOrder();
}
}
} private static void preOrder(Nodedata root){
if(root != null){
root.preOrder();
}else{
System.out.println("哈弗曼树为空！");
}
}检查前序遍历哈弗曼树，查看是否图一致：40->17->8->4->4->2->2->9...
public static void main(String[] args) {
//获取哈弗曼树的根节点
Nodedata root = createHaffman(datalist);
//遍历哈弗曼树
preOrder(root);
}
运行结果如下：
Nodedata[data=null, weight=40]
Nodedata[data=null, weight=17]
Nodedata[data=null, weight=8]
Nodedata[data=108, weight=4]
Nodedata[data=null, weight=4]
Nodedata[data=106, weight=2]
Nodedata[data=111, weight=2]
Nodedata[data=32, weight=9]
Nodedata[data=null, weight=23]
Nodedata[data=null, weight=10]
Nodedata[data=97, weight=5]
Nodedata[data=105, weight=5]
Nodedata[data=null, weight=13]
Nodedata[data=null, weight=5]
Nodedata[data=null, weight=2]
Nodedata[data=100, weight=1]
Nodedata[data=117, weight=1]
Nodedata[data=null, weight=3]
Nodedata[data=121, weight=1]
Nodedata[data=118, weight=2]
Nodedata[data=null, weight=8]
Nodedata[data=101, weight=4]
Nodedata[data=107, weight=4]那么我们前面分析了如何将字符转为哈弗曼树的思路与代码
下面看看如何将根据哈夫曼树进行构成自定义哈夫曼编码。
四、根据哈夫曼树自定义哈夫曼编码
- 根据哈夫曼树我们来自定义编码规则：
向左为0、向右为1 - 这样根据上面如图所示，定义的字符编码如下：[
o: 0011 u: 11001 d: 11000 y: 11010 i: 101 a: 100 k: 1111 e: 1110 j: 0010 V: 11011 I: 000 (空格):01]
有没有发现哈弗曼树的节点编码它是前缀编码：不是是其他字符编码的前缀，即匹配不到重复的编码。
根据哈夫曼树自定义哈夫曼编码代码思路分析
- 使用StringBuilder记录所经过的路径:
'a'的路径是:1->1->0 使用Key:Value 键值的方式存放对应的字符：路径;比如：(a:1000)、(j:0010)、(o:0011)- 字符特点：
data !=null（属于叶子节点) - 假设查询
字符v的路径，发现左递归不符合后还需要进行右递归判断
根据哈夫曼树自定义哈夫曼编码代码实现
//将哈夫曼编码以Key：Vale形式存放
//比如说32->01 97->100 100->11000 等等[形式]
static Map huffmanCodes = new HashMap();
//2.在生成赫夫曼编码表示，需要去拼接路径，定义一个StringBuilder 存储某个叶子结点的路径
static StringBuilder stringBuilder = new StringBuilder();
/**
* 1.功能:将传入的node结点的所有叶子结点的赫夫曼编码得到，并放入到huffmanCodes集合 * @param node 传入节点
* @param code 路径：左节点是0 右节点是1
* @param stringBuilder 用于拼接路径
*/
private static void getCodes(Nodedata node,String code,StringBuilder stringBuilder){
StringBuilder str = new StringBuilder(stringBuilder);
//将code加入到str 总
str.append(code);
if(node!=null){
//字符特点：`data !=null `（属于叶子节点)
if(node.data ==null){//（属于非叶子节点)
//向左递归
getCodes(node.left,"0",str);
//向右递归
getCodes(node.right,"1",str);
}else{
//`使用Key:Value 键值`的方式存放对应的`字符：路径;`比如：`(a:110)、(j:0000)、(o:1000)`
huffmanCodes.put(node.data,str.toString());
}
}
} 我们优化一下代码，实现传入根节点就可以返回哈夫曼编码
private static Map getCodes(Nodedata node){
//根节点为空则不做处理
if(node == null){
return null;
}
//向左递归
getCodes(node.left,"0",stringBuilder);
//向右递归
getCodes(node.right,"1",stringBuilder);
return huffmanCodes;
} 我们进行运行测试看看，是否欲思路一致生成编码
public static void main(String[] args) {
//将哈夫曼树生成哈夫曼编码
//getCodes(root,"",stringBuilder);
//执行优化代码
getCodes(root);
}
运行结果如下：
生成的哈夫曼编码表：{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}注意:不同的排序方式会生成不同的哈弗曼树，所造成的哈夫曼编码也不一样，但WPL是一致
五、将原字符的所有哈夫曼编码构建成编码串
我们将"i like like like java do you like a java"字符串，即生成对应的哈夫曼编码数据(如下)
将原字符串转为编码串思路分析
- 将字符串
"i like like like java do you like a java"转为对应的Byte[]数组 - 使用StringBuilder追加存储byte字符的对应
字符路径
将原字符串转为编码串思路分析代码实现
private static void zip(byte[] bytes, Map huffmanCodes) {
//1.利用huffmanCodes将bytes 转成赫夫曼编码对应的字符串
StringBuilder stringBuilder = new StringBuilder();
//遍历bytes数组
for(byte b: bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
System.out.printf("stringBuilder=" + stringBuilder.toString());
System.out.print("\n stringBuilder的长度=" + stringBuilder.length());
} 代码测试
public static void main(String[] args) {
//得到`"i like like like java do you like a java"`对应byte[]数组
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("byte[]数组长度为:"+contentBytes.length);
//将准备构建哈弗曼树的Node节点放到List：Node[data=97, weight= 5],Node[data=32,weight = .....
List datalist = getNodes(contentBytes);
//获取哈弗曼树的根节点
Nodedata root = createHaffman(datalist);
//将哈夫曼树生成哈夫曼编码Key:Value
getCodes(root);
//将Byte[]数组转为自定义的哈夫曼编码字符路径
zip(contentBytes,huffmanCodes);
}
运行结果如下：
byte[]数组长度为:40
stringBuilder=1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100
stringBuilder的长度=133 我们将"i like like like java do you like a java"
转为编码串相比之前定长编码优化了多少呢？：(359-133)/359=62.9%
六、将编码串进行补码->反码->原码构建新字符
那么如何将长度一百三十三的二进制串转为新的字符呢？
在讲编码串进行补码->反码->原码构建新字符前，先解释了解了解不同的进制
相同的数字有不同的样子
在计算机的世界中就分两种人：认识二进制和不认识二进制
上面我们介绍到我们看到的漂亮的图像、好听的声音、震撼的视频等等这些精彩内容。但是对于计算机说，它的世界里只有二进制的 0 和 1。
- 所有数字在计算机底层都以二进制形式存在
- 对于整数有不同表达方式：
二进制、十进制、八进制、十六进制
二进制与十进制的说明
我们使用Byte字符的二进制做演示，首先我们直观一点举例正数说明
以此类推....那么十进制转二进制该怎么做呢？来看看规律
有没有发现？从右开始往左是2^0(二的零次方)、2^1（二的一次方）、2^2（二的平方）、2^3（二的三次方）
根据前面知识点，你知道：01101110的十进制是多少么？
那么我们说Byte表示 -128 ~127 ，那么0和1 是怎么表示正数和负数的呢？
我们现在知道二进制的最高位：0 正数 1-负数 ，那么对于整数还要提提三个码：原码、反码、补码
那么我们思考一下：在计算机中： -14 是什么样的呢？
接下来看看负数的解析图:十进制：14、二进制：00001110
那么我们现在反推一下：10111011 转为十进制是多少呢？
- 我们刚刚提到计算机底层都
以补码方式存储 - 我们刚刚观察知道最高位：
0 - 正数、1-负数 - 而负数则是
补码的形式，那么思路反推：补码->反码->原码
接下来我相信大家都了解了什么是原码、反码、补码了
上面我们将字符串"i like like like java do you like a java" 转为了自定义的哈弗曼编码串
接下来我们创建Byte[] huffmanCodeBytes，处理哈夫曼编码串，以八位为一组对应一个Byte 放入huffmanCodeBytes中
转为新字符代码的思路分析
每八位对应一个Byte，所以133 % 8，使用循环每次i + 8- 因为每次 i + 8 所以需要使用变量
index 记录对应的第几位Byte - 使用
（byte）Integer.parInt(string,radix)转码
转为新字符代码的代码实现
private static byte[] zip(byte[] bytes, Map huffmanCodes) {
//1.利用huffmanCodes将bytes 转成赫夫曼编码对应的字符串
StringBuilder stringBuilder = new StringBuilder();
//遍历bytes数组
for(byte b: bytes) {
stringBuilder.append(huffmanCodes.get(b));
}
//2.1010100010111111...思路：补码->反码->原码->转成Byte
int len;
if(stringBuilder.length() %8 == 0){
len = stringBuilder.length() /8;
}else{
len = stringBuilder.length() /8 + 1;
}
//3.创建存储压缩后的byte数组
byte[] huffmanCodeBytes = new byte[len];
int index = 0;//记录是第几个byte
for (int i = 0; i < stringBuilder.length(); i += 8) { //因为是每8位对应一个byte,所以步长+8
String strByte;
if(i+8 > stringBuilder.length()) {//不够8位
strByte = stringBuilder .substring(i);
}else {
strByte = stringBuilder .substring(i, i + 8);
}
//将strByte转成一个byte ,放入到huffmanCodeBytes
huffmanCodeBytes[index] = (byte)Integer .parseInt(strByte, 2);
index++;
}
return huffmanCodeBytes;
} public static void main(String[] args) {
//得到`"i like like like java do you like a java"`对应byte[]数组
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("byte[]数组长度为:"+contentBytes.length);
//将准备构建哈弗曼树的Node节点放到List：Node[data=97, weight= 5],Node[data=32,weight = .....
List datalist = getNodes(contentBytes);
//获取哈弗曼树的根节点
Nodedata root = createHaffman(datalist);
//将哈夫曼树生成哈夫曼编码
getCodes(root);
byte[] huffmanCodeBy =zip(contentBytes,huffmanCodes);
System.out.println(Arrays.toString(huffmanCodeBy));
}
运行结果如下：
byte[]数组长度为:40
[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28] 
那么相比原字符长度优化了多少呢？：(40-17)/40 = 57.5%
一下将原字符40位变成17位
七、封装直接返回新符号Byte[]方法
根据前面的分析，我们调用的方法比较多也比较臃肿，每次测试需要
- 将字符串转为Byte数组，并统计个数
- 根据字符出现次数作为权重，构建哈弗曼树
- 根据哈弗曼树生成自定义哈弗曼编码
- 将原字符的所有哈夫曼编码构建成编码串
- 根据编码串进行补码->反码->原码构建新字符
现在呢，我们将封装这些方法方便我们调用，我们的目的是获取到新字符组
//使用一个方法将需要的方法疯转起来，方便调用
private static byte[] haffmanZip(byte[] bytes){
//将准备构建哈弗曼树的Node节点放到List：Node[data=97, weight= 5],Node[data=32,weight = .....
List datalist = getNodes(bytes);
//根据字符出现次数作为权重，构建哈弗曼树
//获取哈弗曼树的根节点
Nodedata root = createHaffman(datalist);
//根据哈夫曼树进行自定义哈夫曼编码实现
Map huffmanCodes = getCodes(root);
//将原字符的所有哈夫曼编码构建成编码串
//根据编码串进行补码->反码->原码构建新字符
byte[] huffmanCodeBy =zip(bytes,huffmanCodes);
return huffmanCodeBy;
} public static void main(String[] args) {
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("byte[]数组长度为:"+contentBytes.length);
byte[] huffmanCodeBy =haffmanZip(contentBytes);
System.out.println(Arrays.toString(huffmanCodeBy));
System.out.println("压缩后的byte[]数组长度为:"+huffmanCodeBy.length);
}
运行结果如下：
byte[]数组长度为:40
[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
压缩后的byte[]数组长度为:17八、将新字符解码转为原字符串
我们已经将"i like like like java do you like a java"包括空格在内的四十个字符
压缩成[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]只有十七位的新字符。
那么假如我们将这串新字符发给对方
对方如何解码成"i like like like java do you like a java"呢？
[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]是怎么来的？
- 将长度为133的编码串 % 8 再进行补码->反码->原码
那么我们现在获取到新字符后需要使用逆向思维获取原补码
我们可以使用Integer.toBinaryString()方法将byte转成二进制
/**
*将一个byte转成-个二进制的字符串
* @param b
* @return
*/
private static String byteToBitString(byte b) {
//使用变量保存b
int temp = b;//将b转成int
String str = Integer.toBinaryString(temp);
return str;
}我们使用 -1 进行测试这个方法看看
//测试一把byteToBitString方法
System.out.println(byteToBitString((byte)-1));
运行结果如下：
str=11111111111111111111111111111111很遗憾，我们发现返回的是int 的32位补码。注意是：补码
按理说我们应该是从133 % 8获取的新字符，现在应该也是转为8位的补码，而不是32位
/**
*将一个byte转成-个二进制的字符串 * @param b
* @return
*/
private static String byteToBitString(byte b) {
//使用变量保存b
int temp = b;//将b转成int
String str = Integer.toBinaryString(temp);
return str.substring(str.length() -8);
}那么现在就可以了吗？其实并不然还有一个补位的问题！比如说我现在输入 1
当是正数的时候，当前stu =1 则需要补位、否则是无法完成截取操作的
/**
*将一个byte转成-个二进制的字符串 * @param b
* @return
*/
private static String byteToBitString(byte b) {
//使用变量保存b
int temp = b;//将b转成int
//如果是正数我们还存在补高位
temp |= 256;
String str = Integer.toBinaryString(temp);
return str.substring(str.length() -8);
}
运行结果如下：
00000001？？？
可能会有小伙伴会问到 temp |=256 是什么意思？？？为什么要|=256
这就涉及到知识点二进制的运算符了，两个二进制对应位为0时该位为0，否则为1
这样我们输入十进制：1 的时候，才能进行截取长度，否则不满足
/**
*将一个byte转成-个二进制的字符串
* @param flag 标志是否需要补高位、如果是最后一个字节则无需补高位
* @param b 传入的byte
* @return 返回b对应的二进制串（按补码返回）
*/
private static String byteToBitString(boolean flag,byte b) {
//使用变量保存b
int temp = b;//将b转成int
if(flag){
//如果是正数我们还存在补高位
temp |= 256;
}
String str = Integer.toBinaryString(temp);
if(flag){
return str.substring(str.length() -8);
}else{
return str;
}
}根据八位为一组的思路，就会发现最后一个byte字节就无需补高位
将新字符解码转为原字符串思路分析
- 找到记录原字符byte转为自定义哈夫曼编码Map
- 使用StringBuilder记录新字符组的补码
- 根据自定义哈夫曼编码Map反获取(编码:字符)组成新map
- 根据StringBuilder匹配新map获取对应字符
第一步：使用StringBuilder记录新字符组的补码
/**
* @param huffmanCodes 哈夫曼编码表map
* @param huffmanBytes 哈夫曼得到的字节数组
* @return就是原来的字符串对应的数组
*/
private static byte[] decode(Map huffmanCodes,byte[] huffmanBytes){
//1.使用StringBuilder记录新字符组的补码
StringBuilder stringBuilder =new StringBuilder();
//循环记录
for (int i=0;i public static void main(String[] args) {
/得到`"i like like like java do you like a java"`对应byte[]数组
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("原byte[]数组长度为:"+contentBytes.length);
byte[] huffmanCodeBy =haffmanZip(contentBytes);
System.out.println("n开始进行哈夫曼编码压缩==============================n");
System.out.println("压缩后的新字符数组:"+Arrays.toString(huffmanCodeBy));
System.out.println("压缩后的byte[]数组长度为:"+huffmanCodeBy.length);
decode(huffmanCodes,huffmanCodeBy);
}
运行结果如下：
原byte[]数组长度为:40
原字符数组经过自定义编码后的编码串:1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100
原字符数组经过自定义编码后的编码串长度:133
开始进行哈夫曼编码压缩==============================
压缩后的新字符数组:[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
压缩后的byte[]数组长度为:17
新字符组的补码串:1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100
新字符组的补码串长度:133第二步：找到记录原字符byte转为自定义哈夫曼编码Map、根据自定义哈夫曼编码Map反获取(编码:字符)组成新map
/**
* * @param huffmanCodes 哈夫曼编码表map
* @param huffmanBytes 哈夫曼得到的字节数组
* @return就是原来的字符串对应的数组
*/
private static byte[] decode(Map huffmanCodes,byte[] huffmanBytes){
//1.使用StringBuilder记录新字符组的补码
StringBuilder stringBuilder =new StringBuilder();
//循环记录
for (int i=0;i map =new HashMap();
for(Map.Entry item:huffmanCodes.entrySet()){
map.put(item.getValue(),item.getKey());
}
System.out.println("根据自定义哈夫曼编码Map反获取(编码:字符)组成新map = "+map);
return null;
}
运行结果如下：
根据自定义哈夫曼编码Map反获取(编码:字符)组成新map = {000=108, 01=32, 100=97, 101=105, 11010=121, 0011=111, 1111=107, 11001=117, 1110=101, 11000=100, 11011=118, 0010=106} 第三步：根据StringBuilder匹配新map获取对应字符
/**
* * @param huffmanCodes 哈夫曼编码表map
* @param huffmanBytes 哈夫曼得到的字节数组
* @return就是原来的字符串对应的数组
*/
private static byte[] decode(Map huffmanCodes,byte[] huffmanBytes){
//1.使用StringBuilder记录新字符组的补码
StringBuilder stringBuilder =new StringBuilder();
//循环记录
for (int i=0;i map =new HashMap();
for(Map.Entry item:huffmanCodes.entrySet()){
map.put(item.getValue(),item.getKey());
}
//根据StringBuilder匹配新map获取对应字符
List list =new ArrayList<>();
for (int j=0;j public static void main(String[] args) {
/得到`"i like like like java do you like a java"`对应byte[]数组
String content = "i like like like java do you like a java";
byte[] contentBytes = content.getBytes();
System.out.println("原byte[]数组长度为:"+contentBytes.length);
byte[] huffmanCodeBy =haffmanZip(contentBytes);
System.out.println("n开始进行哈夫曼编码压缩==============================n");
System.out.println("压缩后的新字符数组:"+Arrays.toString(huffmanCodeBy));
System.out.println("压缩后的byte[]数组长度为:"+huffmanCodeBy.length);
byte[] source = decode(huffmanCodes,huffmanCodeBy);
System.out.println("新字符数组经过根据新map获取对应字符："+new String(source));
}
运行结果如下：
根据自定义哈夫曼编码Map反获取(编码:字符)组成新map = {000=108, 01=32, 100=97, 101=105, 11010=121, 0011=111, 1111=107, 11001=117, 1110=101, 11000=100, 11011=118, 0010=106}
新字符数组经过根据新map获取对应字符：i like like like java do you like a java九、最佳实践文件压缩与解压
我们将这个图片文件，进行压缩实践看看
思路：读取文件-->得到哈夫曼编码表-->完成压缩
/**
*@paramsrcFile 希望压缩文件的全路径
*@param dstFile 压综后将文件放到哪个目录
*/
public static void zipFile(String srcFile, String dstFile) {
//创建输出流
OutputStream os = null;
//对象输出流
ObjectOutputStream oos;
//创建文件的输入流
FileInputStream is = null;
try {
//创建文件的输入流
is = new FileInputStream(srcFile);
//创建一个和源文 件大小一样的byte[ ]
byte[] b = new byte[is.available()];
//读取文件
is.read(b);
//直接对文件压缩
byte[] bytes = haffmanZip(b);
//创建文件的输出流，存放压缩文件
os = new FileOutputStream(dstFile);
//创建一个和文件流关联的ObjectOutputStream;
oos = new ObjectOutputStream(os);
//以对象流的方写入哈夫曼编码，为了方便恢复
oos.writeObject(huffmanCodes);
} catch (Exception e) {
System.out.println(e.getMessage());
} finally {
try {
is.close();
oos.close();
os.close();
}catch (Exception e) {
System.out.println(e.getMessage());
}
}
}public static void main(String[] args) {
//测试压编文件
String srcFile = "d://src. bmp";
String dstFile = "d://dst.zip";
zipFile(srcFile, dstFile);
System. out . println("压编文件ok~~");
}
会出现无法打开并解压的方式，为什么呢？
因为我们自定义属于自己的的压缩方式，所以解压也要用我们自己的方式去解压
源文件大小：598kb
压缩后的文件大小：76kb
那么接下来我们编写自己的解压方式把
思路：读取压缩文件(数据和哈弗曼编码表)-->完成解压
//编写一个方法，完成对压缩文件的解压
/**
* @param zipFile 准备解压的文件
* @param dstFile 将文件解压到哪个路径
*/
public static void unZipFile(String zipFile, String dstFile) {
//定义文件输入流
InputStream is = null;
//对象输出流
ObjectInputStream ois = null;
//创建输出流
OutputStream os = null;
try {
//创建文件的输入流
is = new FileInputStream(zipFile);
//创建一个和文件流关联的ObjectOutputStream;
ois = new ObjectInputStream(is);
//读取byte数组 huffmanbytes
byte[] huffmanBytes = (byte[])ois.readObject();
//获取哈夫曼编码表
Map huffmanCodes = (Map)ois.readObject();
//解码
byte[] bytes =decode(huffmanCodes,huffmanBytes);
//将恢复的原byte数组写入文件
os = new FileOutputStream(dstFile);
os.write(bytes);
} catch (Exception e) {
System.out.println(e.getMessage());
} finally {
try {
os.close();
ois.close();
is.close();
}catch (Exception e) {
System.out.println(e.getMessage());
}
}
} public static void main(String[] args) {
//测试解压文件
String zipFile = "d://dst. zip";
String dstFile = "d://src2. bmp";
unZipFile(zipFile, dstFile) ;
}