使用huffman编码压缩文件，其中对文件进行编码存储、并读取的方法

//后注：这里的解码显然弱爆了，明显应该使用Huffman Tree来进行，而不是这里的hard code，因为一般情况，不可能只有a、b、c三个字符的编码。

 

回答百度知道上的一位朋友的问题，

他已经实现了huffman的编码过程但是不知道如何用编码方式对文件进行压缩

下面给出简单的代码。

对范例文件test.dat的压缩比例为：126byte/27byte

import java.io.BufferedInputStream;
import java.io.BufferedOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.Scanner;

public class WriteBinary
{
	//由huffman算法产生的编码表
	String[] code = {"0", "10", "11"};
	
	/**
	 * 测试函数
	 *@param args
	 */
	public static void main(String args[])
	{
		WriteBinary w = new WriteBinary();
		try
		{
			w.write("test.dat", "test.hfm"); //将test.dat文件的内容进行编码写入test.hfm
			System.out.println(w.read("test.hfm"));	//从压缩后的文件中还原出源文件的内容，并打印
		} catch (IOException e)
		{
			e.printStackTrace();
		}
	}
	
	/**
	 * 对源文件进行编码，并写入目标文件
	 *@param from 需要进行编码的源文件
	 *@param to 目标文件
	 *@throws IOException
	 */
	public void write(String from, String to) throws IOException
	{
		File fromFile = new File(from);
		Scanner scan = new Scanner(fromFile);
		File f = new File(to);
		BufferedOutputStream out = new BufferedOutputStream(new FileOutputStream(f));
		while(scan.hasNextLine())
		{
			String line = scan.nextLine();
			System.out.println(line);
			
			//将文件中的所有字符用编码替换
			//如果字符种类很多，应该将编码对应表存入数组转换，而不应该像下面一样硬编码
			line = line.replace("a", code[0]);
			line = line.replace("b", code[1]);
			line = line.replace("c", code[2]);
			System.out.println(line);
			byte[] buf = new byte[line.length() / 7];
			
			//将编号码的String进行转化，转化成byte数组，并存入文件，除去符号位，每7位对应1byte
			for(int i = 0; i * 7 + 7 <= line.length(); i ++)
				buf[i] = Byte.valueOf(line.substring(i * 7, i * 7 + 7), 2);
			out.write(buf);
		}
		out.flush();
		out.close();
		scan.close();
	}
	
	/**
	 * 从编码后的文件中读取并解码，返回原文件的内容
	 *@param file 编码后的文件
	 *@return 源文件内容的字符串
	 *@throws IOException
	 */
	public String read(String file) throws IOException
	{
		BufferedInputStream in = new BufferedInputStream(new FileInputStream(file));
		StringBuffer resultStr = new StringBuffer();	//最终需要返回的结果
		StringBuffer codeStr = new StringBuffer();	//需要解析的编码的字符串
		byte[] buf = new byte[1];
		
		//从文件中读出byte数组，并转化成二进制字符串
		while(in.read(buf) != -1)
		{
				//把从文件中读取出的byte转化成二进制字符串
				String bStr = Integer.toBinaryString(buf[0]);
				StringBuffer temp = new StringBuffer();
				//对二进制字符串补0，因为Integer.toBinaryString方法转化成的二进制数会省略前面的若干个0
				for(int j = 0; j < 7 - bStr.length(); j ++)
					temp.append('0');
				//将读取出并转化好的二进制字符串放入codeStr，留待下一步对其进行解码
				codeStr.append(temp + bStr);
		}
		
		in.close();

		//对上面转化成的二进制字符串进行解码
			for(int i = 0; i < codeStr.length(); i ++)
			{
				//huffman解码过程
				if(codeStr.charAt(i) == '0')
					resultStr.append('a');
				else
				{
					i++;
					if(i >= codeStr.length())
						break;
					if(codeStr.charAt(i) == '0')
						resultStr.append('b');
					else
						resultStr.append('c');
				}
			}
		return new String(resultStr);
	}
}

 

test.dat的内容

aaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcbaaaabbcaaabbcba

 

 

ps：

给出的代码只能对转换成二进制后，二进制位为7的倍数的文件进行压缩，如果需要弥补这个问题，需要在编码后的文件头中写入源文件的大小，本程序为简便起见，未作处理