赫夫曼编码
1. 简介
- 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。
2. 原理
通信领域中信息的处理方式–定长编码
通信领域中信息的处理方式–变长编码
3. 赫夫曼编码实现步骤
3.1 准备工作
- 构造节点类
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
|
class Node implements Comparable<Node>{ Byte data; int weight; 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; }
@Override public String toString() { return "Node [data=" + data + ", weight=" + weight + "]"; } public void preOrder() { System.out.println(this); if(this.left != null) { this.left.preOrder(); } if(this.right != null) { this.right.preOrder(); } } }
|
- **
private static List<Node> getNodes(byte[] bytes);
**把字符数组转换成List [Node[data=97,weight=5],Node[data=xx,weight=x],…..]
private static Map<Byte, String> huffmanCodes = new HashMap<Byte,String>();
private static StringBuilder stringBuilder = new StringBuilder();
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
|
private static List<Node> getNodes(byte[] bytes){ ArrayList<Node> nodes = new ArrayList<Node>(); HashMap<Byte,Integer> counts = new HashMap<>(); for(byte b: bytes) { Integer count = counts.get(b); if(count == null) { counts.put(b,1); }else { counts.put(b,count+1); } } for(Map.Entry<Byte, Integer> entry:counts.entrySet()) { nodes.add(new Node(entry.getKey(), entry.getValue())); } return nodes; }
private static Map<Byte, String> huffmanCodes = new HashMap<Byte,String>();
private static StringBuilder stringBuilder = new StringBuilder();
|
3.2 构成赫夫曼树
从小到大进行排序, 将每一个数据,每个数据都是一个节点 , 每个节点可以看成是一颗最简单的二叉树
取出根节点权值最小的两颗二叉树
组成一颗新的二叉树, 该新的二叉树的根节点的权值是前面两颗二叉树根节点权值的和
再将这颗新的二叉树,以根节点的权值大小 再次排序, 不断重复 1-2-3-4 的步骤,直到数列中,所有的数据都被处理,
就得到一颗赫夫曼树
-
代码实现
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
|
private static Node createHuffmanTree(List<Node> nodes) { while(nodes.size()>1) { Collections.sort(nodes); Node leftNode = nodes.get(0); Node rightNode = nodes.get(1); Node parentNode = new Node(null, leftNode.weight+rightNode.weight); parentNode.left = leftNode; parentNode.right = rightNode; nodes.remove(leftNode); nodes.remove(rightNode); nodes.add(parentNode); } return nodes.get(0); }
|
3.3 获得赫夫曼编码
根据赫夫曼树,给各个字符,规定编码 (前缀编码), 向左的路径为 0 向右的路径为 1 , 编码如下
- o: 1000
- u: 10010
- d: 100110
- y: 100111
- i: 101
a : 110
- k: 1110
- e: 1111
- j: 0000
- v: 0001
l: 001
- : 01
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
|
private static void getCodes(Node node,String code,StringBuilder stringBuilder) { StringBuilder stringBuilder2 = new StringBuilder(stringBuilder); stringBuilder2.append(code); if(node != null) { if(node.data == null) { getCodes(node.left,"0", stringBuilder2); getCodes(node.right, "1", stringBuilder2); }else { huffmanCodes.put(node.data, stringBuilder2.toString()); } } }
private static Map<Byte, String> getCodes(Node root){ if(root == null) { return null; } getCodes(root.left,"0",stringBuilder); getCodes(root.right,"1",stringBuilder); return huffmanCodes; }
|
- 按照上面的赫夫曼编码,我们的”i like like like java do you like a java” 字符串对应的编码为 (注意这里我们使用的无损压缩)
1010100110111101111010011011110111101001101111011110100001100001110011001111000011001111000100100100110111101111011100100001100001110
- 通过赫夫曼编码处理 长度为 133,原来长度是 359 , 压缩了 (359-133) / 359 = 62.9%
- 此编码满足前缀编码, 即字符的编码都不能是其他字符编码的前缀。不会造成匹配的多义性赫夫曼编码是无损处理方案(NB)
注意:这个赫夫曼树根据 排序方法不同,也可能不太一样,这样对应的 赫夫曼编码也不完全一样,但是 wpl 是
一样的,都是最小的, 最后生成的赫夫曼编码的长度是一样。
3.4 完成压缩–生成赫夫曼编码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
|
private static byte[] zip(byte[] bytes,Map<Byte,String> huffmanCodes2) { StringBuilder stringBuilder = new StringBuilder(); for (byte b : bytes) { stringBuilder.append(huffmanCodes2.get(b)); } int len; if(stringBuilder.length()%8 == 0) { len = stringBuilder.length()/8; }else { len = stringBuilder.length()/8 + 1; } byte[] huffmanCodeBytes = new byte[len]; int index = 0; for (int i = 0; i < stringBuilder.length(); i += 8) { String strByte; if(i+8 > stringBuilder.length()) { strByte = stringBuilder.substring(i); }else { strByte = stringBuilder.substring(i,i+8); } huffmanCodeBytes[index] = (byte)Integer.parseInt(strByte,2); index++; } return huffmanCodeBytes; }
|
3.5 整合压缩方法–方便调用
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
|
public static byte[] huffmanZip(byte[] bytes) { List<Node> nodes = getNodes(bytes); Node huffmanRootNode = createHuffmanTree(nodes); Map<Byte, String> huffmanCodes = getCodes(huffmanRootNode); byte[] huffmanCodeBytes= zip(bytes, huffmanCodes); return huffmanCodeBytes; }
|
3.6 数据解压
- 前面我们得到了赫夫曼编码表和对应的编码 byte[] , 即:[-88, -65, -56, -65, -56, -65, -55, 77, -57, 6, -24, -14, -117, -4, -60, -90, 28]
- 现在要求使用赫夫曼编码表和编码, 进行解码,又重新得到原来的字符串”i like like like java do you like a java”
- 思路:解码过程,就是编码的一个逆向操作。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121
|
private static String byteToString(boolean flag,byte b) { int temp = b; if(flag) { temp |= 256; } String str = Integer.toBinaryString(temp); if(flag) { return str.substring(str.length()-8); }else { return str; } }
public static byte[] decode(Map<Byte,String> huffmanCodes,byte[] huffmanBytes) { StringBuilder stringBuilder = new StringBuilder(); byte bs; for (int i = 0; i < huffmanBytes.length; i++) { bs = huffmanBytes[i]; boolean flag = (i == huffmanBytes.length -1); stringBuilder.append(byteToString(!flag,bs)); } Map<String,Byte> map = new HashMap<String,Byte>(); for(Map.Entry<Byte,String> entry : huffmanCodes.entrySet()) { map.put(entry.getValue(),entry.getKey()); } List<Byte> list = new ArrayList<Byte>(); for (int i = 0; i < stringBuilder.length();) { int count = 1; boolean flag = true; Byte b = null; String key = ""; while(flag) { if ((i+count)>stringBuilder.length()-1) { key =stringBuilder.substring(i); break; }else { key = stringBuilder.substring(i,i+count); } b = map.get(key); if(b == null) { count++; }else { flag = false; } } list.add(b); i += count; } byte[] bytes = new byte[list.size()]; for (int i = 0; i < bytes.length-1; i++) { bytes[i] = list.get(i); } return bytes; }
|
3.7 实现文件的压缩
- 我们学习了通过赫夫曼编码对一个字符串进行编码和解码, 下面我们来完成对文件的压缩和解压
- 具体要求:给你一个图片文件,要求对其进行无损压缩, 看看压缩效果如何。
- 思路:读取文件-> 得到赫夫曼编码表 -> 完成压缩
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62
|
public static void zipFile(String srcFile,String destFile) { OutputStream os = null; ObjectOutputStream oos = null; FileInputStream fis = null; try { fis = new FileInputStream(srcFile); byte[] b = new byte[fis.available()]; fis.read(b); byte[] huffmanBytes = huffmanZip(b); os = new FileOutputStream(destFile); oos = new ObjectOutputStream(os); oos.writeObject(huffmanBytes); oos.writeObject(huffmanCodes); } catch (Exception e) { e.printStackTrace(); System.out.println(e.getMessage()); }finally { try { fis.close(); oos.close(); os.close(); } catch (Exception e2) { e2.getStackTrace(); } } }
|
3.8 实现文件解压
- 具体要求:将前面压缩的文件,重新恢复成原来的文件。
- 思路:读取压缩文件(数据和赫夫曼编码表)-> 完成解压(文件恢复)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53
|
public static void unZipFile(String zipFile,String destFile) { InputStream is = null; ObjectInputStream ois = null; OutputStream os = null; try { is = new FileInputStream(zipFile); ois = new ObjectInputStream(is); byte[] huffmanBytes = (byte[])ois.readObject(); Map<Byte,String> huffmanCodes = (Map<Byte,String>)ois.readObject(); byte[] bytes = decode(huffmanCodes,huffmanBytes); os = new FileOutputStream(destFile); os.write(bytes); } catch (Exception e) { e.printStackTrace(); }finally { try { os.close(); ois.close(); is.close(); } catch (Exception e2) { e2.printStackTrace(); } } }
|
3.8 测试结果
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
|
public class HuffmanCode { public static void main(String[] args) {
String zipFile = "E:/file/testRes.zip"; String destFile = "E:/file/test3.jpg"; unZipFile(zipFile,destFile); System.out.println("解压成功"); } }
|