运用哈夫曼树实现哈夫曼编码的文件压缩与解压

女爷i 2021-10-15 04:17 260阅读 0赞

package com.HuffmanTree;
    import java.io.FileInputStream;
    import java.io.FileOutputStream;
    import java.io.InputStream;
    import java.io.ObjectInputStream;
    import java.io.ObjectOutputStream;
    import java.io.OutputStream;
    import java.util.ArrayList;
    import java.util.Arrays;
    import java.util.Collections;
    import java.util.HashMap;
    import java.util.List;
    import java.util.Map;
    /**
     * @Auther: 大哥的叔
     * @Date: 2019/8/15 21:22
     * @Description:
     */
    
    public class huffmanCode {
    
        public static void main(String[] args) {
    
            //测试压缩文件
    //		String srcFile = "d://用的学的/1.txt";//值=i like like like java do you like a java
    //		String dstFile = "d://1.zip";
    //
    //		zipFile(srcFile, dstFile);
    //		System.out.println("压缩文件ok~~");
    
    
            //测试解压文件
            String zipFile = "D:\\1.zip";
            String dstFile = "d://2.txt";
            unZipFile(zipFile, dstFile);
            System.out.println("解压成功!");
    
    
    		String content = "i like like like java do you like a java";
    		byte[] contentBytes = content.getBytes();
    		System.out.println(contentBytes.length); //40
    
    		byte[] huffmanCodesBytes= huffmanZip(contentBytes);
    		System.out.println("压缩后的结果是:" + Arrays.toString(huffmanCodesBytes) + " 长度= " + huffmanCodesBytes.length);
    
    
    		//测试一把byteToBitString方法
    		//System.out.println(byteToBitString((byte)1));
    		byte[] sourceBytes = decode(huffmanCodes, huffmanCodesBytes);
    
    		System.out.println("原来的字符串=" + new String(sourceBytes)); // "i like like like java do you like a java"
    
    
    
    
            //如何将 数据进行解压(解码)
            //分步过程
    		/*
    		List<ProNode> ProNodes = getProNodes(contentBytes);
    		System.out.println("ProNodes=" + ProNodes);
    
    		//测试一把，创建的赫夫曼树
    		System.out.println("赫夫曼树");
    		ProNode huffmanTreeRoot = createHuffmanTree(ProNodes);
    		System.out.println("前序遍历");
    		huffmanTreeRoot.preOrder();
    
    		//测试一把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
    		byte[] huffmanCodeBytes = zip(contentBytes, huffmanCodes);
    		System.out.println("huffmanCodeBytes=" + Arrays.toString(huffmanCodeBytes));//17
    
    		//发送huffmanCodeBytes 数组 */
    
    
        }
    
        //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());
                }
    
            }
        }
    
        //编写方法，将一个文件进行压缩
        /**
         *
         * @param srcFile 你传入的希望压缩的文件的全路径
         * @param dstFile 我们压缩后将压缩文件放到哪个目录
         */
        public static void zipFile(String srcFile, String dstFile) {
    
            //创建输出流
            OutputStream os = null;
            ObjectOutputStream oos = null;
            //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);
                //直接对源文件压缩
                byte[] huffmanBytes = huffmanZip(b);
                //创建文件的输出流, 存放压缩文件
                os = new FileOutputStream(dstFile);
                //创建一个和文件输出流关联的ObjectOutputStream
                oos = new ObjectOutputStream(os);
                //把 赫夫曼编码后的字节数组写入压缩文件
                oos.writeObject(huffmanBytes); //我们是把
                //这里我们以对象流的方式写入 赫夫曼编码，是为了以后我们恢复源文件时使用
                //注意一定要把赫夫曼编码 写入压缩文件
                oos.writeObject(huffmanCodes);
    
    
            }catch (Exception e) {
                // TODO: handle exception
                System.out.println(e.getMessage());
            }finally {
                try {
                    is.close();
                    oos.close();
                    os.close();
                }catch (Exception e) {
                    // TODO: handle exception
                    System.out.println(e.getMessage());
                }
            }
    
        }
    
        //完成数据的解压
        //思路
        //1. 将huffmanCodeBytes [-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
        //   重写先转成 赫夫曼编码对应的二进制的字符串 "1010100010111..."
        //2.  赫夫曼编码对应的二进制的字符串 "1010100010111..." =》 对照 赫夫曼编码  =》 "i like like like java do you like a java"
    
    
        //编写一个方法，完成对压缩数据的解码
        /**
         *
         * @param huffmanCodes 赫夫曼编码表 map
         * @param huffmanBytes 赫夫曼编码得到的字节数组
         * @return 就是原来的字符串对应的数组
         */
        private static byte[] decode(Map<Byte,String> huffmanCodes, byte[] huffmanBytes) {
    
            //1. 先得到 huffmanBytes 对应的 二进制的字符串 ， 形式 1010100010111...
            StringBuilder stringBuilder = new StringBuilder();
            //将byte数组转成二进制的字符串
            for(int i = 0; i < huffmanBytes.length; i++) {
                byte b = huffmanBytes[i];
                //判断是不是最后一个字节
                boolean flag = (i == huffmanBytes.length - 1);
                stringBuilder.append(byteToBitString(!flag, b));
            }
            //把字符串安装指定的赫夫曼编码进行解码
            //把赫夫曼编码表进行调换，因为反向查询 a->100 100->a
            Map<String, Byte>  map = new HashMap<String,Byte>();
            for(Map.Entry<Byte, String> entry: huffmanCodes.entrySet()) {
                map.put(entry.getValue(), entry.getKey());
            }
    
            //创建要给集合，存放byte
            List<Byte> list = new ArrayList<>();
            //i 可以理解成就是索引,扫描 stringBuilder
            for(int  i = 0; i < stringBuilder.length(); ) {
                int count = 1; // 小的计数器
                boolean flag = true;
                Byte b = null;
    
                while(flag) {
                    //1010100010111...
                    //递增的取出 key 1
                    String key = stringBuilder.substring(i, i+count);//i 不动，让count移动，指定匹配到一个字符
                    b = map.get(key);
                    if(b == null) {//说明没有匹配到
                        count++;
                    }else {
                        //匹配到
                        flag = false;
                    }
                }
                list.add(b);
                i += count;//i 直接移动到 count
            }
            //当for循环结束后，我们list中就存放了所有的字符  "i like like like java do you like a java"
            //把list 中的数据放入到byte[] 并返回
            byte b[] = new byte[list.size()];
            for(int i = 0;i < b.length; i++) {
                b[i] = list.get(i);
            }
            return b;
    
        }
    
        /**
         * 将一个byte 转成一个二进制的字符串, 如果看不懂，可以参考我讲的Java基础 二进制的原码，反码，补码
         * @param b 传入的 byte
         * @param flag 标志是否需要补高位如果是true ，表示需要补高位，如果是false表示不补, 如果是最后一个字节，无需补高位
         * @return 是该b 对应的二进制的字符串，（注意是按补码返回）
         */
        private static String byteToBitString(boolean flag, byte b) {
            //使用变量保存 b
            int temp = b; //将 b 转成 int
            //如果是正数我们还存在补高位
            if(flag) {
                temp |= 256; //按位与 256  1 0000 0000  | 0000 0001 => 1 0000 0001
            }
            String str = Integer.toBinaryString(temp); //返回的是temp对应的二进制的补码
            if(flag) {
                return str.substring(str.length() - 8);
            } else {
                return str;
            }
        }
    
        //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<ProNode> ProNodes = getProNodes(bytes);
            //根据 ProNodes 创建的赫夫曼树
            ProNode huffmanTreeRoot = createHuffmanTree(ProNodes);
            //对应的赫夫曼编码(根据 赫夫曼树)
            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[]
        /**
         *
         * @param bytes 这时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[]
         * 举例： String content = "i like like like java do you like a java"; =》 byte[] contentBytes = content.getBytes();
         * 返回的是 字符串 "1010100010111111110010001011111111001000101111111100100101001101110001110000011011101000111100101000101111111100110001001010011011100"
         * => 对应的 byte[] huffmanCodeBytes  ，即 8位对应一个 byte,放入到 huffmanCodeBytes
         * huffmanCodeBytes[0] =  10101000(补码) => byte  [推导  10101000=> 10101000 - 1 => 10100111(反码)=> 11011000= -88 ]
         * huffmanCodeBytes[1] = -88
         */
        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("测试 stringBuilder~~~=" + stringBuilder.toString());
    
            //将 "1010100010111111110..." 转成 byte[]
    
            //统计返回  byte[] huffmanCodeBytes 长度
            //一句话 int len = (stringBuilder.length() + 7) / 8;
            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[] 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;
        }
    
        //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> 形式
        //   生成的赫夫曼编码表{32=01, 97=100, 100=11000, 117=11001, 101=1110, 118=11011, 105=101, 121=11010, 106=0010, 107=1111, 108=000, 111=0011}
        static Map<Byte, String> huffmanCodes = new HashMap<Byte,String>();
        //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();
    
    
        //为了调用方便，我们重载 getCodes
        private static Map<Byte, String> getCodes(ProNode root) {
            if(root == null) {
                return null;
            }
            //处理root的左子树
            getCodes(root.left, "0", stringBuilder);
            //处理root的右子树
            getCodes(root.right, "1", stringBuilder);
            return huffmanCodes;
        }
    
        /**
         * 功能：将传入的ProNode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 ProNode  传入结点
         * @param code  路径： 左子结点是 0, 右子结点 1
         * @param stringBuilder 用于拼接路径
         */
        private static void getCodes(ProNode ProNode, String code, StringBuilder stringBuilder) {
            StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
            //将code 加入到 stringBuilder2
            stringBuilder2.append(code);
            if(ProNode != null) { //如果ProNode == null不处理
                //判断当前ProNode 是叶子结点还是非叶子结点
                if(ProNode.data == null) { //非叶子结点
                    //递归处理
                    //向左递归
                    getCodes(ProNode.left, "0", stringBuilder2);
                    //向右递归
                    getCodes(ProNode.right, "1", stringBuilder2);
                } else { //说明是一个叶子结点
                    //就表示找到某个叶子结点的最后
                    huffmanCodes.put(ProNode.data, stringBuilder2.toString());
                }
            }
        }
    
        //前序遍历的方法
        private static void preOrder(ProNode root) {
            if(root != null) {
                root.preOrder();
            }else {
                System.out.println("赫夫曼树为空");
            }
        }
    
        /**
         *
         * @param bytes 接收字节数组
         * @return 返回的就是 List 形式   [ProNode[date=97 ,weight = 5], ProNode[]date=32,weight = 9]......],
         */
        private static List<ProNode> getProNodes(byte[] bytes) {
    
            //1创建一个ArrayList
            ArrayList<ProNode> ProNodes = new ArrayList<ProNode>();
    
            //遍历 bytes , 统计 每一个byte出现的次数->map[key,value]
            Map<Byte, Integer> counts = new HashMap<>();
            for (byte b : bytes) {
                Integer count = counts.get(b);
                if (count == null) { // Map还没有这个字符数据,第一次
                    counts.put(b, 1);
                } else {
                    counts.put(b, count + 1);
                }
            }
    
            //把每一个键值对转成一个ProNode 对象，并加入到ProNodes集合
            //遍历map
            for(Map.Entry<Byte, Integer> entry: counts.entrySet()) {
                ProNodes.add(new ProNode(entry.getKey(), entry.getValue()));
            }
            return ProNodes;
    
        }
    
        //可以通过List 创建对应的赫夫曼树
        private static ProNode createHuffmanTree(List<ProNode> ProNodes) {
    
            while(ProNodes.size() > 1) {
                //排序, 从小到大
                Collections.sort(ProNodes);
                //取出第一颗最小的二叉树
                ProNode leftProNode = ProNodes.get(0);
                //取出第二颗最小的二叉树
                ProNode rightProNode = ProNodes.get(1);
                //创建一颗新的二叉树,它的根节点 没有data, 只有权值
                ProNode parent = new ProNode(null, leftProNode.weight + rightProNode.weight);
                parent.left = leftProNode;
                parent.right = rightProNode;
    
                //将已经处理的两颗二叉树从ProNodes删除
                ProNodes.remove(leftProNode);
                ProNodes.remove(rightProNode);
                //将新的二叉树，加入到ProNodes
                ProNodes.add(parent);
    
            }
            //ProNodes 最后的结点，就是赫夫曼树的根结点
            return ProNodes.get(0);
    
        }
    
    
    }
    
    //创建ProNode ,待数据和权值
    class ProNode implements Comparable<ProNode>  {
        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
        ProNode left;//
        ProNode right;
        public ProNode(Byte data, int weight) {
    
            this.data = data;
            this.weight = weight;
        }
        @Override
        public int compareTo(ProNode o) {
            // 从小到大排序
            return this.weight - o.weight;
        }
    
        public String toString() {
            return "ProNode [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();
            }
        }
    }