利用哈夫曼树实现对文件的压缩和解压缩的示例代码

哈夫曼树是带权路径最短的树,权值加大的节点离根节点较近.
示例代码如下:

public class HuffmanTreeCode {public static void main(String[] args) {HuffmanTreeDemo huffmanTree = new HuffmanTreeDemo();// 压缩huffmanTree.zipFile("d://3.bmp","d://111.zip");// 解压缩huffmanTree.unZipFile("d://111.zip","d://3.bmp");}}
class HuffmanTreeDemo{Map<Byte, String> huffmanCodes = new HashMap();//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StringBuilder stringBuilder = new StringBuilder();/*** 文件解压缩* @param zipFile 压缩文件全路径* @param dstFile 解压文件的全路径*/public void unZipFile(String zipFile,String dstFile) {FileInputStream is = null;ObjectInputStream ois = null;FileOutputStream os = null;try {// 创建文件输入流is = new FileInputStream(zipFile);// 创建关联的对象输入流ois = new ObjectInputStream(is);// 读入压缩文件和对应的哈夫曼编码表byte[] zipBytes = (byte[])ois.readObject();this.huffmanCodes = (Map<Byte, String>)ois.readObject();// 解压缩文件byte[] decode = decode(zipBytes);// 将解压缩的字节数组写入到目标文件中os = new FileOutputStream(dstFile);os.write(decode);} catch (Exception e) {System.out.println(e.getMessage());}finally {try {os.close();ois.close();is.close();} catch (Exception e1) {System.out.println(e1.getMessage());}}}/*** 文件压缩* @param srcFile 源文件绝对路径* @param dstFile 目标文件绝对路径*/public void zipFile(String srcFile,String dstFile) {FileInputStream is =null;FileOutputStream os =null;ObjectOutputStream oos=null;try {//创建文件输入流is = new FileInputStream(srcFile);//创建对应的字节数组byte[] srcBytes = new byte[is.available()];// 读取文件is.read(srcBytes);// 获取哈夫曼压缩后的字节数组byte[] zipBytes = getHuffmanZipBytes(srcBytes);// 创建文件输出流os = new FileOutputStream(dstFile);// 创建对应的对象输出流oos = new ObjectOutputStream(os);//将压缩后的字节数组写入目标文件oos.writeObject(zipBytes);//将对应的哈夫曼编码写入文件中(一定要写,为了将来解压缩用)oos.writeObject(this.huffmanCodes);} catch (IOException e) {System.out.println(e.getMessage());}finally {try {oos.close();os.close();is.close();} catch (Exception e1) {System.out.println(e1.getMessage());}}}/*** 解码* @param huffmanZipBytes 哈夫曼压缩后的字节数组* @return*/public byte[] decode( byte[] huffmanZipBytes) {if (huffmanZipBytes == null || this.huffmanCodes==null) {return null;}Map<String, Byte> decodeMap = new HashMap<>(this.huffmanCodes.size());for (Map.Entry<Byte, String> entry : this.huffmanCodes.entrySet()) {decodeMap.put(entry.getValue(), entry.getKey());}// 将压缩后的字节数组恢复成二进制字符串StringBuilder stringBuilder = new StringBuilder();for (int i = 0; i < huffmanZipBytes.length; i++) {boolean flag = (i == huffmanZipBytes.length - 1);// 不是数组的末尾元素的需要补齐高位(就是必须是8位的二进制)stringBuilder.append(byteToString(!flag,huffmanZipBytes[i]));}List<Byte> decodeList = new ArrayList<>();for (int i = 0; i < stringBuilder.length();) {int count =1;Byte b = null;while (true) {b = decodeMap.get(stringBuilder.substring(i, i + count));
//                if (i+count < stringBuilder.length()) {
//                }else {
//                    b = decodeMap.get(stringBuilder.substring(i));
//                }if (b == null) {count++;}else {decodeList.add(b);break;}}i+=count;//字符串的下标后移}byte[] b = new byte[decodeList.size()];for (int i = 0; i < decodeList.size(); i++) {b[i] = decodeList.get(i);}return b;}/*** 字节对应的字符串* @param flag 是否需要补高位* @param b* @return*/private String byteToString(boolean flag, byte b) {int tmp = b;if (flag) {tmp |= 256;}String binaryString = Integer.toBinaryString(tmp);if (flag) {return binaryString.substring(binaryString.length() - 8);}return binaryString;}// 获取哈夫曼压缩后的字节数组public byte[] getHuffmanZipBytes(byte[] bytes) {if (bytes == null) {return null;}// 获取节点的集合List<Item> nodes = this.getNodes(bytes);// 创建哈夫曼树Item huffmanTreeRoot = this.creatHuffmanTree(nodes);
//        huffmanTreeRoot.preOrder();// 创建哈夫曼编码Map<Byte,String> huffmanCodes = this.getCodes(huffmanTreeRoot);// 根据生成的哈夫曼编码,得到对应的压缩后的字节数组return this.zip(bytes,huffmanCodes);}/*** 将原始数据进行压缩* @param bytes 原始数据的byte数组* @param huffmanCodes 哈夫曼编码表K:原始数据,V:哈夫曼编码(01组成的字符串)* @return 压缩后的数组*/public byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {// 遍历原始数据得到原始数据对应的哈夫曼编码字符串StringBuilder codeStr = new StringBuilder();if (bytes==null || huffmanCodes == null) {return null;}for (byte b : bytes) {if (huffmanCodes.get(b) == null) {System.out.println("哈夫曼编码表有误!");return null;}codeStr.append(huffmanCodes.get(b));}// 将拼接的哈夫曼编码字符串转成byte数组返回(就是每8位是一个byte)byte[] rst = new byte[(codeStr.length() + 7) / 8];int rstArrIndex=0;// 返回的byte数组的下标for (int i = 0; i < codeStr.length(); i+=8) {if (i + 8 < codeStr.length()) {rst[rstArrIndex++] = (byte) Integer.parseInt(codeStr.substring(i, i + 8), 2);}else {// 最后的一段字符串rst[rstArrIndex++] = (byte) Integer.parseInt(codeStr.substring(i), 2);}}return rst;}/*** 将ba* @param flag* @param codeStr* @return*/
//    public byte getByte(boolean flag,String codeStr) {
//
//    }/*** 创建哈夫曼编码* @param huffmanTreeRoot 哈夫曼树的根节点* @return k:节点的数据, v: 数据对应的前缀二进制编码字符串*/public Map<Byte, String> getCodes(Item huffmanTreeRoot) {this.getCodes(huffmanTreeRoot.left,"0",stringBuilder);this.getCodes(huffmanTreeRoot.right,"1",stringBuilder);return this.huffmanCodes;}/**** @param node 节点* @param code 编码. 左: 0,右:1* @param path 哈夫曼树的路径也就是最后的叶子节点对应的哈夫曼编码*/public void getCodes(Item node,String code,StringBuilder path) {// 定义零时变量用于拼接路径StringBuilder tmpPath = new StringBuilder(path);tmpPath.append(code);if (node != null) {if (node.data == null) {// 非叶子节点getCodes(node.left, "0", tmpPath);//左递归getCodes(node.right, "1", tmpPath);//右递归}else {// 将叶子节点对应的数据和编码保存到map中this.huffmanCodes.put(node.data, tmpPath.toString());}}}// 创建Huffman树public Item creatHuffmanTree(List<Item> nodes) {if (nodes== null || nodes.size() == 0) {return null;}while (nodes.size() > 1) {// 根据节点的权值(数据出现的次数)从小到大排序Collections.sort(nodes);// 取出权值最小的两个元素Item leftNode = nodes.get(0);Item rightNode = nodes.get(1);// 将取出的两个节点构成一个新的非叶子节点Item parent = new Item();parent.left = leftNode;parent.right = rightNode;parent.weight = leftNode.weight+rightNode.weight;// 从节点集合中删除之前取出的两个权值最小的节点nodes.remove(1);// 此处一定要先移除下标为1的然后再移除下标0的nodes.remove(0);// 将创建好的新的节点加入到集合中nodes.add(parent);}return nodes.get(0);// 返回哈夫曼树的根节点}// 获取节点的集合public List<Item> getNodes(byte[] bytes) {if (bytes == null || bytes.length ==0) {return Collections.emptyList();}//统计数据出现的次数Map<Byte, Integer> countsMap = new HashMap<>();for (byte b : bytes) {Integer count = countsMap.get(b);// 数据出现的次数if (count == null) {countsMap.put(b, 1);}else {countsMap.put(b, ++count);}}List<Item> rst = new ArrayList<>(countsMap.size());for (Map.Entry<Byte, Integer> entry : countsMap.entrySet()) {Item node = new Item(entry.getKey(), entry.getValue());rst.add(node);}return rst;}
}
// 创建节点类
class Item implements Comparable<Item>{Byte data;// 保存数据int weight;//权值,就是数据出现的次数Item left;Item right;public Item() {}public Item(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 Item getLeft() {return left;}public void setLeft(Item left) {this.left = left;}public Item getRight() {return right;}public void setRight(Item right) {this.right = right;}@Overridepublic String toString() {return "Item{" +"data=" + data +", weight=" + weight +'}';}//前序遍历public void preOrder() {System.out.println(this);if (this.getLeft() != null) {this.getLeft().preOrder();}if (this.getRight() != null) {this.getRight().preOrder();}}@Overridepublic int compareTo(Item o) {return this.weight - o.weight;}
}

哈夫曼编码压缩文件注意事项:

如果是已经经过压缩的文件,那么再使用哈夫曼编码进行压缩效率不会有明显的变化(比如:视频,ppt文件等).
哈夫曼编码是按照字节来处理的,因此可以处理所有的文件(二进制文件,文本文件等等)
如果文件的内容重复的数据不多,压缩效果也不会很明显

利用哈夫曼树实现对文件的压缩和解压缩的示例代码相关推荐

python调用程序压缩文件_Python实现文件压缩和解压的示例代码
大家可能都熟悉.zip格式的文件.它可以把多个文件,压缩成一个文件.这在网络上传输时很有用,而且节省硬盘空间. 接下来,我们使用Python实现压缩和解压. 读取ZIP文件信息要读取ZIP文件的内容 ...
利用哈夫曼树实现英文短文的压缩与解压
#include <stdio.h> //主要包括常用的输入/输出函数 #include <string.h> //主要包括常用的字符串操作函数 #include <st ...
利用哈夫曼树编码与译码
#include<iostream> #include<string.h> #include<stdlib.h> using namespace std;typed ...
哈夫曼树【最优二叉树】【Huffman】
[转载]只为让价值共享,如有侵权敬请见谅! 一.哈夫曼树的概念和定义什么是哈夫曼树? 让我们先举一个例子. 判定树: 在很多问题的处理过程中,需要进行大量的条件判断,这些判断结构的设计直接影响着程序 ...
哈夫曼编码（基于哈夫曼树-最优二叉树，不唯一）、B树(b-树)、B+树
整合自: http://blog.csdn.net/shuangde800/article/details/7341289 http://www.cnblogs.com/Jezze/archive/2 ...
哈夫曼树实现文件的压缩与解压缩
利用哈夫曼树实现文件的压缩与解压缩压缩: 1.统计出文件中相同字符出现的次数 2.获取哈夫曼编码次数作为权值构建哈夫曼树 3.重新编码,写回压缩文件保存头文件: 源文件后缀编码信息的行数每个 ...
哈夫曼树实现文件压缩
最近在学了哈夫曼树之后,作为练习,写了一个文件压缩的小项目: 在这里和大家分享一下: 主要实现思路: 利用哈夫曼树的特性对字符进行哈夫曼编码,其中运用到了最小堆:利用最小堆的特性,找出构造哈夫曼树的结 ...
关于C++类实现哈夫曼树
该哈夫曼树可以实现的功能: (1)能够通过键盘或者纯文本文件读入字符集的大小n,以及n个字符和权值来建立哈夫曼树,并且把建立好的哈夫曼树存入到HuffmanTree.txt中去. (2)利用已经建立好 ...
赫夫曼树建立c语言源程序编译结果详细解释,哈夫曼树的建立与实现最终版（备份存档）...
<哈夫曼树的建立与实现.doc>由会员分享,可免费在线阅读全文,更多与<哈夫曼树的建立与实现(最终版)>相关文档资源请在帮帮文库(www.woc88.com)数亿文档库存里搜索 ...

利用哈夫曼树实现对文件的压缩和解压缩的示例代码

利用哈夫曼树实现对文件的压缩和解压缩的示例代码相关推荐

最新文章

热门文章