Java数据结构(十二)—— 霍夫曼树及霍夫曼编码

霍夫曼树

基本介绍和创建

基本介绍

  • 又称哈夫曼树,赫夫曼树

  • 给定n个权值作为n个叶子节点,构造一棵二叉树,若该树的带权路径长度(wpl)达到最小,称为最优二叉树

  • 霍夫曼树是带权路径长度最短的树,权值较大的节点离根较近

几个重要的概念

  • 路径和路径长度:一棵树中从一个节点往下可以达到的子节点之间的通路叫做路径,通路中分支的数目称为路径长度。如规定根节点的层数为1,则从根节点到L层节点的路径长度为L - 1

  • 节点的权及带权路径长度:若将书中的节点赋值给一个有着某种含义的数值,则这个数值称为节点的权,带权路径长度为路径与权值的成绩

  • 树的带权路径长度:所有叶子节点的带权路径长度之和,记为WPL,权值越大的节点离根节点越近的二叉树才是最优二叉树

  • WPL最小的就是霍夫曼树

举例说明:

Java数据结构(十二)—— 霍夫曼树及霍夫曼编码

创建霍夫曼树

  1. 将数据从小到大排序,每个数据看成一个节点,每个节点是最简单的二叉树

  2. 取出根节点权值最小的两颗二叉树

  3. 组成一棵新的二叉树,该新的二叉树的根节点的权值是前面两颗二叉树根节点权值之和

  4. 再将这颗心的二叉树,以根节点的权值大小再次排序,不断重复上述步骤

  5. 直到数列中,所有的数据都被处理就得到一棵霍夫曼树

创建霍夫曼树的过程图解

  1. 数据为:{13,7,8,3,29,6,1}

  2. 排序:{1,3,6,7,8,13,29}

  3. 取出1,3创建,根节点权值为两节点权值之和,数据:{4,6,7,8,13,29}

    Java数据结构(十二)—— 霍夫曼树及霍夫曼编码

  4. 处理4,6,数据:{7,8,10,13,29}

    Java数据结构(十二)—— 霍夫曼树及霍夫曼编码

  5. 后面依次处理剩余数据……直到所有数据处理完毕

    Java数据结构(十二)—— 霍夫曼树及霍夫曼编码

代码实现创建霍夫曼树

package com.why.tree;

import javax.swing.*;
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;

/**
* @Description TODO 创建霍夫曼树
* @Author why
* @Date 2020/11/28 13:23
* Version 1.0
**/
public class HuffmanTreeDemo {
   public static void main(String[] args) {
       int[] arr = {13,7,8,3,29,6,1};
       HuffmanNode root = creatHuffmanTree(arr);
       preOrder(root);
  }

   /**
    * 创建霍夫曼树
    * @param arr
    * @return
    */
   public static HuffmanNode creatHuffmanTree(int[] arr){
       //构建Node,装入list
       List<HuffmanNode> list = new ArrayList<>();
       for (int i = 0; i < arr.length; i++) {
           list.add(new HuffmanNode(arr[i]));
      }

       //从小到大排序
       Collections.sort(list);

       //循环处理
       while (list.size() > 1){
           //取出权值最小的两个二叉树
           HuffmanNode left = list.get(0);
           HuffmanNode right = list.get(1);
           //构建新的二叉树
           HuffmanNode root = new HuffmanNode(left.value+right.value);
           root.left = left;
           root.right = right;
           //从list中删除处理过的二叉树
           list.remove(left);
           list.remove(right);
           //将root加入list
           list.add(root);
           //重新排序
           Collections.sort(list);
      }

       return list.get(0);
  }

   public static void preOrder(HuffmanNode root){
       if (root != null){
           root.preOrder();
      }else {
           System.out.println("空树");
      }
  }
}

/**
* 创建节点类
* 为了让Node对象支持Collections排序,让Node实现Comparable接口
*/
class HuffmanNode implements Comparable<HuffmanNode>{
   int value;//节点权值
   HuffmanNode left;//左指针
   HuffmanNode right;//右指针

   public HuffmanNode(int value) {
       this.value = value;
  }

   @Override
   public String toString() {
       return "HuffmanNode{" +
               "value=" + value +
               '}';
  }

   /**
    * 排序比较
    * @param o
    * @return
    */
   @Override
   public int compareTo(HuffmanNode o) {
       //从小到大排序
       int a = this.value - o.value;
       return a;
  }

   /**
    * 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();
      }
  }
}

霍夫曼编码

基本介绍

  1. 是霍夫曼树在电讯通信的一种经典应用

  2. 霍夫曼编码广泛应用于数据文件压缩,压缩率通常在20% ~ 80%之间

  3. 霍夫曼编码是可变字长编码(VLC)的一种

通信领域中处理方式

  1. 定长编码,利用其ASCII码值对应的二进制进行传输

  2. 变长编码:用特定的数字或数字组合对应不同的字符

  3. 前缀编码:字符的编码都不能是其他字符编码的前缀,即不能匹配到重复的编码,无二义性

霍夫曼编码的原理

基本步骤

  1. 拿到传输的字符串

  2. 统计各个字符串出现的个数

  3. 按照字符出现的次数构建一棵霍夫曼树,次数位权值(构建步骤参考上文)

  4. 根据霍夫曼树进行编码,向左的路径为0,向右的路径为1,如:

    Java数据结构(十二)—— 霍夫曼树及霍夫曼编码

说明

  1. 霍夫曼编码是无损压缩

  2. 霍夫曼树根据排序方法不同,也可能不太一样,对应的霍夫曼编码不同,但树的权值(WPL)相同,编码的长度相同

数据压缩

字符串

“I like like like java do you like a java”

创建霍夫曼树

思路:

  • 节点类

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

  • 得到字符串对应的byte数组

  • 编写方法,准备构建霍夫曼树的Node节点放到list,形式{Node[data= , weight = ,],…}

  • 通过list创建霍夫曼树

代码实现

  • 节点类

    /**
    * 创建Node,数据和权值
    * implements Comparable<HuffNode>,支持排序
    */
    class HuffNode implements Comparable<HuffNode>{
       Byte data;//存放数据
       int weight;//权值
       HuffNode left;
       HuffNode right;

       public HuffNode(Byte data, int weight) {
           this.data = data;
           this.weight = weight;
      }

       /**
        * 支持比较
        * @param o
        * @return
        */
       @Override
       public int compareTo(HuffNode o) {
           //从小到大排
           return this.weight - o.weight;
      }

       @Override
       public String toString() {
           return "HuffNode{" +
                   "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();
          }
      }
    }
  • 创建霍夫曼树

    /**
    * 用list存放Node
    * @param bytes
    * @return
    */
    private static List<HuffNode> getNodes(byte[] bytes){
       //创建list
       List<HuffNode> nodes = new ArrayList<>();

       //存储每隔byte出现的次数->map
       Map<Byte,Integer> counts = new HashMap<>();
       for (byte b: bytes
            ) {
           Integer count = counts.get(b);
           if (count == null){//map还没有这个byte
               //存放
               counts.put(b,1);
          }else {//
               counts.put(b,count + 1);
          }
      }

       //把每个键值对转成Node对象,并加入到nodes集合
       for (Map.Entry<Byte,Integer> entery: counts.entrySet()
            ) {
           nodes.add(new HuffNode(entery.getKey(),entery.getValue()));
      }

       return nodes;
    }

    /**
    * 建立霍夫曼树
    * @param nodes
    * @return
    */
    private static HuffNode creatHuffTree(List<HuffNode> nodes){
       while (nodes.size() > 1){
           //排序
           Collections.sort(nodes);
           HuffNode left = nodes.get(0);
           HuffNode right = nodes.get(1);
           HuffNode parent = new HuffNode(null,left.weight + right.weight);
           parent.left = left;
           parent.right = right;
           nodes.remove(left);
           nodes.remove(right);
           nodes.add(parent);
      }
       return nodes.get(0);//返回根节点
    }

    /**
    * 前序遍历
    * @param root
    */
    private static void preOrder(HuffNode root){
       if (root != null){
           root.preOrder();
      }else {
           System.out.println("空树");
      }
    }
  • 测试

    public static void main(String[] args) {
       //字符串
       String str = "I like like like java do you like a java";
       //拿到字节数组
       byte[] bytes = str.getBytes();
       System.out.println("字符串原始长度:"+bytes.length);

       List<HuffNode> nodes = getNodes(bytes);
       System.out.println(nodes);

       //测试创建的二叉树
       System.out.println("霍夫曼树:" );
       HuffNode huffNode = creatHuffTree(nodes);
       preOrder(huffNode);
    }
生成霍夫曼编码表
  • 根据霍夫曼树进行编码,向左的路径为0,向右的路径为1

思路

  1. 将霍夫曼编码表存放在map中Map<Byte,String>

  2. 在生成霍夫曼编码表时,需要拼接路径,定义StringBulider,存储某个叶子节点的路径

代码实现

  • 生成霍夫曼编码表

    static Map<Byte,String> huffCodes = new HashMap<>();
    static StringBuilder stringBuilder = new StringBuilder();

    /**
    * 功能:将传入的node节点的所有的叶子节点的霍夫曼编码得到,并放入到huffCodes
    * @param node 传入的节点
    * @param code 路径,左0,右1
    * @param stringBuilder 用于拼接路径
    */
    private static void getCodes(HuffNode node,String code,StringBuilder stringBuilder){
       StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
       //将传入的code加入到stringBulider2
       stringBuilder2.append(code);
       if (node != null){//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 {//叶子节点
               //表示找到某个叶子节点的最后
               huffCodes.put(node.data,stringBuilder2.toString());
          }
      }
    }

    /**
    * 重载
    * @param root
    */
    private static Map<Byte,String> getCodes(HuffNode root){
       if (root == null){
           return null;
      }else {
           //处理root
           //处理左子树
           getCodes(root.left,"0",stringBuilder);
           //处理右子树
           getCodes(root.right,"1",stringBuilder);
      }
       return huffCodes;
    }
  • 测试

    //测试是否生成了霍夫曼编码表
    getCodes(huffNode);
    System.out.println("霍夫曼编码表:" + huffCodes);
生成霍夫曼编码后字符串的数据

编写方法,将字符串对应的byte数组,通过生成的霍夫曼编码表,返回一个霍夫曼编码压缩后的byte[]

  • 生成霍夫曼编码后的字节数组

    /**
        * 编写方法,将字符串对应的byte数组,通过生成的霍夫曼编码表,返回一个霍夫曼编码压缩后的byte[]
        * @param bytes 原始字符串 对应的byte[]
        * @param huffCodes 生成的霍夫曼编码map
        * @return 返回霍夫曼编码处理后的byte[]
        * 补码 = 反码 + 1
        * 源码 = 反码符号位不变,其余取反
        */
       private static byte[] zip(byte[] bytes,Map<Byte,String> huffCodes){
           //1.利用huffCodes将bytes转成霍夫曼编码后的字符串
           StringBuilder stringBuilder = new StringBuilder();
           //遍历byte【】
           for (byte b: bytes
                ) {
               stringBuilder.append(huffCodes.get(b));
          }
    //       System.out.println(stringBuilder);
           //将字符串转成byte数组
           //统计返回huffCodesBytes长度
           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byte数组
           byte[] huffCodeBytes = new byte[len];
           int index = 0;//记录第几个byte
           for (int i = 0; i < stringBuilder.length(); i += 8) {//每8位对应一个byte
               String strByte;
               if (i + 8 > stringBuilder.length()){//不够八位
                   strByte = stringBuilder.substring(i);
              }else {
                   strByte = stringBuilder.substring(i,i+8);
              }
               //将strByte转成一个byte
               huffCodeBytes[index] = (byte) Integer.parseInt(strByte,2);
               index++ ;
          }
           //拿到霍夫曼编码对应的字节数组返回
           return huffCodeBytes;
      }
  • 测试

    byte[] zip = zip(bytes, huffCodes);
    System.out.println("霍夫曼编码后的bytes:" + Arrays.toString(zip));
封装测试方法得到霍夫曼编码后的字节数组
/**
* 封装得到霍夫阿曼编码对应的数组
* @param bytes
* @return
*/
private static byte[] huffmanZip(byte[] bytes) {

   List<HuffNode> nodes = getNodes(bytes);

   //测试创建的二叉树
   HuffNode huffNode = creatHuffTree(nodes);

   //测试是否生成了霍夫曼编码表
   getCodes(huffNode);

   byte[] zip = zip(bytes, huffCodes);
   return zip;
}

数据解压

  • 使用霍夫曼编码表进行解码

  • 编码的逆过程

思路

  • 将编码后的byte[] 转成二进制字符串

  • 将霍夫曼编码对应的二进制字符串,对照霍夫曼编码表转成字符串对应的字节数组

将byte[]转为bitString
/**
* 将byte转成二进制字符串
* @param b
* @param flag 标志是否需要补高位
* @return 按补码返回
*/
private static String byteToBitString(byte b,boolean flag){
   int temp = b;//将b转成int

   String str = Integer.toBinaryString(temp);
   //返回temp对应二进制的补码,正数的时候需要补位
   if (flag){
       temp |= 256;//按位与,256 1 0000 0000 | 0000 0001 ==> 1 0000 0001
       return str.substring(str.length() - 8);//返回后8位
  }else {//后面不满8位不需要补齐
       return str;
  }
}
数据解码
/**
* 数据解压缩
* @param huffCodes 霍夫曼编码表
* @param huffBytes 压缩后的byte[]
* @return //返回字符串byte[]
*/
private static byte[] decode(Map<Byte,String> huffCodes,byte[] huffBytes){
   //1.得到huffBytes对应的二进制字符串
   StringBuilder stringBuilder = new StringBuilder();
   for (int i = 0; i < huffBytes.length; i++) {
       if (i == huffBytes.length - 1){
           String str = byteToBitString(huffBytes[i], false);
           stringBuilder.append(str);
      }else {
           String str = byteToBitString(huffBytes[i], true);
           stringBuilder.append(str);
      }
  }
   //把字符串按照指定的霍夫曼编码表进行解码
   Map<String,Byte> map = new HashMap<>();//将huffCodes键值对反转
   for (Map.Entry<Byte,String> entry:huffCodes.entrySet()){
       map.put(entry.getValue(),entry.getKey());
  }
   //创建list,存放byte
   List<Byte> list = new ArrayList<>();
   for (int i = 0; i < stringBuilder.length(); ) {
       int count = 1;
       boolean flag = true;
       Byte b = null;
       while (flag){
           //取出一个二进制位
           String key = stringBuilder.substring(i,i+count);
           //count移动,直到匹配到一个字符
           b = map.get(key);
           if (b != null){//匹配到
               flag = false;
          }else {//未匹配到
               count ++;
          }
      }
       list.add(b);
       i += count;//i移动到count
  }
   //list中存放了所有字符
   byte[] bytes = new byte[list.size()];
   for (int i = 0; i < list.size(); i++) {
       bytes[i] = list.get(i);
  }
   return bytes;
}

文件压缩

思路

读取文件 —> 得到霍夫阿曼编码表 —-> 完成压缩

代码实现

/**
* 将文件进行压缩
* @param srcFile   传入希望压缩文件的全路径
* @param dstFile   压缩后文件目录
*/
public static void zipFile(String srcFile,String dstFile){
   //创建文件输入流,读取文件
   FileInputStream is = null;
   //创建输出流,存放压缩文件
   FileOutputStream os = null;
   //创建一个和文件输出流关联的ObjectOutputStream
   ObjectOutputStream oos = null;
   try {
       is = new FileInputStream(srcFile);
       //创建和源文件大小 相同的byte[]
       byte[] b = new byte[is.available()];
       //读取文件
       is.read(b);
       //使用霍夫曼编码进行编码,获取霍夫曼编码表
       //直接对源文件进行压缩
       byte[] huffmanBytes = huffmanZip(b);
       //存放压缩文件
       os = new FileOutputStream(dstFile);
       //new一个和文件输出流关联的ObjectOutputStream
       oos = new ObjectOutputStream(os);
       //把霍夫曼编码后的字节数组写入压缩文件
       oos.write(huffmanBytes);
       //这里以对象流的方式写入霍夫曼编码,目的是为了以后恢复原文件时使用
       //一定要把霍夫曼编码写入压缩文件
       oos.writeObject(huffCodes);
  } catch (Exception e) {
       e.printStackTrace();
  } finally {
       try {
           is.close();
           os.close();
           oos.close();
      } catch (Exception e) {
           e.printStackTrace();
      }
  }
}

文件解压

思路

读取压缩文件(数据和霍夫曼编码表) —->完成解压

代码实现

//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;
   //定义一个对象输入流
   ObjectInputStream ois = null;
   //定义文件的输出流
   OutputStream os = null;
   try {
       //创建文件输入流
       is = new FileInputStream(zipFile);
       //创建一个和 is关联的对象输入流
       ois = new ObjectInputStream(is);
       //读取byte数组 huffmanBytes
       byte[] huffmanBytes = (byte[])ois.readObject();
       //读取赫夫曼编码表
       Map<Byte,String> huffmanCodes = (Map<Byte,String>)ois.readObject();

       //解码
       byte[] bytes = decode(huffmanCodes, huffmanBytes);
       //将bytes 数组写入到目标文件
       os = new FileOutputStream(dstFile);
       //写数据到 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());
      }

  }
}

霍夫曼编码注意事项

  1. 如果文件本身时经过压缩处理的,那么编码后效果不明显

  2. 霍夫曼编码是按字节来处理的,可以处理所有的文件

  3. 如果一个文件中的内容不多,重复的数据不多,压缩效果不明显

所有源码都可在gitee仓库中下载:https://gitee.com/vvwhyyy/java_algorithm

上一篇:HDOJ 1787 GCD Again(欧拉函数)


下一篇:O2O管理问题怎么解决?