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
赫夫曼编码广泛的应用与数据文件压缩，其压缩率通常在20%~90%之间
赫夫曼是可变字长编码(VLC)的一种。Huffman与1952年提出一种编码方式称之为 最佳编码

在线转码工具

赫夫曼编码压缩思路例：

获取一个字符串i like like like java do you like a java
然后统计各个字母出现的次数d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 (空格):9
按照上面字符出现的次数当作叶子节点权值构建一颗霍夫曼树
根据赫夫曼树（ 构建的赫夫曼树不一样，编码也可能不一样，因为可能存在两个相等的左右节点，所以赫夫曼树可能不一样，但是wpl是一样的，都是最小的），给各个字符规定编码，向左的路径为0，向右的路径为1，编码如下：

o:1000 u:10010 d:100110 y:100111 i:101 a:110 k:1110 e:1111 j:0000 v:0001 l:001 (空格):01(不难看出不存在一个编码是另一个编码的前缀)
按照上面的赫夫曼编码，我们将i like like like java do you like a java字符串对应的编码（赫夫曼编码是无损压缩）,通过赫夫曼长度变成 133，而使用 AscII码出来的长度是359

(1) Node{data(存放数据), weight(权值), left 和 right}

(2) 得到 i like like like java do you like a java对应的byte[] 数组

(3) 编写一个方法，将准备构建赫夫曼树的Node 节点放到 List , 形式[Node[data=97,weight=5], Node[data=32,weight=9]…],体现d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 (空格):9

(4) 可以通过List创建对应的赫夫曼树

package huffmancode;import java.util.*;public class HuffmanCode {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(contentBytes.length);byte[] huffmanCodeBytes = huffmanZip(contentBytes);System.out.println("压缩后的编码为"+Arrays.toString(huffmanCodeBytes));System.out.println("长度为："+huffmanCodeBytes.length);// 分布过程
/*List<Node> nodes = getNode(contentBytes);System.out.println(nodes);Node huffmanTreeRoot = createHuffmanTree(nodes);System.out.println("前序遍历");huffmanTreeRoot.preOrder();// 测试是否生成了对应的赫夫曼编码Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);System.out.println("~生成的赫夫曼编码表："+ huffmanCodes);// 测试huffmanCodeBytes = zip(contentBytes, huffmanCodes);System.out.println("huffmanCodeBytes="+Arrays.toString(huffmanCodeBytes));// 发送 HuffmanCodeBytes 数组
*/}// 使用一个方法，将前面的方法封装起来，便于我们的调用/**** @param bytes 原始的字符串对应的字节数组* @return 是经过 赫夫曼编码 处理后的字节数组（压缩后的数组）*/private static byte[] huffmanZip(byte[] bytes){List<Node> nodes = getNode(bytes);// 根据 nodes 创建赫夫曼树Node huffmanTreeRoot = createHuffmanTree(nodes);// 根据赫夫曼树创建赫夫曼编码Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);// 根据生成的赫夫曼编码，压缩得到压缩后的赫夫曼编码字节数组byte[] huffmanCodeBytes = zip(bytes,huffmanCodes);return huffmanCodeBytes;}// 编写一个方法，将一个字符串对应的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[]数组/**** @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 返回赫夫曼编码处理后的 byte[]*/private static byte[] zip(byte[] bytes, 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();// 遍历 bytes 数组for (byte b: bytes){stringBuilder.append(huffmanCodes.get(b));}System.out.println(stringBuilder.toString());// 将 "101010001011111110..."转成 byte[]// 统计返回的 byte[] huffmanCodeBytes 长度int len;// 下面代码一句话搞定就是 len = (stringBuilder.length() + 7) / 8if (stringBuilder.length() % 8 == 0){len = stringBuilder.length() / 8;} else {len = stringBuilder.length() / 8 + 1;}// 创建一个存储压缩后的 byte数组byte[] huffmanCodeBytes = new byte[len];int index = 0; // 记录是第几个bytefor (int i = 0; i < stringBuilder.length(); i += 8){// 因为是每8为对应一个byteString strByte;if (i + 8 > stringBuilder.length()){// 不够8位了，那么有多少取多少strByte = stringBuilder.substring(i);} else {strByte = stringBuilder.substring(i, i + 8);}// 将strByte转成一个 byte 放入到 huffmanCodeByteshuffmanCodeBytes[index] = (byte)Integer.parseInt(strByte,2);index++;}return huffmanCodeBytes;}/**** @param bytes 接受字节数组* @return  返回是一个list形式*/private static List<Node> getNode(byte[] bytes){// 创建一个ArrayListArrayList<Node> nodes = new ArrayList<>();// 存储每个byte出现的次数  -> mapMap<Byte,Integer> counts = new HashMap<>();for (byte b: bytes){Integer count = counts.get(b);if (count == null){// 说明map还没有该字符数据counts.put(b,1);} else {counts.put(b, count+1);}}// 把每个键值对，转成一个node对象并加入弄得集合// 遍历mapfor (Map.Entry<Byte,Integer> entry:counts.entrySet()){nodes.add(new Node(entry.getKey(),entry.getValue()));}return nodes;}// 创建赫夫曼树private static Node createHuffmanTree(List<Node> nodes){while(nodes.size() > 1){// 排序（从小到大）Collections.sort(nodes);// 取出左右节点Node leftNode = nodes.get(0);Node rightNode = nodes.get(1);Node parent = new Node(null,leftNode.weight + rightNode.weight);parent.left = leftNode;parent.right = rightNode;// 删除左右节点nodes.remove(leftNode);nodes.remove(rightNode);// 将新的节点加入nodes.add(parent);}return nodes.get(0);}//前序遍历private static void preOrder(Node root){if (root != null){root.preOrder();}else{System.out.println("赫夫曼树为空");}}// 生成赫夫曼树对应的赫夫曼编码//思路：// 1. 将赫夫曼编码表存放在 Map<Byte,String>static Map<Byte,String> huffmanCodes = 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();// 为了方便，重载getCodesprivate static Map<Byte,String> getCodes(Node root){if (root == null){return null;}// 处理root左子树getCodes(root.left,"0",stringBuilder);// 处理root右子树getCodes(root.right, "1", stringBuilder);return huffmanCodes;}/*** 功能：将传入的node结点的所有叶子节点的赫夫曼编码得到，并放入到huffmanCodes* @param node  传入的节点（默认跟结点开始）* @param code  代表路径；左子节点代表0，右子节点表示1* @param stringBuilder 用于拼接路径的*/private static void getCodes(Node node, String code, StringBuilder stringBuilder){StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);// 将code加入到 stringBuilder2stringBuilder2.append(code);if (node != null){ // 如果 node == null 不处理// 判断当前 node 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",stringBuilder2);// 向右递归getCodes(node.right,"1",stringBuilder2);} else {// 说明是叶子节点// 就表示找到了某个叶子节点huffmanCodes.put(node.data,stringBuilder2.toString());}}}}
// 创建Node,存放数据和权值
class Node implements Comparable<Node>{Byte data; // 存放数据本身看，比如'a' = 97 ' (空格)'= 32int weight; // 权值，表示字符出现的次数Node left;Node right;public Node(Byte data, int weight) {this.data = data;this.weight = weight;}@Overridepublic int compareTo(Node o) {// 按照从小到大排序return this.weight - o.weight;}@Overridepublic String toString() {return "Node{" +"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();}}}

赫夫曼压缩（萌新劝退）相关推荐

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 ...
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 ...
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 ...
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 ...
武汉理工大学数据结构综合实验——二叉树与赫夫曼图片压缩
文章目录实验目的主要仪器设备及耗材一.实验要求二.分析与设计 1.数据结构的设计 2.核心算法设计生成Huffman树的算法生成Huffman编码的算法压缩编码的算法 3.测试用例设计 ...
【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) ...
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 ...
数据结构与算法——赫夫曼树基本实现
目录一.赫夫曼树 1.1 基本介绍 1.2 赫夫曼树创建步骤图解 1.3 代码实现二.赫夫曼编码 2.1 基本介绍 2.1.1 通讯领域 - 定长编码 - 举例说明 2.1.2 通讯领域 - ...
赫夫曼树赫夫曼编码的创建
目录基础知识点最优二叉树如何构造赫夫曼树赫夫曼编码编码与压缩文件代码结构体设计创建赫夫曼树创建构建赫夫曼编码基础知识点赫夫曼树又称为最优树,是一种带权路径长短最短的树,有着广泛的 ...

赫夫曼压缩（萌新劝退）

13.5 赫夫曼编码

赫夫曼压缩（萌新劝退）相关推荐

最新文章

热门文章