哈夫曼編碼測試

哈夫曼編碼實踐

實踐要求

• 設有字符集：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}。
  給定一個包含26個英文字母的文件，統計每一個字符出現的機率，根據計算的機率構造一顆哈夫曼樹。
  並完成對英文文件的編碼和解碼。
• 要求：
  （1）準備一個包含26個英文字母的英文文件（能夠不包含標點符號等），統計各個字符的機率
  （2）構造哈夫曼樹
  （3）對英文文件進行編碼，輸出一個編碼後的文件
  （4）對編碼文件進行解碼，輸出一個解碼後的文件

哈夫曼編碼

• 一種編碼方式，能夠經過其算法來減少數據的存儲空間，從而達到壓縮文件的目的。
• 主要原理：
• • 計算各個元素出現的頻率也就是每一個元素所佔總元素的權重。根據權重的大小來進行後續的處理。
• • 哈夫曼樹，經過樹的數據結構來存儲數據。哈夫曼樹能夠不爲徹底樹，其度爲2。特色在於，父結點老是給左子樹爲0，右子樹爲1。
• • 哈夫曼樹的構造。對於全部元素，首先求出其全部的權重。對於這些森林，每次選出權重最小的兩棵樹，求其和，做爲這兩棵樹的父結點。最終構造出哈夫曼樹。根據其構造方法，咱們能夠發現，權重越大的結點，也就是其對應的元素越靠上，這樣作的緣由是由於權重越大，出現的越發頻繁，因此，以較短長度來替換出現次數最多的元素。從而使得存儲空間得以減小。
• • 廣度優先遍歷，在獲得各個結點的編碼時，咱們使用廣度優先遍從來根據每層來增長一個0或1。不過，哈夫曼樹是個樹，也就是使用層序遍從來獲得每一個結點的編碼。

代碼實現

• 在將對一個個的字符轉換時，我想到計算機中每一個元素都對應着一個ASCII碼錶值，因此，將其轉化爲ASCII值後，統計將變得較爲便利。同時，爲了存儲數據方便，我使用了線性表來存儲每個結點。
• 廣度優先遍歷，以前學習過這種遍歷方法，也就是使用隊列和列表來獲得相應的結點，並在此時得出對應的哈夫曼碼。先將父結點存入隊列，再將其孩子結點存入隊列，再將其彈出，彈出的進入列表。這樣，這個列表就存儲着全部的帶着霍夫曼碼的結點。

public Node createTreee(List<Node> nodes){

        while (nodes.size()>1){
            Collections.sort(nodes);
            Node left = nodes.get(nodes.size()-1);
            Node right = nodes.get(nodes.size()-2);
            Node parent = new Node(null,left.getWeight()+right.getWeight());
            parent.setLeft(left);
            parent.setRight(right);
            nodes.remove(nodes.size()-1);
            nodes.remove(nodes.size()-1);
            nodes.add(parent);

        }
        return nodes.get(0);
    }

    //廣度遍歷
    public  static List<Node> levelTraverse(Node root){
        List<Node> list = new ArrayList<Node>();
        Queue<Node> queue = new ArrayDeque<Node>();

        if (root != null) {
            queue.offer(root);
            root.getLeft().setCode(root.getCode() + "0");
            root.getRight().setCode(root.getCode() + "1");
        }

        while (!queue.isEmpty()) {
            list.add(queue.peek());
            Node node = queue.poll();
            if (node.getLeft() != null)
                node.getLeft().setCode(node.getCode() + "0");
            if (node.getRight() != null)
                node.getRight().setCode(node.getCode() + "1");

            if (node.getLeft() != null) {
                queue.offer(node.getLeft());
            }

            if (node.getRight() != null) {
                queue.offer(node.getRight());
            }
        }
        return list;
    }

結點實現類

public Node(T data,double weight){
        this.data = data;
        this.weight = weight;
        this.code="";
    }

    public Node(T data, double weight, String code){
        this.data = data;
        this.weight = weight;
        this.code = code;

    }

運行結果

出現的問題

• 出現了比較多的問題有類轉化問題。
• 由於使用了ASCII值，因此在使用諸如Long.parseLong()方法時，就會出現錯誤，由於char值不能使用String值進行強制類型轉化，因此，在獲得一個char值後，若是咱們想使其變爲String型時，最簡單的方法就是給它加一個空字符串也就是「」，就能夠了。
• 同時，此次在讀取文本時也出現了問題。每每最後一位的空格可能致使出錯，由於其不可見，咱們每每可能忽視這一細節。在寫入時也可能致使出現這種錯誤。