哈夫曼编码记录

哈夫曼编码与哈夫曼树

• 哈夫曼编码：又称霍夫曼编码，是一种编码方式，哈夫曼编码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫做Huffman编码（有时也称为霍夫曼编码）。
• 哈夫曼树：给定n个权值作为n个叶子结点，构造一棵二叉树，若带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为哈夫曼树(Huffman Tree)。哈夫曼树是带权路径长度最短的树，权值较大的结点离根较近。

实验内容

哈夫曼编码测试
设有字符集：S={a,b,c,d,e，f,g,h,i,j,k,l,m,n.o.p.q,r,s,t,u,v,w,x,y,z}。
给定一个包含26个英文字母的文件，统计每个字符出现的概率，根据计算的概率构造一颗哈夫曼树。
并完成对英文文件的编码和解码。
要求：
（1）准备一个包含26个英文字母的英文文件（可以不包含标点符号等），统计各个字符的概率
（2）构造哈夫曼树
（3）对英文文件进行编码，输出一个编码后的文件
（4）对编码文件进行解码，输出一个解码后的文件
（5）撰写博客记录实验的设计和实现过程，并将源代码传到码云
（6）把实验结果截图上传到云班课

重点代码

构造哈夫曼树：

   public static HuffmanNode createTree(List<HuffmanNode> nodes) {

    // 只要nodes数组中还有2个以上的节点
    while (nodes.size() > 1)
    {
        quickSort(nodes);

        //获取权值最小的两个节点
        HuffmanNode left = nodes.get(nodes.size()-1);
        left.setCodeNumber(0+"");
        HuffmanNode right = nodes.get(nodes.size()-2);
        right.setCodeNumber(1+"");

        //生成新节点，新节点的权值为两个子节点的权值之和
        HuffmanNode parent = new HuffmanNode(null, left.weight + right.weight);

        //让新节点作为两个权值最小节点的父节点
        parent.leftChild = left;
        parent.rightChild = right;

        //删除权值最小的两个节点
        nodes.remove(nodes.size()-1);
        nodes.remove(nodes.size()-1);

        //将新节点加入到集合中
        nodes.add(parent);
    }
    return nodes.get(0);
}

/**
 * 将指定集合中的i和j索引处的元素交换
 *
 * @param nodes
 * @param i
 * @param j
 */
private static void swap(List<HuffmanNode> nodes, int i, int j) {

    HuffmanNode tmp;
    tmp = nodes.get(i);

    nodes.set(i, nodes.get(j));
    nodes.set(j, tmp);

}

/**
 * 实现快速排序算法，用于对节点进行排序
 * @param nodes
 * @param start
 * @param end
 */
private static void subSort(List<HuffmanNode> nodes, int start, int end)
{

    if (start < end)
    {
        // 以第一个元素作为分界值
        HuffmanNode base = nodes.get(start);
        // i从左边搜索，搜索大于分界值的元素的索引
        int i = start;
        // j从右边开始搜索，搜索小于分界值的元素的索引
        int j = end + 1;
        while (true)
        {
            // 找到大于分界值的元素的索引，或者i已经到了end处
            while (i < end && nodes.get(++i).weight >= base.weight);
            // 找到小于分界值的元素的索引，或者j已经到了start处
            while (j > start && nodes.get(--j).weight <= base.weight);
            if (i < j)
            {
                swap(nodes, i, j);
            }
            else
                break;
        }

        swap(nodes, start, j);

        //递归左边子序列
        subSort(nodes, start, j - 1);
        //递归右边子序列
        subSort(nodes, j + 1, end);
    }
}

public static void quickSort(List<HuffmanNode> nodes)
{
    subSort(nodes, 0, nodes.size()-1);
}

//层序遍历
public static List<HuffmanNode> levelTraversal(HuffmanNode root)
{
    Queue<HuffmanNode> queue = new ArrayDeque<HuffmanNode>();
    List<HuffmanNode> list = new ArrayList<HuffmanNode>();

    if(root!=null)
    {
        //将根元素加入“队列”
        queue.offer(root);
        root.leftChild.setCodeNumber(root.getCodeNumber()+"0");
        root.rightChild.setCodeNumber(root.getCodeNumber()+"1");
    }

    while(!queue.isEmpty())
    {
        //将该队列的“队尾”元素加入到list中
        list.add(queue.peek());

        HuffmanNode tree = queue.poll();
        //如果左子节点不为null，将它加入到队列
        if(tree.leftChild != null)
        {
            queue.offer(tree.leftChild);
            tree.leftChild.setCodeNumber(tree.getCodeNumber()+"0");
        }

        //如果右子节点不为null，将它加入到队列
        if(tree.rightChild != null)
        {
            queue.offer(tree.rightChild);
            tree.rightChild.setCodeNumber(tree.getCodeNumber()+"1");
        }
    }

    return list;

}

计算字母出现次数：

   //层序遍历显示构建的哈弗曼树
    char[] chars = new char[a];
    int[] times = new int[a];
    Iterator<Character> pl2 = counter.keySet().iterator();

    for (int i=0;i<=a;i++ )
    {
        if (pl2.hasNext())
        {
            chars[i] = pl2.next();
            times[i] = counter.get(chars[i]);
        }

    }
    List<HuffmanNode> list = new ArrayList<HuffmanNode>();

    for(int i = 0;i<a;i++)
    {
        System.out.print(chars[i]+"出现次数为："+times[i]+"   
");
        list.add(new HuffmanNode(chars[i]+"",times[i]));
    }

读取文件：

 File file = new File("c:\huffman\read.txt");

    if (!file.exists()) {
        throw new Exception("文件不存在");
    }

    BufferedReader fin = new BufferedReader(new FileReader(file));
    String line;


    Map<Character, Integer> counter = new HashMap<Character, Integer>();

    int total=0;


    while ((line = fin.readLine()) != null)
    {
        int len = line.length();
        for (int i = 0; i < len; i++)
        {
            char c = line.charAt(i);
            if (( (c >= 'a' && c <= 'z'&& c == ' ')))
            {
                continue;
            }
            if (counter.containsKey(c))
            {
                counter.put(c, counter.get(c) + 1);
            }
            else
            {
                counter.put(c, 1);
            }
        }
    }

    fin.close();

实验结果截图