思路:

传入map(字节与对应字节出现的次数)和最后生成的要传送的字节。
将他们先转换成对应的二进制字节,再转换成原来的字符串。

代码:

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
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
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
public class HuffumanTreeCode {
public static void main(String[] args) {
String content = " i like like like java do you like a java"; //待转化的字符串
byte[] contentbytes=content.getBytes(); //得到字符串对应的字节数组
System.out.println(Arrays.toString(huffumanzip(contentbytes))); byte[] sourceBytes = decode(stringMap, huffumanzip(contentbytes));
System.out.println("原来的字符串="+ new String(sourceBytes)); }
public static void preOrder(Node node){
if (node!=null){
node.pre();
}else {
System.out.println("赫夫曼树为空!");
}
}
public static byte[] huffumanzip(byte[] bytes){
List<Node> list=getNodes(bytes); //把byte转化成list存储
Node node=createHuffmanTree(list); //构建哈夫曼树
Map<Byte,String> map=getCodes(node);//对应的赫夫曼编码(根据赫夫曼树)
byte[] bytes1=finallyCode(bytes,map); //压缩编码
return bytes1;
}
//得到字符串对应的list
public static List<Node> getNodes(byte[] bytes){
//创建一个ArrayList
List<Node> list=new ArrayList<>();
//遍历bytes;统计每一个byte出现的次数->map[key ,value]
Map<Byte,Integer> map=new HashMap<>();
for (Byte b:bytes){
Integer conut=map.get(b);
if (conut==null){ // Map还没有这个字符数据,第一次
map.put(b,1);
}else {
map.put(b,conut+1);
}
}
//把每一个键值对转成-个Node对象,并加入到nodes集合
//遍历map
for (Map.Entry<Byte,Integer> map1:map.entrySet()){
list.add(new Node(map1.getKey(),map1.getValue()));
} return list; }
//最终发送的赫夫曼编码(最终要发送的字节数组)
public static byte[] finallyCode(byte[] bytes,Map<Byte,String> map){
int len;
int index=0;
String str;
StringBuffer stringBuffer=new StringBuffer();
for (byte b:bytes){大专栏  赫夫曼解码(day17)n>
stringBuffer.append(map.get(b));
}
// System.out.println("ffffffff"+stringBuffer.toString());
//将哈夫曼编码按照8个为一组进行合并,达到压缩的目的
if (stringBuffer.length()%8==0){ //计算新的数组的大小
len=stringBuffer.length()/8;
}else {
len=stringBuffer.length()/8+1;
}
byte[] bytes1=new byte[len];
for (int i=0;i<stringBuffer.length();i+=8){
if (i+8>stringBuffer.length()){
str=stringBuffer.substring(i);
}else {
str=stringBuffer.substring(i,i+8);
}
bytes1[index]=(byte) Integer.parseInt(str,2);
index++;
}
return bytes1;
} //可以通过List创建对应的赫夫曼树
public static Node createHuffmanTree(List<Node> nodes){
while (nodes.size()>1){
Collections.sort(nodes); //排序,从小到大
Node leftNode=nodes.get(0);
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;
nodes.remove(leftNode);
nodes.remove(rightNode);
nodes.add(parent);
}
return nodes.get(0); //nodes最后的结点,就是赫夫曼树的根结点
} public static Map<Byte,String> getCodes(Node node){
if (node==null){
System.out.println("传的为空值!");
}else {
getCodes(node,"",stringBuffer);
}
return stringMap;
} //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
//32->01 97->100 100->11000等等[形式]
static Map<Byte,String> stringMap=new HashMap<>();
//创建StringBuffer对象,用于字符串的拼接
static StringBuffer stringBuffer=new StringBuffer();
// @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
public static void getCodes(Node node,String code,StringBuffer stringBuffer){
StringBuffer stringBuffer1=new StringBuffer(stringBuffer);
stringBuffer1.append(code);
if (node!=null){
//判断当前node是叶子结点还是非叶子结点
if (node.data==null){
getCodes(node.left,"0",stringBuffer1); //向左递归
getCodes(node.right,"1",stringBuffer1); //向右递归
}else { //说明是一个叶子结点
stringMap.put(node.data,stringBuffer1.toString());
}
}
}
private static byte[] decode(Map<Byte,String> huffmanCodes, byte[] huffmanBytes) { //前一个参数是编码表,后一个参数是最后的转化结果
//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));
}
// System.out .println("赫夫曼字节数组对应的二进制字符串="+ stringBuilder.toString());
//把字符串安装指定的赫夫曼编码进行解码
//把赫夫员编码表进行调换,因为反向查询a->100100->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 解成就足索引,扫描 stringBuilder
for (int i = 0; i < stringBuilder.length(); i++ ) {
int count = 1; //小的计数器
boolean flag = true;
Byte b = null;
while (flag) {
//1010100010111...
// 递增的职出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 百接移动到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;
} 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;
}
} }
//创建Node,存放待数据和权值
class Node implements Comparable<Node>{
Byte data; // 存放数据(字符)本身, 比如'a'=>97
int weight; //权值,表示字符出现的次数
Node right; //右子树
Node left; //左子树
public Node(Byte data,int weight){
this.data=data;
this.weight=weight;
} @Override
public int compareTo(Node o) {
return this.weight-o.weight; //权值按照从小到大排列
} @Override
public String toString() {
return "Node{" +
"data=" + data +
", weight=" + weight +
'}';
} //前序遍历
public void pre(){
System.out.println(this);
if (this.left!=null){
this.left.pre();
}
if (this.right!=null){
this.right.pre();
}
}
}

赫夫曼解码(day17)的更多相关文章

  1. 【算法】赫夫曼树(Huffman)的构建和应用(编码、译码)

    参考资料 <算法(java)>                           — — Robert Sedgewick, Kevin Wayne <数据结构>       ...

  2. 【数据结构】赫夫曼树的实现和模拟压缩(C++)

    赫夫曼(Huffman)树,由发明它的人物命名,又称最优树,是一类带权路径最短的二叉树,主要用于数据压缩传输. 赫夫曼树的构造过程相对比较简单,要理解赫夫曼数,要先了解赫夫曼编码. 对一组出现频率不同 ...

  3. 赫夫曼树JAVA实现及分析

    一,介绍 1)构造赫夫曼树的算法是一个贪心算法,贪心的地方在于:总是选取当前频率(权值)最低的两个结点来进行合并,构造新结点. 2)使用最小堆来选取频率最小的节点,有助于提高算法效率,因为要选频率最低 ...

  4. Android版数据结构与算法(七):赫夫曼树

    版权声明:本文出自汪磊的博客,未经作者允许禁止转载. 近期忙着新版本的开发,此外正在回顾C语言,大部分时间没放在数据结构与算法的整理上,所以更新有点慢了,不过既然写了就肯定尽力将这部分完全整理好分享出 ...

  5. Java数据结构和算法(四)赫夫曼树

    Java数据结构和算法(四)赫夫曼树 数据结构与算法目录(https://www.cnblogs.com/binarylei/p/10115867.html) 赫夫曼树又称为最优二叉树,赫夫曼树的一个 ...

  6. javascript实现数据结构: 树和二叉树的应用--最优二叉树(赫夫曼树),回溯法与树的遍历--求集合幂集及八皇后问题

    赫夫曼树及其应用 赫夫曼(Huffman)树又称最优树,是一类带权路径长度最短的树,有着广泛的应用. 最优二叉树(Huffman树) 1 基本概念 ① 结点路径:从树中一个结点到另一个结点的之间的分支 ...

  7. 重温经典之赫夫曼(Huffman)编码

    先看看赫夫曼树假设有n个权值{w1,w2,…,wn},构造一个有n个叶子结点的二叉树,每个叶子结点权值为wi,则其中带权路径长度WPL最小的二叉树称作赫夫曼树或最优二叉树. 赫夫曼树的构造,赫夫曼最早 ...

  8. c++实现哈夫曼树,哈夫曼编码,哈夫曼解码(字符串去重,并统计频率)

    #include <iostream> #include <iomanip> #include <string> #include <cstdlib> ...

  9. puk1521 赫夫曼树编码

    Description An entropy encoder is a data encoding method that achieves lossless data compression by ...

随机推荐

  1. Juniper srx新增接口IP,使PC直连srx(转)

    转自:https://www.jianshu.com/p/bc27134bde3d Juniper srx新增接口IP,使PC直连srx 2018.11.19 14:24:15字数 424 概述 需求 ...

  2. git配置报错fatal: Authentication failed for ''问题解决

    如果在git配置中报错fatal: Authentication failed for '',其实就是凭证失败的意思 接着输入一下命令行没有出现要求输入用户名或密码,并报错 $ git config ...

  3. c语言中对指向指针的指针的理解?

    /************************************************************************* > File Name: ptr_to_pt ...

  4. ZJNU 1205 - 侦探推理——高级

    双层枚举嫌疑犯与当日是星期几,统计真话与假话是否满足题意 注意 fake<=N&&fake+neutral>=N 即假话数量不大于N,假话加上没用的废话数量不小于N (注意 ...

  5. linux 笔记本

    命令 作用 tail -f 日志文件名 将日志同步输出 echo "">文件名 清空文件内容

  6. java.lang.SecurityException: java.lang.IllegalStateException: java.io.FileNotFoundException:XXXXXX(系统找不到指定文件)

    项目启动成功过,但访问页面抛出异常. 在Maven项目启动的时候,tomcat缓存机制没有吧maven jar除外的jar执行到项目里面,所有不要慌,项目重新启动就OK了, 如果这样还是不行的话就找到 ...

  7. 获取cell上按钮事件

    原由:点击cell上的按钮,无法获取button对应的cell位置 //获取按钮上层控件,也就是cell本身 AccountCell *cell= (AccountCell *)[按钮名称 super ...

  8. Kubernetes系列:Kubernetes Dashboard

    15.1.Dashboard 作为Kube认得Web用户界面,用户可以通过Dashboard在Kubernetes集群中部署容器化的应用,对应用进行问题处理和管理,并对集群本身进行管理.通过Dashb ...

  9. ansible批量部署模块(二)

    回顾:Ansible: 无需客户端程序 只要有SSH 模块化 ansible帮助工具ansible-doc 模块名ansible-doc 模块名 -s 列出该模块的所有选项ansible-doc -l ...

  10. Java注解基础

    0.背景 Java注解--Annotation产生于JDK5.作为code的特殊“标记”,注解可以在编译.类加载.运行时被读取,并执行处理. 开发利用注解在源码中嵌入补充信息,工具(代码分析.开发.部 ...