huffman编码
来源:互联网 发布:电动车拉客软件 编辑:程序博客网 时间:2024/06/17 07:55
1.感谢:
Java读写二进制文件操作
2.简介
这是学校课程的一个实验题目。我们先看看题目吧:
- 以字母(Character)为基础的压缩
- 文本解析:将cacm.all文件分解成一个个的字母
- 字频统计:统计每个字母出现的词频
- Huffman编码:根据Huffman编码的原理,对每个字母进行编码。给出一个编码字典。
- 文档压缩:根据Huffman编码,压缩文件。
- 文档还原:对压缩后的文档进行解压缩。
Huffman,首先要理解的是Huffman树,额这个参考一下:huffman编码实现(详细实现)
然后,我们知道,压缩应该这样做:
1.读取文件,统计字符的频率/权重
2.根据字符的频率/权重生成一棵Huffman树,然后就得到了所谓的字符编码,0101,一寸二进制。根据这个字符编码,我们就可以把文件中的每一个字符编成二进制!例如,源文件的字符“a",其字典是01,那么,以后文件中的a都用01代替!这样就构造了一个映射了,爽歪歪!
3.再读取源文件,根据字符字典,写入一个二进制文件中,完成!
看起来,还挺简单的,嗯,然后我们看看一些有坑的地方,和关键代码实现。
3.首先,我们来定义Huffman的结点类:
这里,还实现了一个
/** * Created by Chestnut on 2016/11/6. * 实现Comparable接口,使用优先队列 * 默认的优先队列是优先级最高的先push * 而这里,我们需要:优先级(权重) * 最小的先push. */public class HufNode<A> implements Comparable<HufNode>{ private HufNode leftChild = null; //左孩子 private HufNode rightChild = null; //右孩子 private int weight = 0; //频率/权重 private A object = null; //结点存储的对象,如果没有,约定为空。 public HufNode(HufNode leftChild, HufNode rightChild, int weight, A object) { this.leftChild = leftChild; this.rightChild = rightChild; this.weight = weight; this.object = object; } public HufNode getLeftChild() { return leftChild; } public void setLeftChild(HufNode leftChild) { this.leftChild = leftChild; } public HufNode getRightChild() { return rightChild; } public void setRightChild(HufNode rightChild) { this.rightChild = rightChild; } public int getWeight() { return weight; } public void setWeight(int weight) { this.weight = weight; } public A getObject() { return object; } public void setObject(A object) { this.object = object; } @Override public int compareTo(HufNode o) { if (this.weight < o.weight) return -1; else if (this.weight > o.weight) return 1; else return 0; }}
4 .文件的字符统计
这个实现起来,还挺简单。
注意FileReader,其实用来读取文件内容,
当读到文件尾的时候,fileReader.read()返回-1.
/** * 根据文件路径返回 Huffman 节点集合 * @param filePath * @return */ public static List<HufNode> getHuffNodes(String filePath) { List<Character> characters = null; List<HufNode> hufNodes = null; try( FileReader fileReader = new FileReader(filePath) ){ hufNodes = new ArrayList<>(); characters = new ArrayList<>(); int ch ; while ((ch = fileReader.read())!=-1) { char temp = (char) ch; if (!characters.contains(temp)) { characters.add(temp); HufNode<Character> hufNode = new HufNode<>(null,null,1,temp); hufNodes.add(hufNode); } else { int index = characters.indexOf(temp); int weight = hufNodes.get(index).getWeight(); hufNodes.get(index).setWeight(++weight); } } } catch (FileNotFoundException e) { e.printStackTrace(); System.out.println("FileNotFoundException:"+e.getMessage()); } catch (IOException e) { e.printStackTrace(); System.out.println("IOException:"+e.getMessage()); } return hufNodes; }
这里要非常注意,FileReader的用法。
例如,当向文件写入:int -1,那么,实际上,
用二进制看文件,会发现:FF FF FF FF
嗯,很对,int型是32位,转成16进制就是8位了,而,-1的16进制就是:FF FF FF FF。
使用fileReader.read()的话,按照Ascii码返回!
也就是说,这里去read的话,不会返回-1,返回的是65535!
5.然后就是建立Huffman树了...
/** * 构造Huffman树 * 约定:左子树 <= 右子树 * @param hufNodes 传入乱序的所有原始数据 * @return Huffman的头 */ public static HufNode buildHuffTree(List<HufNode> hufNodes) { PriorityQueue<HufNode> priorities = new PriorityQueue<>(); priorities.addAll(hufNodes); HufNode New; for (int i = 0; i < hufNodes.size() - 1; i++) { HufNode a = priorities.poll(); HufNode b = priorities.poll(); New = new HufNode(a,b,a.getWeight()+b.getWeight(),null); if (priorities.isEmpty()) return New; priorities.add(New); } return null; }
这里传入的是乱序的原始结点。这里就通过一个优先队列去排序。
优先队列:java中原本的实现,是按照插入队列中的数据中的权值,由小到大poll出来。
这里是不是有点符合我们的Huffman树的构造了,把权重最大的放在离root节点最近。
所以,这里的HuffmanNode类就实现了一个优先队列的排序接口。
6 .得到字符字典/字符编码
/** * 得到编码字典 * @param rootNode 根节点 * @return 编码 */ public static Map<Character, String> getLetterCode(HufNode rootNode) { Map<Character, String> letterCode = new HashMap<Character, String>(); getLetterCode(rootNode, "", letterCode); return letterCode; } /** * 先序遍历哈夫曼树,获得所有字符编码对。 * @param rooNode 哈夫曼树根结点 * @param suffix 编码前缀,也就是编码这个字符时,之前路径上的所有编码 * @param letterCode 用于保存字符编码结果 */ private static void getLetterCode(HufNode rooNode, String suffix, Map<Character, String> letterCode) { if (rooNode != null) { if (rooNode.getLeftChild() == null && rooNode.getRightChild() == null) { Character character = (Character) rooNode.getObject(); letterCode.put(character, suffix); } getLetterCode(rooNode.getLeftChild(), suffix + "0", letterCode); getLetterCode(rooNode.getRightChild(), suffix + "1", letterCode); } }
核心思想就是,先序遍历!很熟悉呐,套路的递归。
7 .编码压缩
根据编码去重新读取源文件的每一个字符,再存入新的文件,以0101的形式,也就是二进制。
这里,我们要考虑几个问题:
- (1) .文件的后缀
- (2) .文件的字符字典
- (3) .文件的末尾
java中的二进制读写,是一定要用:DataInputStream && DataOutputStream
这里,我是这样约定的,
先存文件的后缀,然后是字符字典,最后是正文。
正文中,0101流按照由(int)高位到地址存放。
而且,为了标记是当前的内容是文件的后缀,还是字符字典,还是文件末尾,我把int的最高位
也就是符号位不作为正文的使用。
约定如下:
/** * Created by Chestnut on 2016/11/6. * * 在这里定义编码的格式如下: * * (这里,约定使用int的31位,最高位为0) * (最高位为1,即符号标志位为1的,约定为一些敏感字段的头和尾) * * [int:-1] 文件头(包含一些文件信息,例如后缀等等) * [int:-10] 文件后缀(一个int) * [int:一个int] * unknown:0(没约定) * txt : 1 * jpg : 2 * ...(需要约定) * [int:-1] * * [int:-2] 字符字典: * [int:] (这个为字符!),为16进制!应该解析为字符。 * [int:]...(字符的频率/权重:) * ... * [int:-2] * * [int:-3] 编码区 * [int:] n个int,为正数,最高位为0。 * ... * ... * ... * [int:-301] 说明下一个是最后一个int的开始。 * [int:] 说明剩下的bit数 * [int:]...数据 * [int:-3] * * */
这里的字符字典我使用的是字符的权重去存储,
其实这也可以压缩一下,存储0101.
然后,根据这个约定,我们就可以去压缩了。
在这之前,放出几个必要的函数:
/** * 从int获取第index位bit(0/1) * @param a int * @param index 位置,1-32 * @return 0/1 char */ public static char getBitFromInt(int a, int index) { if (index<0 || index>32) return '0'; return (a>>index-1 & 0x00000001) == 1 ? '1' : '0'; } /** * 把bit写入到int里面 * @param a int * @param bit 位,只能是'1' or '0' * @param index 位置,1-32 */ public static int writeBitToInt(int a,char bit,int index) { if (bit=='0' || index<0 || index>32) return a; return 1<<index-1 | a; } /** * 根据letterCode和字符取得编码字典 * @param letterCode * @param c * @return */ public static String getEncodeFromOneChar(Map<Character,String> letterCode, char c) { Set<Character> set = letterCode.keySet(); if (set.contains(c)) { return letterCode.get(c); } return ""; }
这几个都是读写int型数据的bit位。(为啥要这么蛋疼?一位一位bit写不可以吗?不可以,java不支持...)
压缩的代码:
/** * 编码 * @param src 源文件地址 * @param encode 编码到哪个文件 * @param letterCode 字符字典 * @param hufNodes 最原始的带有字符频率的Huffman结点 * @return 是否成功 */ public static boolean encode(String src, String encode, Map<Character,String> letterCode, List<HufNode> hufNodes) { //取得后缀名 String suffix = src.substring(src.lastIndexOf(".")+1); int suffixCode = 0; switch (suffix) { case "txt": suffixCode = 1; break; case "jpg": suffixCode = 2; break; } try( DataOutputStream writer = new DataOutputStream(new FileOutputStream(encode)); FileReader reader = new FileReader(src) ) { // [int:-1] 文件头(包含一些文件信息,例如后缀等等) // [int:-10] 文件后缀(一个int) // [int:一个int] // unknown:0(没约定) // txt : 1 // jpg : 2 // ...(需要约定) // [int:-1] writer.writeInt(-1); writer.writeInt(-10); writer.writeInt(suffixCode); writer.writeInt(-1); // [int:-2] 字符字典: // [int:] (这个为字符!),为16进制!应该解析为字符。 // [int:]...(字符的频率/权重:) // ... // [int:-2] writer.writeInt(-2); for (int i = 0; i < hufNodes.size(); i++) { writer.writeInt((Character)hufNodes.get(i).getObject()); writer.writeInt(hufNodes.get(i).getWeight()); } writer.writeInt(-2); // [int:-3] 编码区 // [int:] n个int,为正数,最高位为0。 // ... // ... // ... // [int:-301] 说明下一个是最后一个int的开始。 // [int:] 说明剩下的bit数 // [int:]...数据 // [int:-3] writer.writeInt(-3); int ch ; ArrayBlockingQueue<Character> arrayBlockingQueue = new ArrayBlockingQueue<>(100); String xxx ; while ((ch = reader.read())!=-1) { char ii = (char) ch; xxx = getEncodeFromOneChar(letterCode, ii); for (int i = 0; i < xxx.length(); i++) { arrayBlockingQueue.add(xxx.charAt(i)); if (arrayBlockingQueue.size()>=31) { int pp = 0; for (int j = 0; j < 31; j++) { pp = writeBitToInt(pp,arrayBlockingQueue.poll(),31-j); } pp = writeBitToInt(pp,'0',32); writer.writeInt(pp); } } } if (!arrayBlockingQueue.isEmpty()) { writer.writeInt(-301); writer.writeInt(arrayBlockingQueue.size()); int pp = 0; int length = arrayBlockingQueue.size(); for (int i = 0; i < length; i++) { pp = writeBitToInt(pp,arrayBlockingQueue.poll(),length-i); } writer.writeInt(pp); } else { writer.writeInt(-301); writer.writeInt(0); } writer.writeInt(-3); return true; } catch (IOException e) { File file = new File(encode); if (file.exists()) file.delete(); e.printStackTrace(); return false; } }
仔细看看注释应该可以懂,不懂再问我哈。
8 .解码解压
清楚了上面的压缩编码,解码就很容易:
/** * 解码 * @param src 待解码文件 * @param decodeFilePath 解压的路径,注意,其是一个路径而不是一个文件。 * @return 是否成功 */ public static boolean decode(String src, String decodeFilePath) { File file = new File(src); if (!file.exists()) return false; try ( DataInputStream in = new DataInputStream( new BufferedInputStream( new FileInputStream(src))) ){ int temp; //[-1]读取文件头 temp = in.readInt(); if (temp!=-1) return false; while ((temp = in.readInt())!=-1) { //读取自定义的信息 switch (temp) { case -10://后缀 String suffix; switch (in.readInt()) { case 1: suffix = ".txt"; break; case 2: suffix = ".jpg"; break; default: suffix = ".unknown"; break; } decodeFilePath += "temp" + suffix; break; } } //[-2]读取字符频率/权重 temp = in.readInt(); if (temp!=-2) return false; List<HufNode> hufNodes = new ArrayList<>(); while ((temp = in.readInt())!=-2) { //读取字符 char a = (char) temp; int weight = in.readInt(); hufNodes.add(new HufNode<>(null,null,weight,a)); } //建立Huffman树 HufNode<Character> root = buildHuffTree(hufNodes); try( DataOutputStream writer = new DataOutputStream(new FileOutputStream(decodeFilePath)) ) { //[-3]读取编码 & 写入文件 HufNode<Character> point = root; temp = in.readInt(); if (temp!=-3) return false; while ((temp = in.readInt())!=-3) { switch (temp) { case -301://到最后一个int int lastIntLength = in.readInt(); temp = in.readInt(); //读取 & 写入 for (int i = 0; i < lastIntLength; i++) { point = getBitFromInt(temp,lastIntLength-i) == '1' ? point.getRightChild() : point.getLeftChild(); if (point.getObject()!=null) { writer.write(point.getObject()); point = root; } } break; default: //读取 & 写入 for (int i = 0; i < 31; i++) { point = getBitFromInt(temp,31-i) == '1' ? point.getRightChild() : point.getLeftChild(); if (point.getObject()!=null) { writer.write(point.getObject()); point = root; } } break; } } }catch (Exception e) { e.printStackTrace(); return false; } }catch (Exception e) { e.printStackTrace(); return false; } return true; }
9 .组合的一个工具类:HuffmanUtils
package Lab5;import java.io.*;import java.util.*;import java.util.concurrent.ArrayBlockingQueue;/** * Created by Chestnut on 2016/11/6. * * 在这里定义编码的格式如下: * * (这里,约定使用int的31位,最高位为0) * (最高位为1,即符号标志位为1的,约定为一些敏感字段的头和尾) * * [int:-1] 文件头(包含一些文件信息,例如后缀等等) * [int:-10] 文件后缀(一个int) * [int:一个int] * unknown:0(没约定) * txt : 1 * jpg : 2 * ...(需要约定) * [int:-1] * * [int:-2] 字符字典: * [int:] (这个为字符!),为16进制!应该解析为字符。 * [int:]...(字符的频率/权重:) * ... * [int:-2] * * [int:-3] 编码区 * [int:] n个int,为正数,最高位为0。 * ... * ... * ... * [int:-301] 说明下一个是最后一个int的开始。 * [int:] 说明剩下的bit数 * [int:]...数据 * [int:-3] * * */public class HuffmanUtils { /** * 从int获取第index位bit(0/1) * @param a int * @param index 位置,1-32 * @return 0/1 char */ public static char getBitFromInt(int a, int index) { if (index<0 || index>32) return '0'; return (a>>index-1 & 0x00000001) == 1 ? '1' : '0'; } /** * 把bit写入到int里面 * @param a int * @param bit 位,只能是'1' or '0' * @param index 位置,1-32 */ public static int writeBitToInt(int a,char bit,int index) { if (bit=='0' || index<0 || index>32) return a; return 1<<index-1 | a; } /** * 根据letterCode和字符取得编码字典 * @param letterCode * @param c * @return */ public static String getEncodeFromOneChar(Map<Character,String> letterCode, char c) { Set<Character> set = letterCode.keySet(); if (set.contains(c)) { return letterCode.get(c); } return ""; } /** * 得到编码字典 * @param rootNode 根节点 * @return 编码 */ public static Map<Character, String> getLetterCode(HufNode rootNode) { Map<Character, String> letterCode = new HashMap<Character, String>(); getLetterCode(rootNode, "", letterCode); return letterCode; } /** * 先序遍历哈夫曼树,获得所有字符编码对。 * @param rooNode 哈夫曼树根结点 * @param suffix 编码前缀,也就是编码这个字符时,之前路径上的所有编码 * @param letterCode 用于保存字符编码结果 */ private static void getLetterCode(HufNode rooNode, String suffix, Map<Character, String> letterCode) { if (rooNode != null) { if (rooNode.getLeftChild() == null && rooNode.getRightChild() == null) { Character character = (Character) rooNode.getObject(); letterCode.put(character, suffix); } getLetterCode(rooNode.getLeftChild(), suffix + "0", letterCode); getLetterCode(rooNode.getRightChild(), suffix + "1", letterCode); } } /** * 构造Huffman树 * 约定:左子树 <= 右子树 * @param hufNodes 传入乱序的所有原始数据 * @return Huffman的头 */ public static HufNode buildHuffTree(List<HufNode> hufNodes) { PriorityQueue<HufNode> priorities = new PriorityQueue<>(); priorities.addAll(hufNodes); HufNode New; for (int i = 0; i < hufNodes.size() - 1; i++) { HufNode a = priorities.poll(); HufNode b = priorities.poll(); New = new HufNode(a,b,a.getWeight()+b.getWeight(),null); if (priorities.isEmpty()) return New; priorities.add(New); } return null; } /** * 编码 * @param src 源文件地址 * @param encode 编码到哪个文件 * @param letterCode 字符字典 * @param hufNodes 最原始的带有字符频率的Huffman结点 * @return 是否成功 */ public static boolean encode(String src, String encode, Map<Character,String> letterCode, List<HufNode> hufNodes) { //取得后缀名 String suffix = src.substring(src.lastIndexOf(".")+1); int suffixCode = 0; switch (suffix) { case "txt": suffixCode = 1; break; case "jpg": suffixCode = 2; break; } try( DataOutputStream writer = new DataOutputStream(new FileOutputStream(encode)); FileReader reader = new FileReader(src) ) { // [int:-1] 文件头(包含一些文件信息,例如后缀等等) // [int:-10] 文件后缀(一个int) // [int:一个int] // unknown:0(没约定) // txt : 1 // jpg : 2 // ...(需要约定) // [int:-1] writer.writeInt(-1); writer.writeInt(-10); writer.writeInt(suffixCode); writer.writeInt(-1); // [int:-2] 字符字典: // [int:] (这个为字符!),为16进制!应该解析为字符。 // [int:]...(字符的频率/权重:) // ... // [int:-2] writer.writeInt(-2); for (int i = 0; i < hufNodes.size(); i++) { writer.writeInt((Character)hufNodes.get(i).getObject()); writer.writeInt(hufNodes.get(i).getWeight()); } writer.writeInt(-2); // [int:-3] 编码区 // [int:] n个int,为正数,最高位为0。 // ... // ... // ... // [int:-301] 说明下一个是最后一个int的开始。 // [int:] 说明剩下的bit数 // [int:]...数据 // [int:-3] writer.writeInt(-3); int ch ; ArrayBlockingQueue<Character> arrayBlockingQueue = new ArrayBlockingQueue<>(100); String xxx ; while ((ch = reader.read())!=-1) { char ii = (char) ch; xxx = getEncodeFromOneChar(letterCode, ii); for (int i = 0; i < xxx.length(); i++) { arrayBlockingQueue.add(xxx.charAt(i)); if (arrayBlockingQueue.size()>=31) { int pp = 0; for (int j = 0; j < 31; j++) { pp = writeBitToInt(pp,arrayBlockingQueue.poll(),31-j); } pp = writeBitToInt(pp,'0',32); writer.writeInt(pp); } } } if (!arrayBlockingQueue.isEmpty()) { writer.writeInt(-301); writer.writeInt(arrayBlockingQueue.size()); int pp = 0; int length = arrayBlockingQueue.size(); for (int i = 0; i < length; i++) { pp = writeBitToInt(pp,arrayBlockingQueue.poll(),length-i); } writer.writeInt(pp); } else { writer.writeInt(-301); writer.writeInt(0); } writer.writeInt(-3); return true; } catch (IOException e) { File file = new File(encode); if (file.exists()) file.delete(); e.printStackTrace(); return false; } } /** * 解码 * @param src 待解码文件 * @param decodeFilePath 解压的路径,注意,其是一个路径而不是一个文件。 * @return 是否成功 */ public static boolean decode(String src, String decodeFilePath) { File file = new File(src); if (!file.exists()) return false; try ( DataInputStream in = new DataInputStream( new BufferedInputStream( new FileInputStream(src))) ){ int temp; //[-1]读取文件头 temp = in.readInt(); if (temp!=-1) return false; while ((temp = in.readInt())!=-1) { //读取自定义的信息 switch (temp) { case -10://后缀 String suffix; switch (in.readInt()) { case 1: suffix = ".txt"; break; case 2: suffix = ".jpg"; break; default: suffix = ".unknown"; break; } decodeFilePath += "temp" + suffix; break; } } //[-2]读取字符频率/权重 temp = in.readInt(); if (temp!=-2) return false; List<HufNode> hufNodes = new ArrayList<>(); while ((temp = in.readInt())!=-2) { //读取字符 char a = (char) temp; int weight = in.readInt(); hufNodes.add(new HufNode<>(null,null,weight,a)); } //建立Huffman树 HufNode<Character> root = buildHuffTree(hufNodes); try( DataOutputStream writer = new DataOutputStream(new FileOutputStream(decodeFilePath)) ) { //[-3]读取编码 & 写入文件 HufNode<Character> point = root; temp = in.readInt(); if (temp!=-3) return false; while ((temp = in.readInt())!=-3) { switch (temp) { case -301://到最后一个int int lastIntLength = in.readInt(); temp = in.readInt(); //读取 & 写入 for (int i = 0; i < lastIntLength; i++) { point = getBitFromInt(temp,lastIntLength-i) == '1' ? point.getRightChild() : point.getLeftChild(); if (point.getObject()!=null) { writer.write(point.getObject()); point = root; } } break; default: //读取 & 写入 for (int i = 0; i < 31; i++) { point = getBitFromInt(temp,31-i) == '1' ? point.getRightChild() : point.getLeftChild(); if (point.getObject()!=null) { writer.write(point.getObject()); point = root; } } break; } } }catch (Exception e) { e.printStackTrace(); return false; } }catch (Exception e) { e.printStackTrace(); return false; } return true; } /** * 根据文件路径返回 Huffman 节点集合 * @param filePath * @return */ public static List<HufNode> getHuffNodes(String filePath) { List<Character> characters = null; List<HufNode> hufNodes = null; try( FileReader fileReader = new FileReader(filePath) ){ hufNodes = new ArrayList<>(); characters = new ArrayList<>(); int ch ; while ((ch = fileReader.read())!=-1) { char temp = (char) ch; if (!characters.contains(temp)) { characters.add(temp); HufNode<Character> hufNode = new HufNode<>(null,null,1,temp); hufNodes.add(hufNode); } else { int index = characters.indexOf(temp); int weight = hufNodes.get(index).getWeight(); hufNodes.get(index).setWeight(++weight); } } } catch (FileNotFoundException e) { e.printStackTrace(); System.out.println("FileNotFoundException:"+e.getMessage()); } catch (IOException e) { e.printStackTrace(); System.out.println("IOException:"+e.getMessage()); } return hufNodes; }}
工具类的使用:
public static void main(String[] args) { //从给出的文件得到字符的频率:建立起Huffman节点集合。 List<HufNode> hufNodes = HuffmanUtils.getHuffNodes(FilePath); //建立Huffman树 HufNode<Character> root = HuffmanUtils.buildHuffTree(hufNodes); //得到编码字典 Map<Character,String> letterCode = HuffmanUtils.getLetterCode(root); //编码压缩: if (HuffmanUtils.encode(FilePath,FilePathEncode,letterCode,hufNodes)) { if (!HuffmanUtils.decode(FilePathEncode,decodeFilePath)) System.out.println("解码失败!"); } else System.out.println("压缩失败!"); }
10 .总结
整个做下来,坑啊,自己知道,我的坑也不一定是你的坑,哈哈,所以,慢慢弄咯。
最后的压缩率(压缩的文件大小/压缩前的大小)为68%左右。
作者:栗子酱油饼
链接:http://www.jianshu.com/p/a30953ab62a6
來源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
- Huffman树&&Huffman编码
- huffman编码
- huffman编码
- HUFFMAN 编码
- Huffman编码
- huffman编码
- huffman编码
- Huffman编码
- Huffman编码
- Huffman编码
- Huffman编码
- HuffMan编码
- Huffman编码
- Huffman编码
- Huffman编码
- huffman编码
- Huffman编码
- huffman编码
- PyDev+Eclipse离线配置Python开发环境
- MySQL配置局域网内所有的用户可以连接
- JAVA语言特性笔记
- 洛谷P1197 [JSOI2008]星球大战
- spring 所有bean 加载顺序
- huffman编码
- Java中WeakHashMap实现原理深究
- Ubuntu16.04安装php5.6
- 随笔-贪心算法(bzoj 1034,bzoj 1028)
- 机器学习入门!!
- [即时问题解决]Log打印出现字符串截断
- oracle的数据库导入到处
- chapter1 SpringBoot 入门
- SQL Server中的事务与锁