【数据结构与算法】赫夫曼编码

赫夫曼编码

基本介绍

1. 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。
2. 赫夫曼编码是赫夫曼树在电讯通信中的经典应用之一，
3. 赫夫曼编码广泛地应用于数据文件压缩，其压缩率通常在 20%~90% 之间。
4. 赫夫曼编码是可变字长编码（VLC）的一种，Huffman 于 1952 年提出的一种编码。

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。

数据压缩

思路分析

功能：根据赫夫曼编码压缩数据的原理，需要创建"i like like like java do you like a java"对应的赫夫曼树

思路：

1. Node {data（存放数据），weight（权值），left，right}
2. 得到"i like like like java do you like a java"对应的 byte[] 数组
3. 编写一个方法将准备构建赫夫曼树的 Node 节点放到 List，形式：[Node[data = 97,weight = 5],…]，体现 d:1 y:1 u:1 j:2 v:2 o:2 l:4 k:4 e:4 i:5 a:5 [空格]:9
4. 可以通过 List 创建对应的赫夫曼树
5. 将字符和权值加入到 List 集合
6. 将得到的赫夫曼树的所有叶子结点的赫夫曼编码得到，并放入到 huffmanCodes 集合，得到赫夫曼编码表（规定：左子节点的路径为 0，右子节点的路径为 1）
7. 将字符串对应的数组，通过生成的赫夫曼编码表，返回一个赫夫曼编码压缩后的数组

代码实现

public class HuffmanCode {
   
   
    public static void main(String[] args) {
   
   
        String content = "i like like like java do you like a java";
        byte[] contentBytes = content.getBytes();

        byte[] huffmanCodeBytes = huffmanZip(contentBytes);
        System.out.println(Arrays.toString(huffmanCodeBytes));
    }

    /**
     * 封装方法，便于调用
     *
     * @param bytes 原始的字符串对应的字节数组
     * @return 是经过赫夫曼编码压缩过后的字节数组
     */
    private static byte[] huffmanZip(byte[] bytes) {
   
   
        // 将字符和权值加入到 List 集合
        List<Node> nodes = getNodes(bytes);
        // 通过 List 创建对应的赫夫曼树
        Node huffmanTreeRoot = createHuffmanTree(nodes);
        // 生成赫夫曼编码
        Map<Byte, String> huffmanCodes = getCodes(huffmanTreeRoot);
        // 根据生成的赫夫曼编码，将字符数组进行压缩，得到压缩后的字符数组
        return zip(bytes, huffmanCodes);
    }

    /**
     * 编写方法，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        原始字符串对应的 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[]
     */
    private static byte[] zip(byte[] bytes, Map<Byte, String> huffmanCodes) {
   
   
        // 1. 利用 StringBuilder 将 bytes 转成赫夫曼编码
        StringBuilder stringBuilder = new StringBuilder();
        // 遍历 bytes
        for (byte b : bytes) {
   
   
            stringBuilder.append(huffmanCodes.get(b));
        }
        // 将拼接的字符串转为 byte[]
        // 统计返回 byte[] huffmanCodeBytes 长度
        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，所以步长为 8
            String stByte;
            if (i + 8 > stringBuilder.length()) {
   
    // 不够 8 位
                stByte = stringBuilder.substring(i);
            } else {
   
   
                stByte = stringBuilder.