`
cq520
  • 浏览: 166618 次
  • 性别: Icon_minigender_1
  • 来自: 长沙
社区版块
存档分类
最新评论

哈弗曼压缩与解压的原理及对象化实现

阅读更多
上一篇博客当中提到了哈弗曼树的构建与编码,详情请参见:http://cq520.iteye.com/blog/1870454

       这一次主要是跟大家探讨一下哈弗曼压缩的原理及实现,由于过程化的实现更加容易理解也更加直观,所以这里首先会分步骤跟大家讲解一下哈弗曼压缩的具体实现方法,然后再与大家分享一下对象化的实现。

       首先,我们要知道文件为什么能压缩

       文件是由字节所组成的,一个字节的长度为8位,所以最多只存在256种字节,而一个文件中一般存在许多相同的字节,我们把相同的字节以一种更加精简的方式表示,就完成了我们所说的压缩。

       哈弗曼压缩的原理是什么?

       上次博客中提到了哈弗曼编码,但是只是粗略的带过了,这一次举一个具体的例子来更加直观的说明哈弗曼压缩的原理。

       假设一个文件中是这样的一串字节ABBCCCDDDD,那么这个文件的大小就是10byte。那么接下来就是我们的哈弗曼压缩的第一步:

一.读取文件,统计每一种字节出现的次数,将出现的字节种类与对应的次数保存起来(可采用数组或者是HashMap,或者是其他的数据结构)

保存完了之后干什么呢??当然是构建哈弗曼树呀。第二步:

. 利用得到的字节与对应的频次构建哈弗曼树,需要注意的是,构建树的时候是以字节出现的频次作为我们的评判标准,出现次数越多的放在越上层。

比如我们上面所说的这个文件,它所构成的树应该是这样的:



 

 

我们现在得到的树还处于未编码的状态,那么第三步毫无疑问就是我们所说的编码了:

. 将得到的哈弗曼树进行编码

编码之后的树就变成这个样子了(采取向左编1的方式):



 

 

到了这一步其实我们的压缩就已经完成一半了,听到这里,你可能纳闷了,不对呀,不是还没开始么??

       下面我们就来看一下哈弗曼压缩的精华所在:

       编码之后,A所对应的的编码就是111B就是110C10D0,那么我们的文件就变成了11111011,01010100000是不是有一种亲切感?下面只要把这些10串每8个作为一组编码成一个新的字节(2进制转10进制),我们的压缩工作就大功告成了,所以这里每8位我也特别用逗号表示出来了,怎么样一个10byte的文件瞬间变成了3byte,是不是很神奇呢?

       等一下,做到这一步其实是远远不够的,有几个问题:

1.       怎么样把这一串的01变成我们所说的byte数?

需要注意的是,我们把文件中的字节变成这个样子只是把它们变成了一个01的字符串,那么这个问题就要用编程方法来解决了,具体方法有很多种,下面会给大家介绍一两种。

2如果最后几位不满8个怎么办?

       我们可以定义这样一个规则,在最后的位置补0,在文件的末尾再加一位表示最后一个数补0的个数,这样的话这个问题就变得很简单了。

3. 压缩之后我们怎么知道压缩前每种字节对应的编码是什么样子的

       如果你理解了压缩的前三步,你一定会想到这个问题,确实,我们如果按照这种方式压缩,我们所得到的文件将会无法复原。那么要完成压缩,最关键的一步,还要将压缩时所得到的每个字节对应的码表写入文件,这样我们才能保证,我们所做的工作是可逆的。

       好的,说完了这些,压缩剩下来的步骤相信你也已经明了了,压缩第四步:

四.根据每种字节对应的哈弗曼编码,将文件转换成01字符串

五.将得到的01串重新编码成新的byte数组写入文件

       当然,第四步与第五步可以同时完成,而且,每生成8个以上的字符串就将其前8位转换成byte数组的效率要比一次性转换的效率要高,这是因为,当文件转换成编码之后,长度增大,JVM中需要开辟一个很大的内存空间去存放这个字符串,这显然是很耗时的。

不过在过程化实现的代码中,楼主并没有将这一层优化,具体的优化工作需要读者们自己去做。

下面就是过程化实现的代码了:

 

package 哈弗曼压缩;

/**
 * 哈弗曼压缩
 * @author 陈强
 *
 */
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.InputStream;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Iterator;
import java.util.PriorityQueue;
import java.util.Set;

public class HFMCondense {
	public static void main(String args[]){
		String file="D://b.txt";
		HFMCondense condense=new HFMCondense();
		//System.out.println("元素与对应的频次表:");
		//System.out.println(condense.readFiletoMap(file));
		//System.out.println("生成的哈弗曼树");
		HFMNode hfmTree=condense.HashMapToHFMTree(condense.readFiletoMap(file));
		//condense.PreOrderTraverse(hfmTree);
		//System.out.println();
		//System.out.println("产生的哈弗曼编码表:");
		//condense.HuffmanCode(hfmTree,"");
		condense.HuffmanCoding(hfmTree, "");
		//转译后的字符串
		//String codeString=condense.FileToString(file);
		//System.out.println(codeString);
		//压缩后的字符串
		//String newString=new String(condense.createByteArray(codeString));
		//System.out.println(newString);
		System.out.println("开始压缩...");
		long start=System.currentTimeMillis();
		//System.out.println(condense.FileToString(file));
		//System.out.println(condense.CodeToString(file));
		//condense.CompressFile(condense.createByteArray(condense.CodeToString(file)),"D://c");
		condense.CompressFile(condense.createByteArray(condense.FileToString(file)),"D://c");
		System.out.println("压缩结束...用时:"+(System.currentTimeMillis()-start));
		//打印数组最后一个补0的个数
		//byte content[]=condense.createByteArray(condense.FileToString(file));
		//System.out.println(content[content.length-2]);
	}
	/**
	 * 读取将要被压缩的文件,统计每一个字符出现的频率,并将得到的内容存入HashMap中
	 * @param fileName 将要被压缩的文件
	 * @return 每一个字节数出现的频率所对应的HashMap
	 */
	public HashMap<Byte,Integer> readFiletoMap(String fileName){
		HashMap<Byte,Integer> hashMap=new HashMap<Byte,Integer>();
		File file=new File(fileName);
		if(file.exists()){
			try{
				InputStream in=new FileInputStream(file);
				//创建与文件大小相同的字节数组
				byte[] content=new byte[in.available()];
				//读取文件
				in.read(content);
				//存入HashMap中
				for(int i=0;i<content.length;i++){
					//如果表中存在某一个键
					if(hashMap.containsKey(content[i])){
						//获取该字节当前的键值
						int rate=hashMap.get(content[i]);
						//键值增大
						rate++;
						hashMap.put(content[i], rate);
					}
					//如果不存在某一个字节对象,则将它存入HashMap当中
					else{
						hashMap.put(content[i],1);
					}
				}
				in.close();
			}catch(Exception e){
				e.printStackTrace();
			}	
		}
		else{
			System.out.println("文件不存在");
		}
		return hashMap;
	}
	/**
	 * 将HashMap中的元素取出来封装到哈弗曼树中,树中叶子结点保存的是HashMap中的每一个键值与频率
	 * @param map 读取的Map
	 * @return	哈夫曼树的根结点
	 */
	public HFMNode HashMapToHFMTree(HashMap<Byte,Integer> map){
		//得到存储键值的系
		Set<Byte> keys=map.keySet();
		//得到迭代器对象
		Iterator<Byte> iter=keys.iterator();
		//如果还有值
		while(iter.hasNext()){
			byte key=iter.next();//获取系中的键
			int value=map.get(key);//得到该键出现的频率
			//创建结点并将结点对象加入到队列当中
			HFMNode node=new HFMNode(key,value);
			nodeQueue.add(node);
			nodeList.add(node);
		}
		//当所剩的结点数还大于两个
		while(nodeQueue.size()>=2){
			//得到键值频率最小的两个结点
			HFMNode left=nodeQueue.poll();
			HFMNode right=nodeQueue.poll();
			//将这两个结点组合起来生成新的结点
			HFMNode node=new HFMNode(left.data,left.value+right.value,left,right);
			nodeQueue.add(node);
		}
		//获取队列中的最后一个结点作为根结点
		HFMNode hfm=nodeQueue.poll();
		return hfm;
	}
	/**
	 * 为生成的哈弗曼树进行编码,产生对应的哈弗曼编码表
	 * @param hfm  对应的哈弗曼树
	 * @param code 对应生成的哈弗曼编码
	 * @return 哈弗曼编码表
	 */
	//创建一个新的哈弗曼编码表
	HashMap<Byte,String> codeMap=new HashMap<Byte,String>();
	public HashMap<Byte,String> HuffmanCoding(HFMNode hfm,String code){
		//如果左子树不为空,则左子树编码加1
		if(hfm.lchild!=null){
			HuffmanCoding(hfm.lchild,code+"1");
		}
		//如果右子树不为空,则右子树编码加0
		if(hfm.rchild!=null){
			HuffmanCoding(hfm.rchild,code+"0");
		}
		//如果到达叶子结点,则将元素放入HashMap中生成哈弗曼编码表
		if(hfm.lchild==null&&hfm.rchild==null){
			codeMap.put(hfm.data,code);
			hfm.code=code;
		}
		return codeMap;
	}
	/**
	 * 将哈弗曼编码转换成字符串
	 * @param fileName 读取的文件名
	 * @return 编码之后的哈弗曼字符串
	 */
	public String CodeToString(String fileName){
		File file=new File(fileName);
		String codeString="";
		//如果文件存在
		if(file.exists()){
			try{
				InputStream in=new FileInputStream(file);
				byte content[]=new byte[in.available()];
				in.read(content);
				int i=0;
				int len=content.length;//得到文件的字节长度
				int size=nodeList.size();//得到队列的长度
				while(i<len){
					for(int j=0;j<size;j++){
						if(content[i]==nodeList.get(j).data){
							codeString+=nodeList.get(j).code;
							break;
						}
					}
					i++;
				}
				in.close();
			}catch(Exception e){
				e.printStackTrace();
			}
		}else {
			System.out.println("文件不存在");
		}
		return codeString;
	}
	/**
	 * 将文件按照对应的哈弗曼编码表转成01字符串
	 * @param fileName 读入的文件名
	 * @return 转译后的字符串
	 */
	public String FileToString(String fileName){
		File file=new File(fileName);
		String StringContent="";
		//如果文件存在
		if(file.exists()){
			try{
				InputStream in=new FileInputStream(file);
				byte content[]=new byte[in.available()];
				in.read(content);
				//循环转译
				int len=content.length;
				for(int i=0;i<len;i++){
					StringContent+=codeMap.get(content[i]);
				}
				in.close();
			}catch(Exception e){
				e.printStackTrace();
			}
		}else{
			System.out.println("文件不存在");
		}
		return StringContent;
	}
	/**
	 * 将转译后的01字符串重新转换后放入新的字节数组当中
	 * @param code 转译后的01字符串
	 * @return 新的字节数组,里面包含了压缩后的字节内容
	 */
	public byte[] createByteArray(String code) {
		//将每8位字符分隔开来得到字节数组的长度
        int size=code.length()/8;
        //截取得到字符串8整数后的最后几个字符串
        String destString=code.substring(size*8);   
        byte dest[]=destString.getBytes();  
        //s用来记录字节数组的单字节内容
        int s = 0;
        int i=0;      
        int temp = 0;   
        // 将字符数组转换成字节数组,得到字符的字节内容,方便将二进制转为十进制
        byte content[] = code.getBytes();   
        for (int k = 0; k < content.length; k++) {   
            content[k] = (byte) (content[k] - 48);   
        }
        //转译后的字节内容数组
        byte byteContent[];   
        if (content.length % 8 == 0) {// 如果该字符串正好是8的倍数   
            byteContent = new byte[content.length / 8 + 1];   
            byteContent[byteContent.length - 1] = 0;// 那么返回的字节内容数组的最后一个数就补0   
        } else {   
        	//否则该数组的最后一个数就是补0的个数
            byteContent = new byte[content.length / 8 + 2];   
            byteContent[byteContent.length - 1] = (byte) (8 - content.length % 8);   
        }   
        int bytelen=byteContent.length;
        int contentlen=content.length;
        // byteContent数组中最后一个是补0的个数,实际操作到次后个元素
        //Math.pow返回第一个参数的第二个参数次幂的值
        while (i < bytelen - 2) {   
            for (int j = 0; j < contentlen; j++) {   
                if (content[j] == 1) {// 如果数组content的值为1   
                    s =(int)(s + Math.pow(2, (7 - (j - 8 * i))));// 累积求和   
                }// if   
                if ((j+1)%8==0) {// 当有8个元素时   
                    byteContent[i] = (byte) s;// 就将求出的和放入到byteContent数组中去   
                    i++;   
                    s = 0;// 并重新使s的值赋为0   
                }// if   
            }// for   
        }// while     
        int destlen=dest.length;
        for(int n=0;n<destlen;n++){   
            temp+=(dest[n]-48)*Math.pow(2, 7-n);//求倒数第2个字节的大小   
        }  
        byteContent[byteContent.length - 2] = (byte) temp; 
        return byteContent;   
    }  
	/**
	 * 压缩并输出新文件
	 * @param content 压缩后产生的新的字节数组
	 * @param fileName 输出文件名
	 */
	public void CompressFile(byte[] content,String fileName){
		File file=null;
		//统一后缀名
		if(!fileName.endsWith("hfm")){
			file=new File(fileName+".hfm");
		}else if(fileName.endsWith("hfm")){
			file=new File(fileName);	
		}
		int len=content.length;
		if(len>0){
			try{
				OutputStream out=new FileOutputStream(file);
				//将字节内容写入文件
				out.write(content);
				out.close();
			}catch(Exception e){
				e.printStackTrace();
			}
		}else{
			System.out.println("压缩出错");
		}
	}
	/**
	 * 测试一下哈弗曼树建立是否正确
	 * @param hfm
	 */
	public void PreOrderTraverse(HFMNode hfm){
		if(hfm!=null){
			System.out.print(hfm.value+" ");
			PreOrderTraverse(hfm.lchild);
			PreOrderTraverse(hfm.rchild);
		}
	}
	/**
	 * 存储哈弗曼树结点的优先队列
	 */
	ArrayList<HFMNode> nodeList=new ArrayList<HFMNode>();
	PriorityQueue<HFMNode> nodeQueue=new PriorityQueue<HFMNode>(11,new MyComparator());
	/**
	 * 实例化的一个比较器类
	 */
	class MyComparator implements Comparator<HFMNode>{
		public int compare(HFMNode o1, HFMNode o2) {
			return o1.value-o2.value;
		}	
	}
}

 结点类:

 

package 哈弗曼压缩;

public class HFMNode {
	byte data;  //存储字节的数据域
	int value;  //字节出现的频率
	String code;//叶子结点的哈弗曼编码
	HFMNode lchild,rchild;//左右孩子的引用
	//只指定数据的构造体
	public HFMNode(byte data,int rate){
		this(data,rate,null,null);
	}
	//同时指定左右孩子的构造体
	public HFMNode(byte data,int value,HFMNode lchild,HFMNode rchild){
		this.data=data;
		this.value=value;
		this.lchild=lchild;
		this.rchild=rchild;
	}
}

 

大家也看到了里面有两个方法做了同样一件事情,而经过测试之后发现两个方法的效率差不多,我们注意到的是,上面所做的每一步都是下一步的前提,所以在做过程化的实现时,一定要先理清楚前后的逻辑关系,此外,上文也提到了,这样做完之后还有几个问题没有解决。

1.       码表还未写入文件。(写入码表的方法有很多种,可以使用DataOutputStream类或者ObjectOutputStream类里面所提供的方法,大家自己查看一下API吧)

2.       压缩的效率很低(上面这一种实现的方法效率几乎是最低了,优化有几个方向,例如引入缓冲,生成编码的同时进行转译,采用更加快速的存储方式(采用数组存储的效率要高于HashMap.

压缩完成之后就要进行解压了,相信掌握了压缩技术的你,解压已经不成难题了,需要注意的是,

1.       码表最好放在压缩文件的前半部分,(这是因为,你可以在码表的最后用两个0表示码表的结束,而在文件的尾部,你可能也可以碰到两个0,这样你就无法判断哪里是码表的开始了

2.       读出来码表之后记得保存起来,解压时需要一个一个字节的去对照码表

 

说到这里,我们的过程化实现就已经基本结束了,但是大家可能想起来了,不是要讲对象化的实现么??怎么讲了这么久还没开始呀?别急别急,上面只是为了让大家更好的理解哈弗曼压缩的原理。下面就是对象化实现的具体代码,由于对象化的实现难于理解,所以很多地方都给予了注释,甚至一些不必要的地方都写上了,(当然注释中可能有些不到位的地方)不过我想写好注释或许才是我们真正所需要的,湖大的陆亮学长就曾说过,我可能写不出一行有技术含量的代码,但我能写出一行规范的代码。

对象化的实现方法中,提供了按位输入与输出的类,这些类都是自定义的,因为在编程中我们所能操作的计算机的最小单元是byte那么在这个类中是怎么做的呢?将一个字节进行8次移位按位与运算,我们就得到了这个字节的8bit的表示方式

里面还有很多比较实用的方法,希望大家能够耐心的看一下,好的,话不多说了,方法如下:

基本数据接口:

package 哈弗曼完全压缩;

public interface BitUtils {
	 public static final int BITS_PER_BYTES=8;//位与byte之间的转换单位
	 public static final int DIFF_BYTES=256;//0x100
	 public static final int EOF=256;//EndOfFile 资料源无更多的资料可读取
}

 位输入类:

package 哈弗曼完全压缩;
/**
 * InputStream的包装类,提供按位输入
 */
import java.io.IOException;
import java.io.InputStream;

public class BitInputStream {
	private InputStream in;//基本输入流
	private int buffer;//byte缓冲区
	private int bufferPos;//表示缓冲区中有多少未被使用的空间
	/**
	 * 封装InputStream的构造方法,初始化byte缓冲区的大小
	 * @param is InputStream对象
	 */
	public BitInputStream(InputStream is){
		in=is;
		bufferPos=BitUtils.BITS_PER_BYTES;//初始化缓冲区的剩余空间
	}
	/**
	 * 读取一位的方法,每8次对其进行调用就会从基本输入流中读出一个byte
	 * @return 1位数据,1或者0
	 * @throws IOException 
	 */
	public int readBit() throws IOException{
		//如果缓冲区还未被使用
		if(bufferPos==BitUtils.BITS_PER_BYTES){
			//输入流读取一位
			buffer=in.read();
			//读到文件的末尾了
			if(buffer==-1)
				return -1;
			//清空缓冲区
			bufferPos=0;
		}
		//扩张缓冲区
		return getBit(buffer,bufferPos++);
	}
	/**
	 * 关闭输入流
	 * @throws IOException 
	 */
	public void close() throws IOException{
		in.close();
	}
	/**
	 * 获取一个byte中每一位的方法
	 * @param pack 
	 * @param pos 
	 * @return 
	 */
	private static int getBit(int pack,int pos){
		//将一个字节进行8次按位与运算,得到这个字节的8位
		return (pack&(1<<pos))!=0?1:0;
	}
}

 位输出类:

 

package 哈弗曼完全压缩;
/**
 * OutputStream的包装类,提供按位输出的方法
 */
import java.io.IOException;
import java.io.OutputStream;

public class BitOutputStream {
	private OutputStream out; //基本输出流
	private int buffer;//输出的缓冲区
	private int bufferPos;//缓冲区中剩余的位数
	/**
	 * 封装OutputStream的构造方法,初始化缓冲区大小
	 * @param os
	 */
	public BitOutputStream(OutputStream os){
		bufferPos=0;
		buffer=0;
		out=os;
	}
	/**
	 * 写入一串的位
	 * @param val 包含有位数据的数组
	 * @throws IOException
	 */
	public void writeBits(int []val) throws IOException{
		int len=val.length;
		for(int i=0;i<len;i++){
			writeBit(val[i]);
		}
	}
	/**
	 * 写入位的方法(0或1),每8次对其进行调用就从基本流中写入一个byte
	 * @param val 当前写入的位数据
	 * @throws IOException
	 */
	public void writeBit(int val) throws IOException{
		buffer=setBit(buffer,bufferPos++,val);//将缓冲数据转换成位数据
		//每读到一个byte就刷新一次
		if(bufferPos==BitUtils.BITS_PER_BYTES)//缓冲区已满则刷新缓冲区
			flush();
	}
	/**
	 * 刷新此缓冲的输出流
	 * @throws IOException
	 */
	public void flush() throws IOException{
		if(bufferPos==0)//如果缓冲中没有数据则不执行
			return;
		//将缓冲区中的数据写入
		out.write(buffer);
		//重置缓冲区
		bufferPos=0;
		buffer=0;
	}
	/**
	 * 关闭流的方法
	 * @throws IOException
	 */
	public void close() throws IOException{
		flush();
		out.close();
	}
	/**
	 * 进行位数据转换的方法
	 * @param pack
	 * @param pos
	 * @param val 当前位
	 * @return
	 */
	private int setBit(int pack,int pos,int val){
		if(val==1)
			//按位或运算
			pack|=(val<<pos);
		return pack;
	}
}

 结点类:

package 哈弗曼完全压缩;
/**
 * 哈弗曼结点类
 */
public class HuffNode implements Comparable<HuffNode>{
	public int value;//结点数据
	public int weight;//权重
	HuffNode left,right;//左右孩子结点
	HuffNode parent;//父亲结点
	/**
	 * 初始化结点的数据,权重,左右孩子结点与父亲结点
	 * @param v 数据
	 * @param w	权重
	 * @param lchild 左孩子结点
	 * @param rchild 右孩子结点
	 * @param pt	父亲结点
	 */
	HuffNode(int v,int w,HuffNode lchild,HuffNode rchild,HuffNode pt){
		value=v;
		weight=w;
		left=lchild;
		right=rchild;
		parent=pt;
	}
	/**
	 * 比较两个结点的权重
	 */
	public int compareTo(HuffNode rhs) {
		return weight-rhs.weight;
	}
}

 字符统计类:

package 哈弗曼完全压缩;
/**
 * 字符统计类,获取输入流(通常是文件)中所含的字符数
 * 8位字节认为是ASCII字符
 */
import java.io.IOException;
import java.io.InputStream;

public class CharCounter {
	//字节的下标表示字节的种类,对应的值表示出现的次数
	private int theCounts[]=new int[BitUtils.DIFF_BYTES];//字节的种类总共有256种
	/**
	 * 默认的无参的构造方法
	 */
	public CharCounter(){
		
	}
	/**
	 * 封装了基本的InputStream,读取数据并进行字符的频次统计
	 * @param input InputStream对象
	 * @throws IOException
	 */
	public CharCounter(InputStream input) throws IOException{
		int ch;//读到的字节
		//一直读到文件的末尾,每一种byte出现了多少次
		while((ch=input.read())!=-1){
			theCounts[ch]++;
		}
	}
	/**
	 * 获取该字符统计数组的某一个字符出现的次数
	 * @param ch 数组下标
	 * @return 该下标位置字符出现的次数
	 */
	public int getCount(int ch){
		return theCounts[ch&0xff];
	}
	/**
	 * 设置某一个字符出现的次数
	 * @param ch 数组下标
	 * @param count 字符出现次数
	 */
	public void setCount(int ch,int count){
		theCounts[ch&0xff]=count;
	}
}

 哈弗曼树类:

package 哈弗曼完全压缩;

import java.io.DataInputStream;
import java.io.DataOutputStream;
import java.io.IOException;
import java.util.PriorityQueue;

public class HuffmanTree {
	private CharCounter theCounts;//字符统计类对象
	private HuffNode root;//根结点
	private HuffNode[] theNodes=new HuffNode[BitUtils.DIFF_BYTES+1];//存储HuffNode的数组
	public static final int ERROR=-3;//错误
	public static final int INCOMPLETE_CODE=-2;//不完全的结点编码
	public static final int END=BitUtils.DIFF_BYTES;//字节的溢出位
	/**
	 * 实例化一个字符统计类对象
	 */
	public HuffmanTree(){
		theCounts=new CharCounter();
		root=null;
	}
	/**
	 * 可以通过CharCounter对象来创建一个huffmanTree对象
	 * @param cc CharCounter对象
	 */
	public HuffmanTree(CharCounter cc){
		theCounts=cc;
		root=null;
		createTree();//创建HuffmanTree
	}
	/**
	 * 得到要寻找的字符编码所在的树结点,如果该字符不在树上,则返回null表示出错,否则,通过父亲链逆向查找,直到到达根结点
	 * @param ch 当前结点的下标
	 * @return 结点相对的字符编码数组
	 */
	public int[] getCode(int ch){
		HuffNode current=theNodes[ch];
		
		if(current==null)
			return null;
		String v="";//结点的编码
		HuffNode parent=current.parent;
		
		while(parent!=null){
			if(parent.left==current)
				v="0"+v;//左结点编码
			else 
				v="1"+v;//右结点编码
			//向下遍历
			current=current.parent;
			parent=current.parent;
		}
		int len=v.length();
		int [] result=new int[len];//创建一个与编码相同大小数组
		for(int i=0;i<len;i++)
			result[i]=v.charAt(i)=='0'?0:1;
		return result;
	}
	/**
	 * 获取编码对应的字符
	 * @param code 哈弗曼编码
	 * @return 存储在结点中的值(如果结点不是叶子结点,则返回符号INCOMPLETE)
	 */
	public int getChar(String code){
		HuffNode leaf=root;//获取根结点
		int len=code.length();
		//按照编码向左或向右遍历到叶子结点
		for(int i=0;leaf!=null&&i<len;i++)
			if(code.charAt(i)=='0')
				leaf=leaf.left;
			else
				leaf=leaf.right;
		//根结点为空
		if(leaf==null)
			return ERROR;
		return leaf.value;
	}
	/**
	 * 写入编码表的方法
	 * @param out 写入的数据流
	 * @throws IOException
	 */
	public void writeEncodingTable(DataOutputStream out) throws IOException{
		for(int i=0;i<BitUtils.DIFF_BYTES;i++){
			if(theCounts.getCount(i)>0){
				out.writeByte(i);//将字节写入(通常是文件)
				out.writeInt(theCounts.getCount(i));//将字节出现的次数写入(通常是文件)
			}
		}
		//最后写入0表示编码的结束
		out.writeByte(0);
		out.writeInt(0);
	}
	/**
	 * 读取编码表的方法
	 * @param in 数据输入流对象
	 * @throws IOException
	 */
	public void readEncodingTable(DataInputStream in) throws IOException{
		for(int i=0;i<BitUtils.DIFF_BYTES;i++)
			theCounts.setCount(i, 0);
		byte ch;
		int num;
		for(;;){
			ch=in.readByte();//读到的字节
			num=in.readInt();//字符出现的次数
			if(num==0)//如果读到0表示编码表的结束
				break;
			theCounts.setCount(ch, num);
		}
		createTree();//创建HuffmanTree
	}
	/**
	 * 构造哈弗曼编码树的方法
	 */
	public void createTree(){
		//创建一个优先队列来保存HuffNode
		PriorityQueue<HuffNode> pq=new PriorityQueue<HuffNode>();
		
		for(int i=0;i<BitUtils.DIFF_BYTES;i++){
			if(theCounts.getCount(i)>0){//如果某一个字节出现过
				HuffNode newNode=new HuffNode(i,theCounts.getCount(i),null,null,null);
				theNodes[i]=newNode;
				pq.add(newNode);//将新结点添加到队列中
			}
		}
		
		theNodes[END] =new HuffNode(END,1,null,null,null);
		pq.add(theNodes[END]);
		//当剩余的结点多于一个时
		while(pq.size()>1){
			//每次取出当前最小的两个结点
			HuffNode n1=pq.remove();//remove方法与poll方法的唯一不同之处在于:此队列为空时将抛出一个异常
			HuffNode n2=pq.remove();
			//将最小的两个结点链接形成新结点
			HuffNode result=new HuffNode(INCOMPLETE_CODE,n1.weight+n2.weight,n1,n2,null);
			n1.parent=n2.parent=result;
			//将新结点添加到队列当中
			pq.add(result);
		}
		root=pq.element();//根结点就是队列中的最后一个结点
	}
}

 解压缩类:

package 哈弗曼完全压缩;
/**
 * 包含解压缩的包装类
 */
import java.io.DataInputStream;
import java.io.IOException;
import java.io.InputStream;

public class HZIPInputStream extends InputStream{
	private BitInputStream bin;//位输入流
	private HuffmanTree codeTree;//编码的HuffmanTree对象
	/**
	 * 封装InputStream对象,实例化HuffmanTree对象与BitInputStream对象,并读入哈弗曼编码
	 * @param in
	 * @throws IOException
	 */
	public HZIPInputStream(InputStream in) throws IOException{
		//数据输入流
		DataInputStream din=new DataInputStream(in);
		
		codeTree=new HuffmanTree();
		codeTree.readEncodingTable(din);
		
		bin=new BitInputStream(in);
	}
	/**
	 * 读取文件的方法
	 */
	public int read() throws IOException{
		String bits="";//哈弗曼编码的字符串
		int bit;//位
		int decode;//解码后的字符
		while(true){
			bit=bin.readBit();
			if(bit == -1)
				throw new IOException("Unexpected EOF");//意外的资源结束
			
			bits+=bit;
			decode=codeTree.getChar(bits);//获取编码对应的字符
			if(decode==HuffmanTree.INCOMPLETE_CODE)//向下搜索到叶子结点
				continue;
			else if(decode==HuffmanTree.ERROR)//编码出错
				throw new IOException("Unexpected error");
			else if(decode==HuffmanTree.END)//编码溢出
				return -1;
			else 
				return decode;
		}
	}
	/**
	 * 关闭输入流
	 */
	public void close() throws IOException{
		bin.close();
	}
}

 压缩类:

package 哈弗曼完全压缩;
/**
 * 包含压缩的包装类
 */
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.DataOutputStream;
import java.io.IOException;
import java.io.OutputStream;

public class HZIPOutputStream extends OutputStream{
	private ByteArrayOutputStream byteOut=new ByteArrayOutputStream();//实例化的一个字节数组输出流对象
	private DataOutputStream dout;//数据输出流对象
	/**
	 * 实例化一个DataOutputStream对象的构造方法
	 * @param out 输出流对象
	 * @throws IOException
	 */
	public HZIPOutputStream(OutputStream out) throws IOException{
		dout=new DataOutputStream(out);
	}
	/**
	 * 写入编码频率的方法
	 */
	public void write(int ch) throws IOException{
		byteOut.write(ch);
	}
	/**
	 * 关闭流的方法
	 */
	public void close() throws IOException{
		byte[] theInput=byteOut.toByteArray();//将字节数组输出流转换数据转换成字节数组进行输入
		ByteArrayInputStream byteIn=new ByteArrayInputStream(theInput);//将字节数组封装到字节输入流中
		
		CharCounter countObj=new CharCounter(byteIn);//实例化字符统计对象并统计字节数组的字符出现的次数
		byteIn.close();//关闭字节输入流
		
		HuffmanTree codeTree=new HuffmanTree(countObj);//通过CharCounter对象实例化一个HuffmanTree对象
		codeTree.writeEncodingTable(dout);//将编码写入数据输出流中
		
		BitOutputStream bout=new BitOutputStream(dout);//创建位输出流
		
		//将按编码转换后的位写入
		int len=theInput.length;
		for(int i=0;i<len;i++)
			bout.writeBits(codeTree.getCode(theInput[i]&0xff));
		bout.writeBits(codeTree.getCode(BitUtils.EOF));//文件结束的标示符
		
		//关闭流
		bout.close();
		byteOut.close();
	}
}

 压缩与解压方法及测试:

package 哈弗曼完全压缩;

import java.io.BufferedInputStream;
import java.io.BufferedOutputStream;
import java.io.DataInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;


public class HZIP {
	/**
	 * 压缩文件的方法,此方法需要传入正确的绝对路径名
	 * @param inFile 需要被压缩的文件
	 * @param outFile 压缩之后的输出文件
	 * @throws IOException IO异常
	 */
	public static void compress(String inFile,String outFile) throws IOException{
		String compressFile=null;//创建压缩文件
		String extension=inFile.substring(inFile.length()-4);//获取源文件的后缀名
		File file=new File(outFile);
		//如果文件已经存在
		if(file.exists()){
			System.out.println("文件已经存在");
		}else{
			//自动补齐后缀名
			if(!outFile.endsWith(".hfm")){
				compressFile=outFile+extension+".hfm";	
			}
			else{
				compressFile=outFile+extension;
			}
			//创建文件输入的缓冲流
			InputStream in=new BufferedInputStream(new FileInputStream(inFile));
			//创建文件输出的缓冲流
			OutputStream out=new BufferedOutputStream(new FileOutputStream(compressFile));
			int ch;
			//创建哈弗曼压缩的输入流
			HZIPOutputStream hzout=new HZIPOutputStream(out);
			while((ch=in.read())!=-1){
				hzout.write(ch);
			}
			//关闭流
			in.close();
			hzout.close();
		}
	}
	/**
	 * 解压文件的方法,此方法需要填入正确的绝对路径名
	 * @param compressedFile  需要被解压的文件
	 * @param outFile 解压之后的输出文件
	 * @throws IOException IO异常
	 */
	public static void uncompress(String compressedFile,String outFile) throws IOException{
		String extension;//文件的后缀名
		extension =compressedFile.substring(compressedFile.length()-4);
		//得到压缩前的文件的后缀名
		String suffix=compressedFile.substring(compressedFile.length()-8,compressedFile.length()-4);
		//如果文件不合法则不执行解压操作
		if(!extension.equals(".hfm")){
			System.out.println("文件格式错误或者不是有效的压缩文件");
			return;
		}
		File file=new File(outFile);
		//如果已经存在同名文件
		if(file.exists()){
			System.out.println("该文件已经存在,请重新命名解压后的文件");
		}
		else{
			outFile+=(suffix+".uc");//输出文件的格式统一为uc格式
			//创建文件输入的缓冲流
			InputStream fin=new BufferedInputStream(new FileInputStream(compressedFile));
			//创建数据读入流
			DataInputStream in=new DataInputStream(fin);
			//创建哈弗曼压缩输入流
			HZIPInputStream hzin=new HZIPInputStream(in);
			//创建文件输出的缓冲流
			OutputStream fout=new BufferedOutputStream(new FileOutputStream(outFile));
			int ch;
			//解压并输出文件
			while((ch=hzin.read())!=-1){
				fout.write(ch);
			}
			//关闭流
			hzin.close();
			fout.close();	
		}
	
	}
	public static void main(String args[]) throws IOException{
                System.out.println("开始压缩"); 
		long start=System.currentTimeMillis();
		compress("d://a.txt","d://cd");
		System.out.println("压缩结束,用时:"+(System.currentTimeMillis()-start));
	}
}

这个压缩还有很多值得改进的地方,比如当文件较小或过大时,压缩之后的文件比源文件还大,为什么呢?这是因为:

文件较小时,由于要写入编码表,所以造成了较大的空间占用。

而文件较大时,由于各种字节出现的频率已经趋于了相近的地步,那么我们再来回顾一下哈弗曼的压缩过程时会发现,极端情况下,当所有字节都出现过,且出现的次数相同时,每一种字节的编码长度都达到了8位(哈弗曼树的第9层刚好有256个叶子结点),达不到压缩的效果。

不过既然达不到压缩,做一个文件加密的工作也是不错的,怎么样,自己动手试试吧。

  • 大小: 19.3 KB
  • 大小: 21.1 KB
4
2
分享到:
评论

相关推荐

    哈弗曼编码 压缩 解压 文件

    本项目是针对数据结构实习编写的,目的是让学生理解并实现哈弗曼编码的压缩与解压过程。 首先,我们要了解哈弗曼树的构造过程。哈弗曼树是一种特殊的二叉树,也被称为最优二叉树。它的特点是所有叶子节点都是原始...

    哈弗曼树解压与压缩

    用哈弗曼树进行文件压缩与解压,学习数据结构时可结合进行更深刻理解

    用哈弗曼编码对文件进行压缩与解压

    #### 压缩原理与步骤 ##### 1. 构建哈弗曼树 哈弗曼树是一棵带权路径长度最短的二叉树,也称为最优二叉树。构建哈弗曼树的过程如下: - **统计字符频率**:遍历待压缩文件中的所有字符,并统计每个字符出现的次数...

    哈弗曼的压缩和解压

    哈弗曼编码是一种高效的数据压缩算法,由美国计算机科学家戴维·哈弗曼在1952年提出。它的核心思想是构建一棵特殊的二叉树——...同时,理解哈弗曼编码的原理和实现方式对于深入学习数据压缩和信息理论具有重要意义。

    哈弗曼压缩解压器.rar

    理解并熟练掌握哈弗曼压缩与解压缩原理,不仅可以帮助我们优化数据存储,还能加深对计算机数据处理机制的理解。在使用“哈弗曼压缩解压器”这样的工具时,确保正确处理每个字符,特别是像空白字符这样的细节,是获得...

    哈弗曼压缩解压文件

    在Java环境中实现哈弗曼压缩与解压文件,主要涉及以下几个关键知识点: 1. **哈弗曼树的构建**:哈弗曼树是一种带权路径长度最短的二叉树,权重小的节点通常位于树的顶层。构建哈弗曼树通常使用优先队列(如Java中...

    哈弗曼编码实现压缩解压

    哈弗曼编码是一种高效的数据编码方法,常用于数据...在C++中实现哈弗曼编码与解压,需要理解哈弗曼树的构建过程,并能有效地进行编码和解码操作。通过这种技术,我们可以有效地减小文件的大小,提高存储和传输效率。

    huffman 哈弗曼压缩与解压

    using namespace std; /***********************************************/ struct HTNode{/*Huffman Tree 的结构定义*/ long long weight; int parent, lchild, rchild; char chr; }; class Huffman{ ...

    哈弗曼压缩解压算法代码.rar

    在实际应用中,哈弗曼编码通常与其他压缩技术结合使用,如在ZIP和GZIP等压缩格式中,哈弗曼编码是作为LZ77或LZ78等滑动窗口压缩算法的后续步骤,以进一步提升压缩率。 从提供的压缩文件"201121421219072"中,我们...

    哈弗曼压缩解压程序源代码及注释

    哈弗曼编码是一种高效的数据压缩方法,由美国计算机科学家戴维·艾伦·哈弗曼在1952...尽管如此,由于其简单性和有效性,哈弗曼编码在许多压缩算法中仍然占有一席之地,特别是在需要快速实现简单压缩和解压缩的场景下。

    哈弗曼压缩和解压以及多项式的运算

    哈弗曼编码是一种高效的数据压缩方法,由美国计算机科学家戴维·哈弗曼在1952年提出。它的核心思想是构建一棵特殊的二叉树——哈弗曼树(也称为最优二叉树),用于对数据进行编码。在这个树中,出现频率高的字符拥有...

    哈弗曼压缩总结

    哈弗曼压缩是一种高效的数据压缩方法,主要基于哈弗曼树(Huffman Tree)的构建。这个技术在信息编码和数据存储...在Java中,可以通过分析给定的源码文件了解并实现这一过程,这有助于提高对数据压缩原理和算法的理解。

    哈弗曼压缩解压算法VC++源码示例

    - **编码与解码函数**:实现哈弗曼编码和解码的逻辑,包括构建编码表、编码和解码过程。 - **位操作**:处理比特流的读写,可能需要用到位移、按位与、按位或等操作。 通过这个示例,你可以深入理解哈弗曼编码的...

    哈弗曼压缩解压算法,VC 源代码下载.rar

    哈弗曼编码(Huffman Coding...对于初学者,理解并实现哈弗曼编码不仅可以提升编程技能,也能深入理解数据压缩原理。而这个VC示例项目就是一个很好的学习资源,通过阅读和运行代码,可以直观地了解整个压缩和解压过程。

    huffmanCompress哈弗曼压缩与解压缩

    huffmanCompress哈弗曼压缩与解压缩,一个压缩工具

    哈弗曼算法实现压缩和解压

    在本文中,我们将详细探讨哈弗曼编码的原理、实现步骤以及如何用它来压缩和解压缩数据。 首先,让我们了解哈弗曼编码的基本思想。在任何文本或数据中,某些字符出现的频率往往比其他字符高。例如,在英文文本中,...

    用c++编写的哈弗曼文件压缩得代码

    C++是一种通用的、面向对象的编程语言,其强大的功能和灵活性使得它非常适合用于实现各种算法,包括哈弗曼编码。下面将详细介绍哈弗曼编码的原理和C++实现的关键步骤。 1. **哈弗曼树的构建:** - 首先,我们需要...

    基于哈弗曼编码的数据压缩解压程序论文

    这篇基于哈弗曼编码的数据压缩解压程序论文深入探讨了如何将理论知识应用于实际编程,旨在让学生将计算机科学与技术,特别是C++编程技能,与数据结构和程序控制结构相结合。 1.1 课程设计目的 该课程设计的目标是让...

    C语言实现哈夫曼编码压缩和解压各种文件

    实验内容:写出程序,利用哈弗曼编码实现对文件的压缩,并能解压文件。 实验步骤: 1、压缩 (1) 统计原始文件中各字节出现的概率(次数); (2) 采用哈弗曼算法对各字节进行编码,建立哈弗曼对照表; a) 构造...

    哈弗曼简单实现压缩

    它的主要原理是利用字符出现频率构建最优的二叉树,进而实现对数据的高效压缩。哈弗曼编码在文本、图像、音频等多种类型的数据压缩中都有广泛应用。 在哈弗曼编码的过程中,首先需要统计输入数据中每个字符出现的...

Global site tag (gtag.js) - Google Analytics