Java小程序之哈夫曼树与文件压缩和解压缩（二）文件压缩篇

 Java小程序之哈夫曼树与文件压缩和解压缩（二）文件压缩篇

一、初识压缩与解压缩原理

压缩可以理解为：对文件的加密过程

解压可以理解为：对文件的解密过程

例如：

我  - a

是  -  b

谁  -  c

我是谁   -》  abc

二、压缩原理详解

我们都知道，计算机只能存储二进制数据，即计算机中存储的都是0和1；那么我们看的的a、b、c等英文字母和汉字在计算机中使怎么存储的呢？

这就涉及到了编码的问题了，英文用的编码是ASCII，即利用一个字节（8位，也就是8个0和1 组成的01串）来表示各种英文字母以及符号，例如a字母在ASCII编码中是97（十进制），在计算机中的存储是：01100001；所以一个英文字母或者符号只占一个字节；因为汉字众多，远远不止256个，所以汉字的编码需要用两个字节来编码，总共可编码2*16个汉字；所以一个汉字一半占两个字节；常用的汉字编码有UTF-8和GBK等；

现在比如在一个文件中存储有abaabc；那么计算机中存储的应该是01100001（a） 01100010 （b）01100001（a）01100001（a）01100010 （b）01100011 （c），一共占6个字节；如何利用哈夫曼树将这个文件进行压缩呢？构造哈夫曼树，首先的有权值，那么拿什么东西作为权值呢？

我们用文件中某个字出现的次数作为权值来构造哈夫曼树，上面的字符串中a出现了三次，那么把3作为a的权值，b出现了两次，那么把2作为b的权值，同理把1作为c的权值，那么我们得到的哈夫曼树如下图：

 aabbac ==》01100001  01100010 01100001 01100001 01100010 01100011

那么原来的那一串abaabc用哈夫曼编码后为：aabbac ==》1 1 01 1 1 01 00

瞧，原来的6个字节现在变成了2个字节了；我们只要把这个新的01串转成十进制整数，再把这个十进制的整数写入到压缩文件中即完成了压缩；

     

三、压缩具体实现思路：

1、读取文件，统计文件中每个字节出现次数（作为构造哈夫曼树的权值）

2、根据次数构建哈夫曼树

3、根据哈夫曼树构建码表

4、再读取文件，通过码表对文件中读取的字节进行加密处理

难点分析：

定义一个256长度的整型数组

定义一个256长度的字符串数组

为什么呢？其一、英文字母和符号加起来正好256个，当读到是97时，正好可以在该位置加1

后面的代码会体现，这里还需要注意的是索引要对应好，比如a在ASCII码中是97，那么，字符串数组索引为97的位置存储的一定要是a字母对应的哈夫曼编码

 

通过哈夫曼压缩后，我们将得到一串压缩后01串，最后，我们需要把这一01串每8个一组，转换长十进制的整数，最后不够8位的补0，把得到的十进制整数写入文件即完成压缩工作了！

四、哈夫曼树文件压缩源代码：

哈夫曼节点类：这里需要索引的目通过索引既可以得到该索引的哈夫曼编码，同时可以得打原来的数据

package com.huaxin.compress;/* * 哈夫曼节点类 */public class HuffmNode {//数据域private int data;//索引private int index;//左子节点private HuffmNode left;//右子节点private HuffmNode right;//哈夫曼节点的构造函数public HuffmNode(int data,int index){this.data=data;this.index=index;}//私有属性的封装public int getData() {return data;}public void setData(int data) {this.data = data;}public int getIndex() {return index;}public void setIndex(int index) {this.index = index;}public HuffmNode getLeft() {return left;}public void setLeft(HuffmNode left) {this.left = left;}public HuffmNode getRight() {return right;}public void setRight(HuffmNode right) {this.right = right;}}

压缩以及压缩实现类

package com.huaxin.compress;import java.io.FileInputStream;import java.io.FileNotFoundException;import java.io.FileOutputStream;import java.util.LinkedList;public class Compress {public int [] times = new int[256];public String [] HuffmCodes=new String[256];public LinkedList<HuffmNode> list = new LinkedList<HuffmNode>();//统计次数//初始化public Compress(){for (int i = 0; i < HuffmCodes.length; i++) {HuffmCodes[i]="";}}public void countTimes(String path) throws Exception{//构造文件输入流FileInputStream fis = new FileInputStream(path);//读取文件int value=fis.read();while(value!=-1){times[value]++;value=fis.read();}//关闭流fis.close();}//构造哈夫曼树public HuffmNode createTree(){//将次数作为权值构造森林for (int i = 0; i < times.length; i++) {if(times[i]!=0){HuffmNode node = new HuffmNode(times[i],i);//将构造好的节点加入到容器中的正确位置list.add(getIndex(node), node);}}//将森林（容器中的各个节点）构造成哈夫曼树while(list.size()>1) {//获取容器中第一个元素（权值最小的节点）HuffmNode firstNode =list.removeFirst();//获取中新的第一个元素，原来的第一个元素已经被移除了（权值次小的节点）HuffmNode secondNode =list.removeFirst();//将权值最小的两个节点构造成父节点HuffmNode fatherNode =new HuffmNode(firstNode.getData()+secondNode.getData(),-1);fatherNode.setLeft(firstNode);fatherNode.setRight(secondNode);//父节点加入到容器中的正确位置list.add(getIndex(fatherNode),fatherNode);}//返回整颗树的根节点return list.getFirst();}//利用前序遍历获取编码表public void getHuffmCode(HuffmNode root,String code){//往左走，哈夫曼编码加0if(root.getLeft()!=null){getHuffmCode(root.getLeft(),code+"0");}//往右走，哈夫曼编码加1if(root.getRight()!=null){getHuffmCode(root.getRight(),code+"1");}//如果是叶子节点，返回该叶子节点的哈夫曼编码if(root.getLeft()==null && root.getRight()==null){//System.out.println(root.getIndex()+"的编码为："+code);HuffmCodes[root.getIndex()]=code;}}//压缩文件public void compress(String path,String destpath) throws Exception{//构建文件输出流FileOutputStream fos = new FileOutputStream(destpath);FileInputStream fis = new FileInputStream(path);/**===============将数据写入到文件中================*///读文件，并将对应的哈夫曼编码串接成字符串int value=fis.read();String str = "";while(value!=-1){str+=HuffmCodes[value];//System.out.println((char)value+":"+str);value=fis.read();}System.out.println(str);fis.close();String s="";while(str.length()>=8){s=str.substring(0, 8);int b=changeStringToInt(s);//System.out.println(c);fos.write(b);fos.flush();str=str.substring(8);}int last1=8-str.length();for (int i = 0; i <last1; i++) {str+="0";}s=str.substring(0, 8);//System.out.println(s);int d=changeStringToInt(s);fos.write(d);//补0的个数暂时不写，后面解压缩在写//fos.write(last1);//fos.flush();fos.close();}//插入元素位置的索引public int getIndex(HuffmNode node) {for (int i = 0; i < list.size(); i++) {if(node.getData()<=list.get(i).getData()){return i;}}       return list.size();}//将字符串转换成整数public int changeStringToInt(String s){int v1=(s.charAt(0)-48)*128;int v2=(s.charAt(1)-48)*64;int v3=(s.charAt(2)-48)*32;int v4=(s.charAt(3)-48)*16;int v5=(s.charAt(4)-48)*8;int v6=(s.charAt(5)-48)*4;int v7=(s.charAt(6)-48)*2;int v8=(s.charAt(7)-48)*1;return v1+v2+v3+v4+v5+v6+v7+v8;}}

测试类：

package com.huaxin.compress;public class Test {public static void main(String[] args) throws Exception {//创建压缩对象Compress compress = new Compress();//统计文件中0-255出现的次数compress.countTimes("C:\\Users\\Administrator\\Desktop\\test.txt");//构造哈夫曼树，并得到根节点HuffmNode root=compress.createTree();//得到哈夫曼编码compress.getHuffmCode(root, "");//压缩文件compress.compress("C:\\Users\\Administrator\\Desktop\\test.txt","C:\\Users\\Administrator\\Desktop\\test.zip");}}

运行结果：（.zip不能用WRAR打开，只是显示图标和.zip文件是一样的；.zip文件用的其他压缩方法）

五、总结：

1、明白了压缩的基本原理

2、知道如何利用哈夫曼树进行文件压缩

3、对对应索引位置的理解；