[数据结构与算法]赫夫曼树与赫夫曼编码

赫夫曼树

• 给定n个权值作为n个叶子结点，构造一棵二叉树，若该 树的带权路径长度(wpl)达到最小 ，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree), 或赫/霍夫曼树。

• 赫夫曼树是带权路径长度最短的树，权值较大的结点离根较近。

赫夫曼树几个重要概念和举例说明

• 路径和路径长度：在一棵树中，从一个结点往下可以达到的孩子或孙子结点之间的通路，称为路径。通路中分支的数目称为路径长度。若规定根结点的层数为1，则从根结点到第L层结点的路径长度为L-1

• 结点的权及带权路径长度：若将树中结点赋给一个有着某种含义的数值，则这个数值称为该结点的权。结点的带权路径长度为：从根结点到该结点之间的路径长度与该结点的权的乘积

• 树的带权路径长度：树的带权路径长度规定为所有叶子结点的带权路径长度之和，记为WPL(weighted path length) ,权值越大的结点离根结点越近的二叉树才是最优二叉树。

• WPL最小的就是赫夫曼树(如下图可以看到,中间就是赫夫曼树)

给你一个数列 {13, 7, 8, 3, 29, 6, 1}，要求转成一颗赫夫曼树.

思路分析(示意图)：

代码实现

/**
* 赫夫曼树
*
* @author TimePause
* @create 2020-02-16 22:15
*/
public class HuffmanTreeDemo {
public static void main(String[] args) {
int[] arr = {13, 7, 8, 3, 29, 6, 1};
Node root = createHuffmanTree(arr);
preOrder(root);
}

/**
* 主类中编写前序遍历的调用方法
* @param root 根节点
*/
public static void preOrder(Node root){
if (root!=null){
root.preOrder();
}else {
System.out.println("是空树,无法进行前序遍历");
}
}

/**
* 创建赫夫曼树的方法
* @param arr
* @return
*/
public static Node createHuffmanTree(int[] arr){
//第一步: 为了操作方便
//1.遍历arr数组
//2.将arr的每一个元素构成Node
//3.将Node放入ArrayList中
List<Node> nodes = new ArrayList<Node>();
for (int value : arr) {
nodes.add(new Node(value));
}

while (nodes.size()>1){
//排序.从小到大
Collections.sort(nodes);
System.out.println("nodes = " + nodes);

//取出节点权值最小的两个二叉树
//(1)取出权值最小的二叉树
//(2)取出权值第二小的二叉树
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
//(3)构建一颗新的二叉树
Node parent = new Node(leftNode.value + rightNode.value);
parent.left = leftNode;
parent.right = rightNode;

//(4)从ArrayList中删除处理过的二叉树
nodes.remove(leftNode);
nodes.remove(rightNode);
//(5)将parent加入到nodes
nodes.add(parent);
}
//返回赫夫曼树的root节点, 目的是方便我们进行前序遍历
return nodes.get(0);

}
}

/**
* 创建节点类
* 为了让Node对象支持Collections结合排序, 需要让让Node实现Compare接口
*/
class Node implements Comparable<Node>{
// 省略访问修饰符friendly ，缺省的，在同一个包中的类可以访问，其他包中的类不能访问；
int value;//节点的权值
Node left;//指向左节点
Node right;//指向右节点

public void preOrder(){
//父->左->右
System.out.println(this);
if (this.left!=null){
this.left.preOrder();
}
if (this.right!=null){
this.right.preOrder();//遍历有问题,结果可能出错,例如这里调用this.left.preOrder(),结果只出现67,29,29
}
}

/**
* 重载构造方法,实例化时只需传入权值即可
* @param value
*/
public Node(int value) {
this.value = value;
}

//*** 如果toString()书写有误,name在打印时可能为空
@Override
public String toString() {
return "Node [value=" + value + "]";
}

@Override
public int compareTo(Node o) {
return this.value-o.value;//这样写表示正序排序
}
}

赫夫曼编码

赫夫曼编码也翻译为 哈夫曼编码(Huffman Coding)，又称霍夫曼编码，是一种编码方式, 属于一种程序算法
赫夫曼编码是赫哈夫曼树在电讯通信中的经典的应用之一。

• 赫夫曼编码广泛地用于数据文件压缩。其压缩率通常在20%～90%之间
• 赫夫曼码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，称之为最佳编码

通信领域中信息的处理方式3-赫夫曼编码

i like like like java do you like a java       // 共40个字符(包括空格)
d:1 y:1 u:1 j:2  v:2  o:2  l:4  k:4  e:4 i:5  a:5   :9  // 各个字符对应的个数

按照上面字符出现的次数构建一颗赫夫曼树, 次数作为权值.(图后)

实现思路图

实现代码

/**
* 赫夫曼编码
*
* @author TimePause
* @create 2020-02-18 15:25
*/
public class HuffmanCodeDemo {
public static void main(String[] args) {
String strs = "i like like like java do you like a java";
byte[] bytes = strs.getBytes();
System.out.println(bytes.length);

//按照赫夫曼编码存放数据
List<Node> nodes = getNodes(bytes);
System.out.println("nodes = " + nodes);

//测试一把创建的二叉树
Node huffmanTreeNode = createHuffmanTree(nodes);
System.out.println("执行前序遍历");
huffmanTreeNode.preOrder();
}

/**
* 接收字节数组
* @param bytes 字节数组(单个字节形参的数组a,b,c...)
* @return 返回的值就是List形式 [Node[date='7',weight=5],Node[date='32',weight=9] ......]
*/
public static List<Node> getNodes(byte[] bytes){
// 创建一个arrayList数组
ArrayList<Node> nodeArrayList = new ArrayList<>();
// 遍历bytes,统计每一个byte出现的次数->map[key,value]=>mao(字符,以及字符出现的个数)
HashMap<Byte, Integer> counts = new HashMap<>();
for (byte b:bytes){
//在我们的map集合中查看数据是否存在
Integer count = counts.get(b);
if (count == null) {
//如果不存在则添加
counts.put(b, 1);
}else {
//如果存在则将原来数值加1
counts.put(b, count + 1);
}
}

// 将每一个键值转成一个node对象 ,并加入到nodes集合
//遍历>map[key,value]=>mao(字符,以及字符出现的个数
for (Map.Entry<Byte,Integer> entry: counts.entrySet()){
nodeArrayList.add(new Node(entry.getKey(), entry.getValue()));
}
return nodeArrayList;
}

/**
* 前序遍历
* @param root 赫夫曼树的根节点
*/
private void preOder(Node root){
if (root!=null){
root.preOrder();
}else {
System.out.println("为空,无法执行前序遍历");
}
}

/**
* 根据lIst集合创建赫夫曼树
* @param nodes Node类型的List数组
* @return Node节点
*/
private static Node createHuffmanTree(List<Node>nodes){

while (nodes.size() > 1) {
//正序排序
Collections.sort(nodes);
// 取出最小的两个二叉树
Node leftNode = nodes.get(0);
Node rightNode = nodes.get(1);
// 创建一个新的二叉树,它的根节点没有data,只有权重
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;
// 在集合中删除使用过的节点
nodes.remove(leftNode);
nodes.remove(rightNode);
// 将这个新的二叉树, 加入到nodes
nodes.add(parent);

}
// 返回赫夫曼树的根节点
return nodes.get(0);
}
}

/**
* 节点类
*/
class Node implements Comparable<Node>{
Byte data;//存放的数据本身,比如'a'=>97 ' '=>32
int weight;//权重,字符出现的次数
Node left;
Node right;

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

@Override
public int compareTo(Node o) {
return this.weight-o.weight;//正序排序
}

@Override
public String toString() {
return "Node{" +
"data=" + data +
", weight=" + weight +
'}';
}

// 前序遍历方法
public void preOrder(){
//输出当父节点
System.out.println(this);
//左子树递归调用前序遍历
if (this.left!=null){
this.left.preOrder();
}
if (this.right!=null){
//右子树递归调用前序遍历
this.right.preOrder();
}
}
}

演示结果

数据压缩和解压

生成赫夫曼编码

//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(Node 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node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 node  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(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
//将code 加入到 stringBuilder2
stringBuilder2.append(code);
if(node != null) { //如果node == null不处理
//判断当前node 是叶子结点还是非叶子结点
if(node.data == null) { //非叶子结点
//递归处理
//向左递归
getCodes(node.left, "0", stringBuilder2);
//向右递归
getCodes(node.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(node.data, stringBuilder2.toString());
}
}
}

/**
* 接收字节数组
* @param bytes 字节数组(单个字节形参的数组a,b,c...)
* @return 返回的值就是List形式 [Node[date='7',weight=5],Node[date='32',weight=9] ......]
*/
public static List<Node> getNodes(byte[] bytes){
// 创建一个arrayList数组
ArrayList<Node> nodeArrayList = new ArrayList<>();
// 遍历bytes,统计每一个byte出现的次数->map[key,value]=>mao(字符,以及字符出现的个数)
HashMap<Byte, Integer> counts = new HashMap<>();
for (byte b:bytes){
//在我们的map集合中查看数据是否存在
Integer count = counts.get(b);
if (count == null) {
//如果不存在则添加
counts.put(b, 1);
}else {
//如果存在则将原来数值加1
counts.put(b, count + 1);
}
}

// 将每一个键值转成一个node对象 ,并加入到nodes集合
//遍历>map[key,value]=>mao(字符,以及字符出现的个数
for (Map.Entry<Byte,Integer> entry: counts.entrySet()){
nodeArrayList.add(new Node(entry.getKey(), entry.getValue()));
}
return nodeArrayList;
}

生成赫夫曼字节数组

/**
* 生成赫夫曼字节数组
* 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;
}

测试生成的赫夫曼编码表与字节数组

封装赫夫曼数组

*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<Node> nodes = getNodes(bytes);
//根据 nodes 创建的赫夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
//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;
}

字节转二进制字符串

/**
* 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;
}
}

压缩数据的解码

//完成数据的解码
//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-&g
4000
t;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());
}

压缩文件

/**
* 将文件进行压缩的方法
* @param srcFile 希望被压缩的文件的路径
* @param targetFile 压缩后的文件的路径
*/
public static void zipFile(String srcFile,String targetFile){
//创建输出流
OutputStream os = null;
// 用对象流包装
ObjectOutputStream oos = null;
// 创建文件输入流
FileInputStream fis = null;

try {
// 创建输出流
fis = new FileInputStream(srcFile);
// 创建一个和源文件一样大小的byte[]
byte[] b = new byte[fis.available()];//available()可以返回有多少流可以读取
// 读取文件
fis.read(b);
// 将文件进行压缩
byte[] huffmanBytes = huffmanZip(b);
// 写压缩后的文件写入目标文件
os = new FileOutputStream(targetFile);
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);
// 把赫夫曼编码写到压缩文件, 目的是以后我们恢复文件时使用
oos.writeObject(huffmanCodes);

}catch (Exception e){
e.printStackTrace();
}finally {
if (oos!=null){
try {
oos.close();
} catch (IOException e) {
e.printStackTrace();
}
}

if (os!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}

if (fis!=null){
try {
fis.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

}
/**
*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<Node> nodes = getNodes(bytes);
//根据 nodes 创建的赫夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
//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;
}

测试压缩结果

//测试压缩文件
String srcFlie = "d://a.png";
String tagetFIle = "d://a.zip";
zipFile(srcFlie,tagetFIle);
System.out.println("压缩文件完成");

解压文件

/**
* 完成对压缩文件的解压
* @param zipFile 准备解压的文件
* @param targetFile 将文件解压到哪个路径
*/
public static void unZipFile(String zipFile,String targetFile){
FileInputStream fis = null;
ObjectInputStream ois = null;
OutputStream os = null;
try {
//创建文件出入流,读取文件
fis = new FileInputStream(zipFile);
//关联fis,以对象的形式读取文件
ois = new ObjectInputStream(fis);
//读取数组 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(targetFile);
//写到目标文件
os.write(bytes);
}catch (Exception e){
e.printStackTrace();
}finally {
if (os!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if (ois!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if (fis!=null){
try {
os.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

}

测试结果

//测试解压文件
String zipFile = "d://a.zip";
String targetFile = "d://a1.png";
unZipFile(zipFile,targetFile);
System.out.println("解压文件完成");

赫夫曼编码压缩文件注意事项

• 如果文件本身就是经过压缩处理的，那么使用赫夫曼编码再压缩效率不会有明显变化, 比如视频,ppt 等等文件
• 赫夫曼编码是按字节来处理的，因此可以处理所有的文件(二进制文件、文本文件) [举例压一个.xml文件]
• 如果一个文件中的内容，重复的数据不多，压缩效果也不会很明显.

全部代码整理

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;

public class HuffmanCode {

public static void main(String[] args) {

//测试压缩文件
//		String srcFile ="d://a.png";
//		String dstFile = "d://a.zip";
//
//		zipFile(srcFile, dstFile);
//		System.out.println("压缩文件ok~~");

//测试解压文件
String zipFile = "d://a.zip";
String dstFile = "d://a1.png";
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<Node> nodes = getNodes(contentBytes);
System.out.println("nodes=" + nodes);

//测试一把，创建的赫夫曼树
System.out.println("赫夫曼树");
Node huffmanTreeRoot = createHuffmanTree(nodes);
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<Node> nodes = getNodes(bytes);
//根据 nodes 创建的赫夫曼树
Node huffmanTreeRoot = createHuffmanTree(nodes);
//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(Node 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node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 node  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(Node node, String code, StringBuilder stringBuilder) {
StringBuilder stringBuilder2 = new StringBuilder(stringBuilder);
//将code 加入到 stringBuilder2
stringBuilder2.append(code);
if(node != null) { //如果node == null不处理
//判断当前node 是叶子结点还是非叶子结点
if(node.data == null) { //非叶子结点
//递归处理
//向左递归
getCodes(node.left, "0", stringBuilder2);
//向右递归
getCodes(node.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(node.data, stringBuilder2.toString());
}
}
}

//前序遍历的方法
private static void preOrder(Node 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   [Node[date=97 ,weight = 5], Node[]date=32,weight = 9]......],
*/
private static List<Node> getNodes(byte[] bytes) {

//1创建一个ArrayList
ArrayList<Node> nodes = new ArrayList<Node>();

//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Node 对象，并加入到nodes集合
//遍历map
for(Map.Entry<Byte, Integer> entry: counts.entrySet()) {
nodes.add(new Node(entry.getKey(), entry.getValue()));
}
return nodes;

}

//可以通过List 创建对应的赫夫曼树
private static Node createHuffmanTree(List<Node> nodes) {

while(nodes.size() > 1) {
//排序, 从小到大
Collections.sort(nodes);
//取出第一颗最小的二叉树
Node leftNode = nodes.get(0);
//取出第二颗最小的二叉树
Node rightNode = nodes.get(1);
//创建一颗新的二叉树,它的根节点 没有data, 只有权值
Node parent = new Node(null, leftNode.weight + rightNode.weight);
parent.left = leftNode;
parent.right = rightNode;

//将已经处理的两颗二叉树从nodes删除
nodes.remove(leftNode);
nodes.remove(rightNode);
//将新的二叉树，加入到nodes
nodes.add(parent);

}
//nodes 最后的结点，就是赫夫曼树的根结点
return nodes.get(0);

}

}

//创建Node ,待数据和权值
class Node implements Comparable<Node>  {
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
Node left;//
Node right;
public Node(Byte data, int weight) {

this.data = data;
this.weight = weight;
}
@Override
public int compareTo(Node o) {
// 从小到大排序
return this.weight - o.weight;
}

public String toString() {
return "Node [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();
}
}
}