java实现哈夫曼压缩

哈夫曼压缩的原理：
通过统计文件中每个字节出现的频率,将8位的01串转换为位数较短的哈夫曼编码.
其中哈夫曼编码是根据文件中字节出现的频率构建的,其中出现频率越高的字节,其路径长度越短;
出现频率越低的字节其路径长度越长.从而达到压缩的目的.
如何构造哈夫曼树?
一.  定义字节类
        我的字节类定义了一下属性
        public int data;//节点数据
public int weight;//该节点的权值
public int point;//该节点所在的左右位置 0-左 1-右
private NodeData parent;//父节点引用
private NodeData left;//左节点引用
private NodeData right;//右节点引用
二.建哈夫曼树
1.定义一个存储字节信息的数组: int array_Bytes[256];
  其中数组的下标[0,256)代表字节数值(一个字节8位,其值在[0,256)范围内);数组存储字节出现的次数.
2.遍历要压缩的文件,统计字节出现的次数.
  InputStream data = new FileInputStream(path);
  /******** 文件中字符个数 ********/
  int number = data.available();
  for (int i = 0; i < number; i++) {
int b = data.read();
array_Bytes[b] ++;
  }
data.close();
3.将字节类对象存入优先队列
4.运用HashMap 构造码表
哈夫曼压缩代码如下:
1.字节类

package compressFile;
/**
 * 节点数据
 * 功能：定义数据，及其哈夫曼编码
 * @author Andrew
 *
 */
public class NodeData {
	public NodeData(){
		
	}
	public int data;//节点数据
	public int weight;//该节点的权值
	public int point;//该节点所在的左右位置 0-左 1-右
	private NodeData parent;
	private NodeData left;
	private NodeData right;
	
	public int getData(){
		return data;
	}
	public NodeData getParent() {
		return parent;
	}
	public void setParent(NodeData parent) {
		this.parent = parent;
	}
	public NodeData getLeft() {
		return left;
	}
	public void setLeft(NodeData left) {
		this.left = left;
	}
	public NodeData getRight() {
		return right;
	}
	public void setRight(NodeData right) {
		this.right = right;
	}
}

2.统计字节的类，并生成码表

package compressFile;

import java.io.BufferedInputStream;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.Comparator;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.PriorityQueue;



/**
 * 统计指定文件中每个字节数 功能：定义数组，将文件中的字节类型及个数写入数组
 * 创建优先队列和哈夫曼树
 * @author Andrew
 * 
 */
public class StatisticBytes {

	
	/**
	 * 第一步：
	 * 统计文件中字节的方法
	 * 
	 * @param path
	 *            所统计的文件路径
	 * @return 字节个数数组
	 */
	private int[] statistic(String path) {
		/******储存字节数据的数组--索引值代表字节类型-存储值代表权值******/
		int[] array_Bytes = new int[256];
		try {
			InputStream data = new FileInputStream(path);
			BufferedInputStream buffered = new BufferedInputStream(data);
			/******** 文件中字符个数 ********/
			int number = data.available();
			System.out.println("字节个数》》》"+number);
			for (int i = 0; i < number; i++) {
				int b = data.read();
				array_Bytes[b] ++;
			}
			
			data.close();
		} catch (IOException e) {
			e.printStackTrace();
		}
		return array_Bytes;
	}
	/**
	 * 第二步：
	 * 根据统计的字节数组创建优先队列
	 * @param array  统计文件字节的数组
	 * @return       优先队列
	 */
	private PriorityQueue<NodeData> createQueue(int[] array){
		//定义优先队列，根据数据的权值排序从小到大
		PriorityQueue<NodeData> queue = 
				new PriorityQueue<NodeData>(array.length,new Comparator<NodeData>(){
			public int compare(NodeData o1, NodeData o2) {
				return o1.weight - o2.weight;
			}
		});
		
		for(int i=0; i<array.length; i++){
			if(0 != array[i]){
				NodeData node = new NodeData();
				node.data = i;//设置该节点的数据
				node.weight = array[i];//设置该节点的权值
				queue.add(node);
			}
		}
		return queue;
	}
	/**
	 * 第三步：
	 * 根据优先队列创建哈夫曼树
	 * @param queue   优先队列   
	 * @return		   哈夫曼树根节点
	 */
	private NodeData createTree(PriorityQueue<NodeData> queue){
		while(queue.size() > 1){
			
			NodeData left = queue.poll();//取得左节点
			NodeData right = queue.poll();//取得右节点
			
			NodeData root = new NodeData();//创建新节点
			root.weight = left.weight + right.weight;
			
			root.setLeft(left);
			root.setRight(right);
			left.setParent(root);
			right.setParent(root);
			
			left.point = 0;
			right.point = 1;
			
			queue.add(root);
		}
		NodeData firstNode = queue.poll();
		return firstNode;
	}
	/**
	 * 第四步：
	 * 寻找叶节点并获得哈夫曼编码
	 * @param root   根节点
	 */
	private void achievehfmCode(NodeData root){
		
		if(null == root.getLeft() && null == root.getRight()){
			array_Str[root.data] = this.achieveLeafCode(root);
			/**
			 * 
			 * 得到将文件转换为哈夫曼编码后的文集长度
			 * 文件长度 = 一种编码的长度 * 该编码出现的次数
			 */
			WriteFile.size_File += (array_Str[root.data].length())*(root.weight);
		}
		if(null != root.getLeft()){
			achievehfmCode(root.getLeft());
		}
		if(null != root.getRight()){
			achievehfmCode(root.getRight());
		}
	}
	/**
	 * 根据某叶节点获得该叶节点的哈夫曼编码
	 * @param leafNode   叶节点对象
	 */
	private String achieveLeafCode(NodeData leafNode){
		String str = "";
		/*****************存储节点 01 编码的队列****************/
		List<Integer> list_hfmCode =  new ArrayList<Integer>();
		list_hfmCode.add(leafNode.point);
		NodeData parent = leafNode.getParent();
		
		while(null != parent){
			list_hfmCode.add(parent.point);
			parent = parent.getParent();
		}
		
		int size = list_hfmCode.size();
		for(int i=size-2; i>=0; i--){
			str += list_hfmCode.get(i);
		}
		System.out.println(leafNode.weight+"的哈夫曼编码为>>>"+str);
		return str;
	}
	/**
	 * 第五步：
	 * 根据获得的哈夫曼表创建 码表
	 * Integer 为字节byte [0~256)
	 * String  为哈夫曼编码
	 * @return	码表
	 */
	public Map<Integer,String> createMap(){
		int[] hfm_Codes = this.statistic("F:\\JAVA\\压缩前.txt");//获得文件字节信息
		PriorityQueue<NodeData> queue = this.createQueue(hfm_Codes);//获得优先队列
		/*
		 * 获得哈夫曼树的根节点，
		 * this.createTree(queue)方法调用之后(含有poll())，queue.size()=0
		 */
		NodeData root = this.createTree(queue);
		this.achievehfmCode(root);//获得哈夫曼编码并将其存入数组中
		
		Map<Integer,String> map = new HashMap<Integer,String>();
		for(int i=0; i<256; i++){
			if(null != array_Str[i]){
				map.put(i, array_Str[i]);
			}
		}
		return map;
	}
	/**
	 * 存储字节哈夫曼编码的数组
	 * 下标：字节数据
	 * 元素：哈夫曼编码
	 */
	public String[] array_Str = new String[256];
}

3.将码表写入压缩文件并压缩正文

package compressFile;

import java.io.BufferedInputStream;
import java.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;

/**
 * 将码表和文件写入新的文件中
 * @author Andrew
 * 
 */
public class WriteFile {

	// 实例化创建码表类对象
	private StatisticBytes statistic = new StatisticBytes();
	private Map<Integer, String> map = statistic.createMap();// 获得码表
	// 字节接收变量，接收哈夫曼编码连接够8位时转换的字节
	private int exmpCode;
	public static int size_File;

	public static void main(String[] args) {
		WriteFile writeFile = new WriteFile();
		writeFile.init();
	}

	private void init() {

		String filePath = "F:\\JAVA\\压缩后.txt";
		this.writeFile(filePath);
	}

	/**
	 * 第一步： 向文件中写入码表
	 * 
	 * @param dataOut
	 *            基本数据流
	 */
	private void writeCodeTable(DataOutputStream dataOut) {
		Set<Integer> set = map.keySet();
		Iterator<Integer> p = set.iterator();

		try {
			//向文件中写入码表的长度
			dataOut.writeInt(map.size());
			while (p.hasNext()) {
				Integer key = p.next();
				String hfmCode = map.get(key);

				dataOut.writeInt(key);//写入字节
				//写入哈夫曼编码的长度
				dataOut.writeByte(hfmCode.length());
				for(int i=0; i<hfmCode.length(); i++){
					dataOut.writeChar(hfmCode.charAt(i));//写入哈夫曼编码
				}
			}
		} catch (IOException e) {
			e.printStackTrace();
		}
	}

	/**
	 * 第二步： 向压缩文件中写入编码
	 * 
	 * @param path
	 */
	private void writeFile(String path) {

		try {
			// 输入流
			FileInputStream in = new FileInputStream("F:\\JAVA\\压缩前.txt");
			BufferedInputStream bIn = new BufferedInputStream(in);
			// 输出流
			FileOutputStream out = new FileOutputStream(path);
			DataOutputStream dataOut = new DataOutputStream(out);
			BufferedOutputStream bOut = new BufferedOutputStream(out);
			// 向文件中写入码表
			this.writeCodeTable(dataOut);
			/********************写入补零个数*********************/
			if(0 != size_File % 8){
				dataOut.writeByte(8 - (size_File % 8));
			}
			
			String transString = "";//中转字符串,存储字符串直到size大于8
			String waiteString = "";//转化字符串,
			
			int size_File = in.available();
			for(int i=0; i<size_File; i++){
				int j = bIn.read();
				System.out.println("]]]]]]]]]]]>>");
				waiteString = this.changeStringToByte(transString + statistic.array_Str[j]);
				if(waiteString != ""){	
					bOut.write(exmpCode);
					transString = waiteString;
				}else{
					transString += statistic.array_Str[j];
				}
			}
			if("" != transString){
				int num = 8-transString.length()%8;
				for(int i=0; i<num; i++){
					transString += 0;
				}
			}
			transString = this.changeStringToByte(transString);
			bOut.write(exmpCode);
			
			bIn.close();
			bOut.flush();
			bOut.close();
			out.close();
		} catch (IOException e) {
			e.printStackTrace();
		}
	}

	/**
	 * 附属第二步：
	 * 将字符串转化为byte
	 * 
	 * @param str
	 *            要转化的字符串
	 * @return 如果str的长度大于8返回一个截取前8位后的str
	 *          否则返回""
	 */
	private String changeStringToByte(String str) {
		if (8 <= str.length()) {
			exmpCode = ((str.charAt(0) - 48) * 128
					+ (str.charAt(1) - 48) * 64 + (str.charAt(2) - 48) * 32
					+ (str.charAt(3) - 48) * 16 + (str.charAt(4) - 48) * 8
					+ (str.charAt(5) - 48) * 4  + (str.charAt(6) - 48) * 2 
					+ (str.charAt(7) - 48));
			str = str.substring(8);
			return str;
		}
		return "";
	}
}

二.哈夫曼解压
   原理:将压缩的逆向，即你是如何压缩的就怎样去解压。相当于你根据自己定义的协议进行压缩与解压缩文件。
代码如下：

package decompressionFile;

import java.io.DataInputStream;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Set;

/**
 * 解压文件 从压缩文件中读入数据解压
 * 
 * @author Andrew
 * 
 */
public class ReadFile {
	/**
	 * 码表 Integter: 字节 [0,255) String： 哈夫曼编码
	 */
	private Map<Integer, String> code_Map = new HashMap<Integer, String>();

	public static void main(String[] args) {
		ReadFile readFile = new ReadFile();
		readFile.readFile();
	}

	/**
	 * 第一步： 从文件中读出码表
	 * 
	 * @param dataInput
	 *            基本数据输入流
	 * 
	 */
	private void readMap(DataInputStream dataInput) {

		try {
			// 读出码表的长度
			int size_Map = dataInput.readInt();
			/**************** 读出码表信息 ************************************/
			for (int i = 0; i < size_Map; i++) {
				int data = dataInput.readInt();// 读入字节信息
				String str = "";// 哈夫曼编码
				// 哈夫曼编码长度,存储时以字符写入
				byte codeSize = dataInput.readByte();
				for (byte j = 0; j < codeSize; j++) {
					str += dataInput.readChar();
				}
				System.out.println("&&&&&&&&&&>>>>"+data+"!!!!!!!>>"+str);
				code_Map.put(data, str);
			}
			/***************************************************************/
		} catch (IOException e) {
			e.printStackTrace();
		}
	}

	/**
	 * 第二步： 解压正式文件
	 */
	private void readFile() {
		try {
			// 文件输入流
			InputStream input = new FileInputStream("F:\\JAVA\\压缩后.txt");
			// BufferedInputStream bIn = new BufferedInputStream(input);
			DataInputStream dInput = new DataInputStream(input);
			// 调用读出码表的方法
			this.readMap(dInput);
			byte zerofill = dInput.readByte();// 读出文件补零个数
			System.out.println("补零个数》》》>>>>"+zerofill);
			// 文件输出流
			OutputStream out = new FileOutputStream("F:\\JAVA\\解压后.txt");
			
			String transString = "";//接收用于匹配码表中哈夫曼编码的字符串
			String waiteString = "";//接收截取哈夫曼编码后剩余的字符串
			
			/***********************************不耗内存的方法*****************************************/
			int readCode = input.read();//从压缩文件中读出一个数据
			int size = input.available();
			for(int j=0; j<=size; j++){
				System.out.println("readCodereadCodereadCode》》>>>>"+readCode);
				waiteString += this.changeIntToBinaryString(readCode);//将读到的整数转化为01字符串
				for(int i=0; i<waiteString.length(); i++){
					//将从文件中读出的01串一个一个字节的截取添加与码表中的哈夫曼编码比较
					transString += waiteString.charAt(i);
					if(this.searchHC(transString, out)){
//						waiteString = waiteString.substring( i+1 );
						transString = "";
					}
				}
				waiteString = "";
				readCode = input.read();
				if(j == size-1){
					break;
				}
			}
			/************************************处理最后一个字***************************************/
//			int lastByte = input.read();
			String lastWord = this.changeIntToBinaryString(readCode);
			waiteString = transString + lastWord.substring(0, 8-zerofill);
			transString = "";
			for(int i=0; i<waiteString.length(); i++){
				//将从文件中读出的01串一个一个字节的截取添加与码表中的哈夫曼编码比较
				transString += waiteString.charAt(i);
				if(this.searchHC(transString, out)){
//					waiteString = waiteString.substring( i+1 );
					transString = "";
				}
			}
//			this.searchHC(transString, out);
			/***********************************队列法，耗内存****************************************/
//			int readCode = input.read();//从压缩文件中读出一个数据
//			List<Character> list = new ArrayList<Character>();
//			while(-1 != readCode){
//				String str = this.changeIntToBinaryString(readCode);
//				for(int i=0; i<str.length(); i++){
//					list.add(str.charAt(i));
//				}
//				readCode = input.read();
//			}
//			for(int j=0; j<list.size()-zerofill; j++){
//				transString += list.get(j);
//				if(this.searchHC(transString, out)){
//					transString = "";
//				}
//			}
			/*****************************************************************************************/
			input.close();
			out.close();
		} catch (IOException e) {
			e.printStackTrace();
		}
	}
	/**
	 * 将从文件中读到的01 串与码表中的哈夫曼编码比较
	 * 若在码表中含有与之对应的哈夫曼编码则将码表中对应的
	 * 数据写入解压文件，否则不写入
	 * @param str  从文件中读到的01 字符串
	 * @param out  文件输出流
	 * @return     若写入文件返回true，否则返回false
	 * @throws IOException  写入发生错误时抛出异常
	 */
	private boolean searchHC(String str, OutputStream out) throws IOException{
		Set<Integer> set = code_Map.keySet();
		Iterator<Integer> p = set.iterator();
		while (p.hasNext()) {
			Integer key = p.next();//获得码表中的字节数据
			String hfmCode = code_Map.get(key);//获得哈夫曼编码
			if(hfmCode.equals(str)){
				out.write(key);
				return true;
			}
		}
		return false;
	}
	/**
	 * 根据 "除2取余，逆序排列"法
	 * 将十进制数字转化为二进制字符串
	 * @param a   要转化的数字
	 * @return    01 字符串
	 */
	private String changeIntToBinaryString(int a) {
		int b = a;
		int count = 0; //记录 a 可转化为01串的个数，在不够8为时便于补零
		String str = "";// 逆序二进制字符串
		String exmpStr = "";// 顺序二进制字符串

		while (a != 0) {
			b = a/2;
			if (a % 2 != 0) {
				str += 1;
			} else {
				str += 0;
			}
			a = b;
			count++;
		}
		//不够8位的地方补零
		for (int i = 0; i < 8 - count; i++) {
			str += 0;
		}
		//将转化后的二进制字符串正序
		for (int j = 7; j >= 0; j--) {
			System.out.print(str.charAt(j));
			exmpStr += str.charAt(j);
		}
		System.out.println("转化后的字符串>>>>>>>>>"+exmpStr);
		return exmpStr;
	}
}

评论

1 楼 zsc_976529378 2012-08-25  

你好，今天看了你的博客，感觉你蛮强的。我看了用java实现的利用哈夫曼原理做的压缩解压缩程序有点不太懂，而且我感觉你在求哈夫曼编码的时候好像应该从size - 1，而不是size - 2。我有点不懂的就是压缩文件的部分。我很想向你学习学习，我的QQ1132833044，可以加一下哈！