用Java实现哈夫曼编码问题

时间: 2024-05-04 10:20:47 浏览: 9
哈夫曼编码是一种前缀编码方法,可以通过统计字符出现频率来生成最优编码。在Java中,可以通过构建哈夫曼树来实现。 首先,我们需要定义一个节点类来表示哈夫曼树中的节点: ```java class HuffmanNode implements Comparable<HuffmanNode> { int frequency; char data; HuffmanNode left, right; public HuffmanNode(int frequency, char data) { this.frequency = frequency; this.data = data; } @Override public int compareTo(HuffmanNode o) { return this.frequency - o.frequency; } } ``` 然后,我们可以使用一个优先队列来存储节点,并按照节点出现频率排序。接下来,我们可以通过不断取出队列中频率最小的两个节点,并将它们合并成一个新节点,直到队列中只剩下一个节点为止。这个最后剩下的节点就是哈夫曼树的根节点。 ```java public static HuffmanNode buildHuffmanTree(Map<Character, Integer> charFrequencies) { PriorityQueue<HuffmanNode> queue = new PriorityQueue<>(); for (Map.Entry<Character, Integer> entry : charFrequencies.entrySet()) { queue.offer(new HuffmanNode(entry.getValue(), entry.getKey())); } while (queue.size() > 1) { HuffmanNode node1 = queue.poll(); HuffmanNode node2 = queue.poll(); HuffmanNode mergedNode = new HuffmanNode(node1.frequency + node2.frequency, '\0'); mergedNode.left = node1; mergedNode.right = node2; queue.offer(mergedNode); } return queue.poll(); } ``` 一旦我们有了哈夫曼树,我们就可以通过遍历树来生成编码表。对于每个叶子节点,我们可以追溯它的祖先节点,记录下每个节点的编码。在遍历过程中,我们可以使用一个StringBuilder来记录当前路径。 ```java public static Map<Character, String> buildHuffmanTable(HuffmanNode root) { Map<Character, String> table = new HashMap<>(); StringBuilder sb = new StringBuilder(); buildHuffmanTable(root, table, sb); return table; } private static void buildHuffmanTable(HuffmanNode node, Map<Character, String> table, StringBuilder sb) { if (node == null) { return; } if (node.left == null && node.right == null) { table.put(node.data, sb.toString()); return; } sb.append('0'); buildHuffmanTable(node.left, table, sb); sb.setLength(sb.length() - 1); sb.append('1'); buildHuffmanTable(node.right, table, sb); sb.setLength(sb.length() - 1); } ``` 最后,我们可以使用编码表来对字符串进行编码和解码。 ```java public static String encode(String input, Map<Character, String> table) { StringBuilder sb = new StringBuilder(); for (char c : input.toCharArray()) { sb.append(table.get(c)); } return sb.toString(); } public static String decode(String input, HuffmanNode root) { StringBuilder sb = new StringBuilder(); HuffmanNode node = root; for (char c : input.toCharArray()) { if (c == '0') { node = node.left; } else { node = node.right; } if (node.left == null && node.right == null) { sb.append(node.data); node = root; } } return sb.toString(); } ``` 完整的实现代码如下: ```java import java.util.*; class HuffmanNode implements Comparable<HuffmanNode> { int frequency; char data; HuffmanNode left, right; public HuffmanNode(int frequency, char data) { this.frequency = frequency; this.data = data; } @Override public int compareTo(HuffmanNode o) { return this.frequency - o.frequency; } } public class HuffmanCoding { public static void main(String[] args) { String input = "hello world"; Map<Character, Integer> charFrequencies = getCharFrequencies(input); HuffmanNode root = buildHuffmanTree(charFrequencies); Map<Character, String> table = buildHuffmanTable(root); String encoded = encode(input, table); System.out.println("Encoded: " + encoded); String decoded = decode(encoded, root); System.out.println("Decoded: " + decoded); } public static Map<Character, Integer> getCharFrequencies(String input) { Map<Character, Integer> charFrequencies = new HashMap<>(); for (char c : input.toCharArray()) { charFrequencies.put(c, charFrequencies.getOrDefault(c, 0) + 1); } return charFrequencies; } public static HuffmanNode buildHuffmanTree(Map<Character, Integer> charFrequencies) { PriorityQueue<HuffmanNode> queue = new PriorityQueue<>(); for (Map.Entry<Character, Integer> entry : charFrequencies.entrySet()) { queue.offer(new HuffmanNode(entry.getValue(), entry.getKey())); } while (queue.size() > 1) { HuffmanNode node1 = queue.poll(); HuffmanNode node2 = queue.poll(); HuffmanNode mergedNode = new HuffmanNode(node1.frequency + node2.frequency, '\0'); mergedNode.left = node1; mergedNode.right = node2; queue.offer(mergedNode); } return queue.poll(); } public static Map<Character, String> buildHuffmanTable(HuffmanNode root) { Map<Character, String> table = new HashMap<>(); StringBuilder sb = new StringBuilder(); buildHuffmanTable(root, table, sb); return table; } private static void buildHuffmanTable(HuffmanNode node, Map<Character, String> table, StringBuilder sb) { if (node == null) { return; } if (node.left == null && node.right == null) { table.put(node.data, sb.toString()); return; } sb.append('0'); buildHuffmanTable(node.left, table, sb); sb.setLength(sb.length() - 1); sb.append('1'); buildHuffmanTable(node.right, table, sb); sb.setLength(sb.length() - 1); } public static String encode(String input, Map<Character, String> table) { StringBuilder sb = new StringBuilder(); for (char c : input.toCharArray()) { sb.append(table.get(c)); } return sb.toString(); } public static String decode(String input, HuffmanNode root) { StringBuilder sb = new StringBuilder(); HuffmanNode node = root; for (char c : input.toCharArray()) { if (c == '0') { node = node.left; } else { node = node.right; } if (node.left == null && node.right == null) { sb.append(node.data); node = root; } } return sb.toString(); } } ```

相关推荐

最新推荐

recommend-type

哈夫曼编码算法与分析(java实现)

1.哈夫曼编码是广泛地用于数据文件压缩的十分有效的编码方法。给出文件中各个字符出现的频率,求各个字符的哈夫曼编码方案。
recommend-type

java 哈夫曼编码实现翻译

利用哈夫曼编码进行通信可以大大提高信道利用率,缩短信息传输时,降低传输成本。但是,这要求在发送端通过一个编码系统对待传送电文须预先编码,在接收须将传送来的数据进行译码。请自行设计实现一个具有初始化、...
recommend-type

【图像压缩】 GUI矩阵的奇异值分解SVD灰色图像压缩【含Matlab源码 4359期】.zip

Matlab领域上传的视频均有对应的完整代码,皆可运行,亲测可用,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描视频QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这