20172304 蓝墨云实验哈夫曼树

Posted 2021-01-26 15248252144dzx

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了20172304 蓝墨云实验哈夫曼树相关的知识，希望对你有一定的参考价值。

20172304 蓝墨云实验哈夫曼树

实验要求

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

哈夫曼编码

哈夫曼编码(Huffman Coding)，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)。

原理

这个老师上课说过。首先确定文件中各个字符的概率然后将其。按照概率大小。将概率小的放在离根节点较近的地方。
技术分享图片
这里用数字来代表字符的概率然后，首先将概率最小的两个字符放到一起，将它们的概率合成父结点的概率，然后父结点参与比较再次在备选集中找到比较小的两两结合，然后再次合成父结点的概率。

具体实现哈夫曼树

因为哈夫曼需要考虑到父结点的影响,所以定义了相关的左孩子右孩子的方法。

package HuffmanTree;

public class HNode {
    /**
     * 节点类
     * @author LiRui
     *
     */
       public String code = "";// 节点的哈夫曼编码       public String data = "";// 节点的数据
       public int count;// 节点的权值
       public HNode lChild;
       public HNode rChild;

        public HNode() {
        }

        public HNode(String data, int count) {
            this.data = data;
            this.count = count;
        }

        public HNode(int count, HNode lChild, HNode rChild) {
            this.count = count;
            this.lChild = lChild;
            this.rChild = rChild;
        }

        public HNode(String data, int count, HNode lChild, HNode rChild) {
            this.data = data;
            this.count = count;
            this.lChild = lChild;
            this.rChild = rChild;
        }

    }

构造哈夫曼树

哈夫曼树的构造，并不需要像创建二叉树的那么多的方法，满足形成哈夫曼编码的部分就好。分享的那篇博客有相关的内容，我们只需要在此基础上添加每次创建的的编码值就可以，左侧0右侧1就可以。
创建树，先将结点进行排序，利用结点类中实现的比较方法，分别将左孩子定义为列表中的倒数第二个，因为左侧编码为0，所以让该结点的编码为0；右孩子为列表中的倒数第一个，因为右侧编码为1，所以让该结点的编码为1，双亲结点根据所讲内容为左右结点权重相加之和，把双亲结点加入列表中，然后删除倒数两个结点并添加双亲结点，再次进行循环，排序，不断从列表中把倒数两个结点删除，直至跳出循环，此时列表中的结点只剩一个，该结点的左右部分包含了所有按照编码进行添加的元素内容。

public HuffmanNode<T> createTree(List<HuffmanNode<T>> nodes) {
      while (nodes.size() > 1) {
          Collections.sort(nodes);
          HuffmanNode<T> left = nodes.get(nodes.size() - 2);//令其左孩子的编码为0
          left.setCode("0");
          HuffmanNode<T> right = nodes.get(nodes.size() - 1);//令其右孩子的编码为1
          right.setCode("1");
          HuffmanNode<T> parent = new HuffmanNode<T>(null, left.getWeight() + right.getWeight());
          parent.setlChild(left);
          parent.setrChild(right);
          nodes.remove(left);
          nodes.remove(right);
          nodes.add(parent);
      }
      return nodes.get(0);
  }

输出编码，利用哈夫曼树的createTree方法来实现编码内容，然后输出每一个结点的编码值，按照每个分支的0/1进行，左侧0右侧1进行。

public List<HuffmanNode<T>> breath(HuffmanNode<T> root) {
      List<HuffmanNode<T>> list = new ArrayList<HuffmanNode<T>>();
      Queue<HuffmanNode<T>> queue = new LinkedList<>();
      if (root != null) {
          queue.offer(root);
          root.getlChild().setCode(root.getCode() + "0");
          root.getrChild().setCode(root.getCode() + "1");
      }

      while (!queue.isEmpty()) {
          list.add(queue.peek());
          HuffmanNode<T> node = queue.poll();
          if (node.getlChild() != null)
              node.getlChild().setCode(node.getCode() + "0");
          if (node.getrChild() != null)
              node.getrChild().setCode(node.getCode() + "1");
          if (node.getlChild() != null)
              queue.offer(node.getlChild());
          if (node.getrChild() != null)
              queue.offer(node.getrChild());

      }
      return list;
  }

编码与解码
- 编码部分，需要按照读取的内容进行添加每一个的编码值，变量result即为编码之后的内容，将这部分内容写入一个文件。
```
 String result = "";
      for(int f = 0; f < sum; f++){
          for(int j = 0;j<letter.length;j++){
              if(neirong.charAt(f) == letter[j].charAt(0))
                  result += code[j];
          }
      }
```
- 解码部分，需要每次调出编码内容的一个0/1，然后每读出一位就要判断一次是否有对应的编码值，如果有就输出，如果没有就不断往下读取内容，并删除读出的内容避免重复读取，直至将编码的内容全部读完解码完成。利用两个循环，外层循环进行每一次的添加一个编码位，内层循环将添加一位的内容进行对比，符合就为编码值，不符合就需要在添加一位。
```
for(int h = list4.size(); h > 0; h--){
          string1 = string1 + list4.get(0);
          list4.remove(0);
          for(int i=0;i<code.length;i++){
              if (string1.equals(code[i])) {
                  string2 = string2+""+letter[i];
                  string1 = "";
              }
          }
      }
```

计算概率和重复次数

从文件中进行读取，并按照英文字母的种类进行记录每一个字母的出现次数，这里我添加了一个记录空格、逗号和句号，便于编写文件内容。针对文件中的内容总不能针对每一个位置都要循环确定一遍是否含有那个字母，利用我在实验室尝试过的代码，Collections.frequency();来实现，里面的两个形式参数，按照第二个形式参数表现的内容，记录其在第一个列表内的重复次数，这样只需要将文件内容一每个字符的形式存放在一个列表中就行，然后进行比对即可。总的字符数目就是每一个字母的重复次数。

for(int a = 0; a <= getFileLineCount(file); a++){
          String tp = bufferedReader.readLine();
          neirong += tp;
          for(int b = 0; b < tp.length(); b++){
                  list2.add(String.valueOf(tp.charAt(b)));
          }
          Esum[0] += Collections.frequency(list2, list1.get(0));
          Esum[1] += Collections.frequency(list2, list1.get(1));
          Esum[2] += Collections.frequency(list2, list1.get(2));
          Esum[3] += Collections.frequency(list2, list1.get(3));
          Esum[4] += Collections.frequency(list2, list1.get(4));
          Esum[5] += Collections.frequency(list2, list1.get(5));
          Esum[6] += Collections.frequency(list2, list1.get(6));
          Esum[7] += Collections.frequency(list2, list1.get(7));
          Esum[8] += Collections.frequency(list2, list1.get(8));
          Esum[9] += Collections.frequency(list2, list1.get(9));
          Esum[10] += Collections.frequency(list2, list1.get(10));
          Esum[11] += Collections.frequency(list2, list1.get(11));
          Esum[12] += Collections.frequency(list2, list1.get(12));
          Esum[13] += Collections.frequency(list2, list1.get(13));
          Esum[14] += Collections.frequency(list2, list1.get(14));
          Esum[15] += Collections.frequency(list2, list1.get(15));
          Esum[16] += Collections.frequency(list2, list1.get(16));
          Esum[17] += Collections.frequency(list2, list1.get(17));
          Esum[18] += Collections.frequency(list2, list1.get(18));
          Esum[19] += Collections.frequency(list2, list1.get(19));
          Esum[20] += Collections.frequency(list2, list1.get(20));
          Esum[21] += Collections.frequency(list2, list1.get(21));
          Esum[22] += Collections.frequency(list2, list1.get(22));
          Esum[23] += Collections.frequency(list2, list1.get(23));
          Esum[24] += Collections.frequency(list2, list1.get(24));
          Esum[25] += Collections.frequency(list2, list1.get(25));
          Esum[26] += Collections.frequency(list2, list1.get(26));
          Esum[27] += Collections.frequency(list2, list1.get(27));
          Esum[28] += Collections.frequency(list2, list1.get(28));
      }

总个数

for(int c = 0; c < Esum.length; c++)
          sum += Esum[c];
      System.out.println("总字母个数：" + sum);

在此部分我用了一个可以确定文件内容行数的方法，便于当文件出现多行的时候的读写和编码、解码的相关操作。

读写文件

读写文件的部分只需要调用File相关类进行编写即可，我直接用了字符流直接将String类型的内容进行添加。

      File file = new File("英文文件.txt");
      File file1 = new File("编码文件.txt");
      File file2 = new File("解码文件.txt");

      if (!file1.exists() && !file2.exists())
      {
          file1.createNewFile();
          file2.createNewFile();
      }
      FileReader fileReader = new FileReader(file);
      BufferedReader bufferedReader = new BufferedReader(fileReader);
      FileWriter fileWriter1 = new FileWriter(file1);
      FileWriter fileWriter2 = new FileWriter(file2);
      fileWriter1.write(result);
      fileWriter2.write(string2);
      fileWriter1.close();
      fileWriter2.close();

码云链接

感悟

 哈夫曼是一种用于压缩的算法，是一种很实用的算法，但可能是个人能力的限制，在具体实现过程中遇见了很多困难，在具体的代码实现中，借鉴了很多网页和同学的思路。

参考资料

以上是关于20172304 蓝墨云实验哈夫曼树的主要内容，如果未能解决你的问题，请参考以下文章

20155317 2016-2017-2 蓝墨云班课考题第2周

疫情下的在线上课方案：QQ直播+蓝墨云班课

20172310 蓝墨云ASL测试 2018-1938872

20172314 蓝墨云课堂实践ASL

20162330 第十二周蓝墨云班课 hash

实验4