🥇ការបង្ហាប់ទិន្នន័យ Huffman

ធាតុ

នៅក្នុងអត្ថបទនេះ ខ្ញុំនឹងនិយាយអំពីក្បួនដោះស្រាយ Huffman ដ៏ល្បី ក៏ដូចជាកម្មវិធីរបស់វាក្នុងការបង្ហាប់ទិន្នន័យ។

ជាលទ្ធផលយើងនឹងសរសេរប័ណ្ណសារសាមញ្ញ។ នេះបានរួចទៅហើយ។ អត្ថបទអំពី Habreប៉ុន្តែដោយគ្មានការអនុវត្តជាក់ស្តែង។ សម្ភារៈទ្រឹស្តីនៃការប្រកាសបច្ចុប្បន្នគឺយកចេញពីមេរៀនវិទ្យាសាស្ត្រកុំព្យូទ័ររបស់សាលា និងសៀវភៅរបស់ Robert Laforet "Data Structures and Algorithms in Java"។ ដូច្នេះអ្វីគ្រប់យ៉ាងគឺស្ថិតនៅក្រោមការកាត់!

ការឆ្លុះបញ្ចាំងតិចតួច

នៅក្នុងឯកសារអត្ថបទធម្មតា តួអក្សរមួយត្រូវបានអ៊ិនកូដដោយ 8 ប៊ីត (ការអ៊ិនកូដ ASCII) ឬ 16 (ការអ៊ិនកូដយូនីកូដ) ។ បន្ទាប់ យើងនឹងពិចារណាការអ៊ិនកូដ ASCII ។ ឧទាហរណ៍ យក string s1 = "SUSIE SAYS IT IS EASYn" ។ សរុបមក មានតួអក្សរចំនួន 22 នៅក្នុងបន្ទាត់ រួមទាំងដកឃ្លា និងតួអក្សរបន្ទាត់ថ្មី - 'n' ។ ឯកសារដែលមានបន្ទាត់នេះនឹងមានទម្ងន់ 22 * 8 = 176 ប៊ីត។ សំណួរកើតឡើងភ្លាមៗ៖ តើវាសមហេតុផលទេក្នុងការប្រើ 8 ប៊ីត ដើម្បីអ៊ិនកូដតួអក្សរ 1? យើងមិនប្រើតួអក្សរ ASCII ទាំងអស់ទេ។ ទោះបីជាពួកគេមានក៏ដោយ វានឹងសមហេតុផលជាងក្នុងការផ្តល់អក្សរញឹកញាប់បំផុត - S - លេខកូដខ្លីបំផុតដែលអាចធ្វើទៅបាន ហើយសម្រាប់អក្សរដ៏កម្របំផុត - T (ឬ U ឬ 'n') - ផ្តល់ឱ្យលេខកូដពិតប្រាកដជាង។ នេះគឺជាក្បួនដោះស្រាយ Huffman៖ អ្នកត្រូវស្វែងរកជម្រើសការអ៊ិនកូដល្អបំផុត ដែលឯកសារនឹងមានទម្ងន់អប្បបរមា។ វាជារឿងធម្មតាទេដែលតួអក្សរផ្សេងគ្នានឹងមានប្រវែងកូដខុសៗគ្នា - នេះគឺជាមូលដ្ឋាននៃក្បួនដោះស្រាយ។

одирование

ហេតុអ្វីមិនផ្តល់ឱ្យតួអក្សរ 'S' កូដឧទាហរណ៍ 1 ប៊ីតវែង: 0 ឬ 1. អនុញ្ញាតឱ្យវាជា 1. បន្ទាប់មកតួអក្សរដែលកើតឡើងច្រើនបំផុតទីពីរ - ' ' (ដកឃ្លា) - យើងនឹងផ្តល់ឱ្យ 0 ។ ស្រមៃមើលអ្នកចាប់ផ្តើម ឌិកូដសាររបស់អ្នក - ខ្សែអក្សរដែលបានអ៊ិនកូដ s1 - ហើយអ្នកឃើញថាកូដចាប់ផ្តើមដោយលេខ 1។ ដូច្នេះ អ្វីដែលត្រូវធ្វើ៖ តើវាជាតួអក្សរ S ឬវាជាតួអក្សរផ្សេងទៀតដូចជា A? ដូច្នេះច្បាប់សំខាន់មួយកើតឡើង៖

គ្មានលេខកូដត្រូវតែជាបុព្វបទនៃមួយផ្សេងទៀត

ក្បួននេះគឺជាគន្លឹះនៃក្បួនដោះស្រាយ។ ដូច្នេះ ការបង្កើតកូដចាប់ផ្តើមដោយតារាងប្រេកង់ ដែលបង្ហាញពីប្រេកង់ (ចំនួននៃការកើតឡើង) នៃនិមិត្តសញ្ញានីមួយៗ៖

តួអក្សរដែលមានការកើតឡើងច្រើនបំផុតគួរតែត្រូវបានអ៊ិនកូដដោយតូចបំផុត។ អាច ចំនួនប៊ីត។ ខ្ញុំនឹងផ្តល់ឧទាហរណ៍មួយនៃតារាងកូដដែលអាចមាន៖

ដូច្នេះ សារដែលបានអ៊ិនកូដនឹងមើលទៅដូចនេះ៖

10 01111 10 110 1111 00 10 010 1110 10 00 110 0110 00 110 10 00 1111 010 10 1110 01110

ខ្ញុំបានបំបែកកូដនៃតួអក្សរនីមួយៗដោយដកឃ្លា។ វានឹងមិនកើតឡើងនៅក្នុងឯកសារដែលបានបង្ហាប់ទេ!
សំណួរកើតឡើង៖ តើអ្នកថ្មីថ្មោងនេះបង្កើតកូដរបៀបបង្កើតតារាងកូដដោយរបៀបណា? នេះនឹងត្រូវបានពិភាក្សាដូចខាងក្រោម។

ការសាងសង់ដើមឈើ Huffman

នេះគឺជាកន្លែងដែលដើមឈើស្វែងរកប្រព័ន្ធគោលពីរមកជួយសង្គ្រោះ។ កុំបារម្ភ អ្នកនឹងមិនត្រូវការការស្វែងរក បញ្ចូល និងលុបវិធីសាស្រ្តនៅទីនេះទេ។ នេះគឺជារចនាសម្ព័ន្ធដើមឈើនៅក្នុង java:

public class Node {
    private int frequence;
    private char letter;
    private Node leftChild;
    private Node rightChild;
    ...
}

class BinaryTree {
    private Node root;

    public BinaryTree() {
        root = new Node();
    }
    public BinaryTree(Node root) {
        this.root = root;
    }
    ...
}

នេះមិនមែនជាលេខកូដពេញលេញទេ លេខកូដពេញលេញនឹងមាននៅខាងក្រោម។

នេះគឺជាក្បួនដោះស្រាយការកសាងដើមឈើ៖

បង្កើតវត្ថុ Node សម្រាប់តួអក្សរនីមួយៗពីសារ (បន្ទាត់ s1) ។ ក្នុងករណីរបស់យើងវានឹងមាន 9 nodes ( Node objects ) ។ ថ្នាំងនីមួយៗមានវាលទិន្នន័យពីរ៖ និមិត្តសញ្ញា និងប្រេកង់
បង្កើត Tree object (BinaryTree) សម្រាប់ Node នីមួយៗ។ ថ្នាំងក្លាយជាឫសនៃដើមឈើ។
បញ្ចូលដើមឈើទាំងនេះទៅក្នុងជួរអាទិភាព។ ប្រេកង់កាន់តែទាប អាទិភាពកាន់តែខ្ពស់។ ដូច្នេះនៅពេលស្រង់ចេញ មែកធាងដែលមានប្រេកង់ទាបបំផុតតែងតែត្រូវបានជ្រើសរើស។

បន្ទាប់មក អ្នកត្រូវធ្វើដូចខាងក្រោម៖

ទាញយកមែកធាងពីរពីជួរអាទិភាព ហើយធ្វើឱ្យពួកវាជាកូនថ្នាំងថ្មី (ថ្នាំងដែលបានបង្កើតថ្មីដោយគ្មានអក្សរ)។ ប្រេកង់នៃថ្នាំងថ្មីគឺស្មើនឹងផលបូកនៃប្រេកង់នៃដើមឈើបន្តពូជទាំងពីរ។
សម្រាប់ថ្នាំងនេះ បង្កើតមែកធាងដែលមានឫសគល់នៅថ្នាំងនេះ។ បញ្ចូលមែកធាងនេះត្រឡប់ទៅជួរអាទិភាព។ (ចាប់តាំងពីដើមឈើមានប្រេកង់ថ្មី វាទំនងជានឹងចូលទៅកន្លែងថ្មីនៅក្នុងជួរ)
បន្តជំហានទី 1 និងទី 2 រហូតដល់ដើមឈើមួយនៅសល់ក្នុងជួរ - ដើមឈើ Huffman

ពិចារណាក្បួនដោះស្រាយនេះនៅលើបន្ទាត់ s1:

នៅទីនេះនិមិត្តសញ្ញា "lf" (linefeed) បង្ហាញពីបន្ទាត់ថ្មី "sp" (space) គឺជាលំហ។

មានអ្វីបន្ទាប់?

យើងទទួលបានដើមឈើ Huffman ។ យល់ព្រម។ ហើយអ្វីដែលត្រូវធ្វើជាមួយវា? ពួកគេនឹងមិនយកវាដោយឥតគិតថ្លៃទេ។ ហើយបន្ទាប់មក អ្នកត្រូវតាមដានផ្លូវដែលអាចធ្វើបានទាំងអស់ពីឫសទៅស្លឹករបស់ដើមឈើ។ យើងយល់ព្រមដាក់ស្លាកគែម 0 ប្រសិនបើវានាំទៅកូនខាងឆ្វេង និង 1 ប្រសិនបើវានាំទៅខាងស្តាំ។ និយាយយ៉ាងតឹងរឹងនៅក្នុងសញ្ញាណទាំងនេះ កូដតួអក្សរគឺជាផ្លូវពីឫសនៃដើមឈើទៅស្លឹកដែលមានតួអក្សរដូចគ្នានេះ។

ដូច្នេះតារាងលេខកូដបានប្រែក្លាយ។ ចំណាំថាប្រសិនបើយើងពិចារណាតារាងនេះយើងអាចសន្និដ្ឋានអំពី "ទម្ងន់" នៃតួអក្សរនីមួយៗ - នេះគឺជាប្រវែងនៃកូដរបស់វា។ បន្ទាប់មកក្នុងទម្រង់ដែលបានបង្ហាប់ ឯកសារប្រភពនឹងមានទម្ងន់៖ 2 * 3 + 2 * 4 + 3 * 3 + 6 * 2 + 1 * 4 + 1 * 5 + 2 * 4 + 4 * 2 + 1 * 5 = 65 ប៊ីត . ដំបូងវាមានទម្ងន់ 176 ប៊ីត។ ដូច្នេះ យើងបានកាត់បន្ថយវា 176/65 = 2.7 ដង! ប៉ុន្តែនេះគឺជា utopia ។ សមាមាត្របែបនេះទំនងជាមិនត្រូវបានទទួលទេ។ ហេតុអ្វី? នេះនឹងត្រូវបានពិភាក្សាបន្តិចក្រោយមក។

ការឌិកូដ

ជាការប្រសើរណាស់, ប្រហែលជាអ្វីដែលសាមញ្ញបំផុតដែលនៅសល់គឺការឌិកូដ។ ខ្ញុំគិតថា អ្នកជាច្រើនបានទាយថាវាមិនអាចទៅរួចទេក្នុងការបង្កើតឯកសារបង្ហាប់ដោយមិនមានតម្រុយពីរបៀបដែលវាត្រូវបានអ៊ិនកូដនោះទេ យើងនឹងមិនអាចឌិកូដវាបានទេ! បាទ បាទ វាពិបាកសម្រាប់ខ្ញុំក្នុងការយល់ដឹងអំពីរឿងនេះ ប៉ុន្តែខ្ញុំត្រូវតែបង្កើតឯកសារអត្ថបទ table.txt ជាមួយនឹងតារាងបង្ហាប់៖

ធាតុតារាងក្នុងទម្រង់ 'តួអក្សរ' "កូដតួអក្សរ" ។ ហេតុអ្វីបានជា 01110 គ្មាននិមិត្តសញ្ញា? តាមពិតទៅ វាគឺជាមួយនឹងនិមិត្តសញ្ញាមួយ គ្រាន់តែជាឧបករណ៍ java ដែលខ្ញុំប្រើនៅពេលចេញឯកសារមួយ តួអក្សរបន្ទាត់ថ្មី - 'n' - ត្រូវបានបំប្លែងទៅជាបន្ទាត់ថ្មី (មិនថាវាស្តាប់ទៅល្ងង់យ៉ាងណាទេ)។ ដូច្នេះ បន្ទាត់ទទេខាងលើគឺជាតួអក្សរសម្រាប់លេខកូដ 01110។ សម្រាប់លេខកូដ 00 តួអក្សរគឺជាចន្លោះនៅដើមបន្ទាត់។ ខ្ញុំត្រូវតែនិយាយភ្លាមៗថា វិធីសាស្រ្តនៃការរក្សាទុកតារាងនេះអាចអះអាងថាមិនសមហេតុផលបំផុតសម្រាប់មេគុណខាន់របស់យើង។ ប៉ុន្តែវាងាយស្រួលយល់ និងអនុវត្ត។ ខ្ញុំនឹងរីករាយក្នុងការស្តាប់ការណែនាំរបស់អ្នកនៅក្នុងមតិយោបល់អំពីការបង្កើនប្រសិទ្ធភាព។

ជាមួយនឹងតារាងនេះវាងាយស្រួលណាស់ក្នុងការឌិកូដ។ ចូរយើងចាំថាតើច្បាប់ណាដែលយើងត្រូវបានណែនាំនៅពេលបង្កើតការអ៊ិនកូដ៖

គ្មានលេខកូដត្រូវតែជាបុព្វបទនៃមួយផ្សេងទៀត

នេះគឺជាកន្លែងដែលវាដើរតួនាទីសម្របសម្រួល។ យើងអានបន្តិចម្តងៗតាមលំដាប់លំដោយ ហើយដរាបណាលទ្ធផលលទ្ធផល d ដែលមានប៊ីតអានត្រូវគ្នានឹងការអ៊ិនកូដដែលត្រូវគ្នានឹងតួអក្សរតួអក្សរ យើងដឹងភ្លាមថាតួអក្សរតួអក្សរ (ហើយមានតែតួអក្សរប៉ុណ្ណោះ!) ត្រូវបានអ៊ិនកូដ។ បន្ទាប់យើងសរសេរតួអក្សរទៅខ្សែអក្សរឌិកូដ (ខ្សែអក្សរដែលមានសារដែលបានឌិកូដ) កំណត់ខ្សែអក្សរ d ឡើងវិញហើយអានឯកសារដែលបានអ៊ិនកូដបន្ថែមទៀត។

Реализация

វាដល់ពេលដែលត្រូវបន្ទាបបន្ថោកលេខកូដរបស់ខ្ញុំដោយការសរសេរបណ្ណសារ។ តោះហៅវាថា Compressor។

សារឡើងវិញ។ ដំបូងយើងសរសេរ Node class៖

public class Node {
    private int frequence;//частота
    private char letter;//буква
    private Node leftChild;//левый потомок
    private Node rightChild;//правый потомок

   

    public Node(char letter, int frequence) { //собственно, конструктор
        this.letter = letter;
        this.frequence = frequence;
    }

    public Node() {}//перегрузка конструтора для безымянных узлов(см. выше в разделе о построении дерева Хаффмана)
    public void addChild(Node newNode) {//добавить потомка
        if (leftChild == null)//если левый пустой=> правый тоже=> добавляем в левый
            leftChild = newNode;
        else {
            if (leftChild.getFrequence() <= newNode.getFrequence()) //в общем, левым потомком
                rightChild = newNode;//станет тот, у кого меньше частота
            else {
                rightChild = leftChild;
                leftChild = newNode;
            }
        }

        frequence += newNode.getFrequence();//итоговая частота
    }

    public Node getLeftChild() {
        return leftChild;
    }

    public Node getRightChild() {
        return rightChild;
    }

    public int getFrequence() {
        return frequence;
    }

    public char getLetter() {
        return letter;
    }

    public boolean isLeaf() {//проверка на лист
        return leftChild == null && rightChild == null;
    }
}

ឥឡូវនេះដើមឈើ៖

class BinaryTree {
    private Node root;

    public BinaryTree() {
        root = new Node();
    }

    public BinaryTree(Node root) {
        this.root = root;
    }

    public int getFrequence() {
        return root.getFrequence();
    }

    public Node getRoot() {
        return root;
    }
}

ជួរអាទិភាព៖

import java.util.ArrayList;//да-да, очередь будет на базе списка

class PriorityQueue {
    private ArrayList<BinaryTree> data;//список очереди
    private int nElems;//кол-во элементов в очереди

    public PriorityQueue() {
        data = new ArrayList<BinaryTree>();
        nElems = 0;
    }

    public void insert(BinaryTree newTree) {//вставка
        if (nElems == 0)
            data.add(newTree);
        else {
            for (int i = 0; i < nElems; i++) {
                if (data.get(i).getFrequence() > newTree.getFrequence()) {//если частота вставляемого дерева меньше 
                    data.add(i, newTree);//чем част. текущего, то cдвигаем все деревья на позициях справа на 1 ячейку                   
                    break;//затем ставим новое дерево на позицию текущего
                }
                if (i == nElems - 1) 
                    data.add(newTree);
            }
        }
        nElems++;//увеличиваем кол-во элементов на 1
    }

    public BinaryTree remove() {//удаление из очереди
        BinaryTree tmp = data.get(0);//копируем удаляемый элемент
        data.remove(0);//собственно, удаляем
        nElems--;//уменьшаем кол-во элементов на 1
        return tmp;//возвращаем удаленный элемент(элемент с наименьшей частотой)
    }
}

ថ្នាក់ដែលបង្កើតមែកធាង Huffman៖

public class HuffmanTree {
    private final byte ENCODING_TABLE_SIZE = 127;//длина кодировочной таблицы
    private String myString;//сообщение
    private BinaryTree huffmanTree;//дерево Хаффмана
    private int[] freqArray;//частотная таблица
    private String[] encodingArray;//кодировочная таблица


    //----------------constructor----------------------
    public HuffmanTree(String newString) {
        myString = newString;

        freqArray = new int[ENCODING_TABLE_SIZE];
        fillFrequenceArray();

        huffmanTree = getHuffmanTree();

        encodingArray = new String[ENCODING_TABLE_SIZE];
        fillEncodingArray(huffmanTree.getRoot(), "", "");
    }

    //--------------------frequence array------------------------
    private void fillFrequenceArray() {
        for (int i = 0; i < myString.length(); i++) {
            freqArray[(int)myString.charAt(i)]++;
        }
    }

    public int[] getFrequenceArray() {
        return freqArray;
    }

    //------------------------huffman tree creation------------------
    private BinaryTree getHuffmanTree() {
        PriorityQueue pq = new PriorityQueue();
        //алгоритм описан выше
        for (int i = 0; i < ENCODING_TABLE_SIZE; i++) {
            if (freqArray[i] != 0) {//если символ существует в строке
                Node newNode = new Node((char) i, freqArray[i]);//то создать для него Node
                BinaryTree newTree = new BinaryTree(newNode);//а для Node создать BinaryTree
                pq.insert(newTree);//вставить в очередь
            }
        }

        while (true) {
            BinaryTree tree1 = pq.remove();//извлечь из очереди первое дерево.

            try {
                BinaryTree tree2 = pq.remove();//извлечь из очереди второе дерево

                Node newNode = new Node();//создать новый Node
                newNode.addChild(tree1.getRoot());//сделать его потомками два извлеченных дерева
                newNode.addChild(tree2.getRoot());

                pq.insert(new BinaryTree(newNode);
            } catch (IndexOutOfBoundsException e) {//осталось одно дерево в очереди
                return tree1;
            }
        }
    }

    public BinaryTree getTree() {
        return huffmanTree;
    }

    //-------------------encoding array------------------
    void fillEncodingArray(Node node, String codeBefore, String direction) {//заполнить кодировочную таблицу
        if (node.isLeaf()) {
            encodingArray[(int)node.getLetter()] = codeBefore + direction;
        } else {
            fillEncodingArray(node.getLeftChild(), codeBefore + direction, "0");
            fillEncodingArray(node.getRightChild(), codeBefore + direction, "1");
        }
    }

    String[] getEncodingArray() {
        return encodingArray;
    }

    public void displayEncodingArray() {//для отладки
        fillEncodingArray(huffmanTree.getRoot(), "", "");

        System.out.println("======================Encoding table====================");
        for (int i = 0; i < ENCODING_TABLE_SIZE; i++) {
            if (freqArray[i] != 0) {
                System.out.print((char)i + " ");
                System.out.println(encodingArray[i]);
            }
        }
        System.out.println("========================================================");
    }
    //-----------------------------------------------------
    String getOriginalString() {
        return myString;
    }
}

ថ្នាក់ដែលមានការអ៊ិនកូដ/ឌិកូដ៖

public class HuffmanOperator {
    private final byte ENCODING_TABLE_SIZE = 127;//длина таблицы
    private HuffmanTree mainHuffmanTree;//дерево Хаффмана (используется только для сжатия)
    private String myString;//исходное сообщение
    private int[] freqArray;//частотаная таблица
    private String[] encodingArray;//кодировочная таблица
    private double ratio;//коэффициент сжатия 


    public HuffmanOperator(HuffmanTree MainHuffmanTree) {//for compress
        this.mainHuffmanTree = MainHuffmanTree;

        myString = mainHuffmanTree.getOriginalString();

        encodingArray = mainHuffmanTree.getEncodingArray();

        freqArray = mainHuffmanTree.getFrequenceArray();
    }

    public HuffmanOperator() {}//for extract;

    //---------------------------------------compression-----------------------------------------------------------
    private String getCompressedString() {
        String compressed = "";
        String intermidiate = "";//промежуточная строка(без добавочных нулей)
        //System.out.println("=============================Compression=======================");
        //displayEncodingArray();
        for (int i = 0; i < myString.length(); i++) {
            intermidiate += encodingArray[myString.charAt(i)];
        }
        //Мы не можем писать бит в файл. Поэтому нужно сделать длину сообщения кратной 8=>
        //нужно добавить нули в конец(можно 1, нет разницы)
        byte counter = 0;//количество добавленных в конец нулей (байта в полне хватит: 0<=counter<8<127)
        for (int length = intermidiate.length(), delta = 8 - length % 8; 
        		counter < delta ; counter++) {//delta - количество добавленных нулей
            intermidiate += "0";
        }
        
        //склеить кол-во добавочных нулей в бинарном предаствлении и промежуточную строку 
        compressed = String.format("%8s", Integer.toBinaryString(counter & 0xff)).replace(" ", "0") + intermidiate;
        		
        //идеализированный коэффициент
        setCompressionRatio();
        //System.out.println("===============================================================");
        return compressed;
    }
    
    private void setCompressionRatio() {//посчитать идеализированный коэффициент 
        double sumA = 0, sumB = 0;//A-the original sum
        for (int i = 0; i < ENCODING_TABLE_SIZE; i++) {
            if (freqArray[i] != 0) {
                sumA += 8 * freqArray[i];
                sumB += encodingArray[i].length() * freqArray[i];
            }
        }
        ratio = sumA / sumB;
    }

    public byte[] getBytedMsg() {//final compression
        StringBuilder compressedString = new StringBuilder(getCompressedString());
        byte[] compressedBytes = new byte[compressedString.length() / 8];
        for (int i = 0; i < compressedBytes.length; i++) {
                compressedBytes[i] = (byte) Integer.parseInt(compressedString.substring(i * 8, (i + 1) * 8), 2);
        }
        return compressedBytes;
    }
    //---------------------------------------end of compression----------------------------------------------------------------
    //------------------------------------------------------------extract-----------------------------------------------------
    public String extract(String compressed, String[] newEncodingArray) {
        String decompressed = "";
        String current = "";
        String delta = "";
        encodingArray = newEncodingArray;
        
        //displayEncodingArray();
        //получить кол-во вставленных нулей
        for (int i = 0; i < 8; i++) 
        	delta += compressed.charAt(i);
        int ADDED_ZEROES = Integer.parseInt(delta, 2);
       
        for (int i = 8, l = compressed.length() - ADDED_ZEROES; i < l; i++) {
            //i = 8, т.к. первым байтом у нас идет кол-во вставленных нулей
            current += compressed.charAt(i);
            for (int j = 0; j < ENCODING_TABLE_SIZE; j++) {
                if (current.equals(encodingArray[j])) {//если совпало
                    decompressed += (char)j;//то добавляем элемент
                    current = "";//и обнуляем текущую строку
                }
            }
        }

        return decompressed;
    }

    public String getEncodingTable() {
        String enc = "";
    	for (int i = 0; i < encodingArray.length; i++) {
        	if (freqArray[i] != 0) 
        		enc += (char)i + encodingArray[i] + 'n';
        }
    	return enc;
    }

    public double getCompressionRatio() {
        return ratio;
    }


    public void displayEncodingArray() {//для отладки
        System.out.println("======================Encoding table====================");
        for (int i = 0; i < ENCODING_TABLE_SIZE; i++) {
            //if (freqArray[i] != 0) {
                System.out.print((char)i + " ");
                System.out.println(encodingArray[i]);
            //}
        }
        System.out.println("========================================================");
    }
    }

ថ្នាក់ដែលសម្របសម្រួលការសរសេរទៅកាន់ឯកសារ៖

import java.io.File;
import java.io.PrintWriter;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.Closeable;

public class FileOutputHelper implements Closeable {
    private File outputFile;
    private FileOutputStream fileOutputStream;

    public FileOutputHelper(File file) throws FileNotFoundException {
        outputFile = file;
        fileOutputStream = new FileOutputStream(outputFile);
    }

    public void writeByte(byte msg) throws IOException {
        fileOutputStream.write(msg);
    }

    public void writeBytes(byte[] msg) throws IOException {
        fileOutputStream.write(msg);
    }

    public void writeString(String msg) {
    	try (PrintWriter pw = new PrintWriter(outputFile)) {
    		pw.write(msg);
    	} catch (FileNotFoundException e) {
    		System.out.println("Неверный путь, или такого файла не существует!");
    	}
    }

    @Override
    public void close() throws IOException {
        fileOutputStream.close();
    }

    public void finalize() throws IOException {
        close();
    }
}

ថ្នាក់ដែលជួយសម្រួលដល់ការអានឯកសារ៖

import java.io.FileInputStream;
import java.io.EOFException;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.io.Closeable;
import java.io.File;
import java.io.IOException;

public class FileInputHelper implements Closeable {
	private FileInputStream fileInputStream;
	private BufferedReader fileBufferedReader;
	
	public FileInputHelper(File file) throws IOException {
		fileInputStream = new FileInputStream(file);
		fileBufferedReader = new BufferedReader(new InputStreamReader(fileInputStream));
	}
	
	
    public byte readByte() throws IOException {
    	int cur = fileInputStream.read();
    	if (cur == -1)//если закончился файл
    		throw new EOFException();
    	return (byte)cur;
    }
    
    public String readLine() throws IOException {
    	return fileBufferedReader.readLine();
    }
    
    @Override
    public void close() throws IOException{
    	fileInputStream.close();
    }
}

អញ្ចឹងហើយថ្នាក់មេ៖

import java.io.File;
import java.nio.charset.MalformedInputException;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.NoSuchFileException;
import java.nio.file.Paths;
import java.util.List;
import java.io.EOFException;
public class Main {
	private static final byte ENCODING_TABLE_SIZE = 127;
	
    public static void main(String[] args) throws IOException {
        try {//указываем инструкцию с помощью аргументов командной строки
            if (args[0].equals("--compress") || args[0].equals("-c"))
                compress(args[1]);
            else if ((args[0].equals("--extract") || args[0].equals("-x"))
            		&& (args[2].equals("--table") || args[2].equals("-t"))) {
            	extract(args[1], args[3]);
            }
            else
                throw new IllegalArgumentException();
        } catch (ArrayIndexOutOfBoundsException | IllegalArgumentException e) {
            System.out.println("Неверный формат ввода аргументов ");
            System.out.println("Читайте Readme.txt");
            e.printStackTrace();
        }
    }

	public static void compress(String stringPath) throws IOException {
        List<String> stringList;
        File inputFile = new File(stringPath);
        String s = "";
        File compressedFile, table;
        
        try {
            stringList = Files.readAllLines(Paths.get(inputFile.getAbsolutePath()));
        } catch (NoSuchFileException e) {
            System.out.println("Неверный путь, или такого файла не существует!");
            return;
        } catch (MalformedInputException e) {
        	System.out.println("Текущая кодировка файла не поддерживается");
        	return;
        }

        for (String item : stringList) {
            s += item;
            s += 'n';
        }

        HuffmanOperator operator = new HuffmanOperator(new HuffmanTree(s));

        compressedFile = new File(inputFile.getAbsolutePath() + ".cpr");
        compressedFile.createNewFile();
        try (FileOutputHelper fo = new FileOutputHelper(compressedFile)) {
        	fo.writeBytes(operator.getBytedMsg());
        }
        //create file with encoding table:
        
        table = new File(inputFile.getAbsolutePath() + ".table.txt");
        table.createNewFile();
        try (FileOutputHelper fo = new FileOutputHelper(table)) {
        	fo.writeString(operator.getEncodingTable());
        }
        
        System.out.println("Путь к сжатому файлу: " + compressedFile.getAbsolutePath());
        System.out.println("Путь к кодировочной таблице " + table.getAbsolutePath());
        System.out.println("Без таблицы файл будет невозможно извлечь!");
        
        double idealRatio = Math.round(operator.getCompressionRatio() * 100) / (double) 100;//идеализированный коэффициент
        double realRatio = Math.round((double) inputFile.length() 
        		/ ((double) compressedFile.length() + (double) table.length()) * 100) / (double)100;//настоящий коэффициент
        
        System.out.println("Идеализированный коэффициент сжатия равен " + idealRatio);
        System.out.println("Коэффициент сжатия с учетом кодировочной таблицы " + realRatio);
    }

    public static void extract(String filePath, String tablePath) throws FileNotFoundException, IOException {
        HuffmanOperator operator = new HuffmanOperator();
        File compressedFile = new File(filePath),
        	 tableFile = new File(tablePath),
        	 extractedFile = new File(filePath + ".xtr");
        String compressed = "";
        String[] encodingArray = new String[ENCODING_TABLE_SIZE];
        //read compressed file
        //!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!check here:
        try (FileInputHelper fi = new FileInputHelper(compressedFile)) {
        	byte b;
        	while (true) {
        		b = fi.readByte();//method returns EOFException
        		compressed += String.format("%8s", Integer.toBinaryString(b & 0xff)).replace(" ", "0");
        	}
        } catch (EOFException e) {
        	
        }
        
        //--------------------
        
        //read encoding table:
        try (FileInputHelper fi = new FileInputHelper(tableFile)) {
        	fi.readLine();//skip first empty string
        	encodingArray[(byte)'n'] = fi.readLine();//read code for 'n'
        	while (true) {
        		String s = fi.readLine();
        		if (s == null)
        			throw new EOFException();
        		encodingArray[(byte)s.charAt(0)] = s.substring(1, s.length());        		
        	}
        } catch (EOFException ignore) {}
        
        extractedFile.createNewFile();
        //extract:
		try (FileOutputHelper fo = new FileOutputHelper(extractedFile)) {
			fo.writeString(operator.extract(compressed, encodingArray));
		}
		
		System.out.println("Путь к распакованному файлу " + extractedFile.getAbsolutePath());
    }
}

អ្នកនឹងត្រូវសរសេរឯកសារដោយប្រើការណែនាំ readme.txt ដោយខ្លួនឯង🙂

សេចក្តីសន្និដ្ឋាន

ខ្ញុំគិតថានោះជាអ្វីដែលខ្ញុំចង់និយាយ។ ប្រសិនបើអ្នកមានអ្វីដែលត្រូវនិយាយអំពីភាពអសមត្ថភាពរបស់ខ្ញុំក្នុងការធ្វើឱ្យប្រសើរឡើងនៅក្នុងកូដ ក្បួនដោះស្រាយ ជាទូទៅការបង្កើនប្រសិទ្ធភាពណាមួយ បន្ទាប់មកមានអារម្មណ៍សេរីក្នុងការសរសេរ។ ប្រសិនបើខ្ញុំមិនបានពន្យល់អ្វីទេ សូមសរសេរផងដែរ។ ខ្ញុំចង់ឮពីអ្នកនៅក្នុងមតិយោបល់!

PS

បាទ/ចាស៎ ខ្ញុំនៅតែនៅទីនេះ ព្រោះខ្ញុំមិនបានភ្លេចអំពីមេគុណទេ។ សម្រាប់ខ្សែអក្សរ s1 តារាងបំលែងកូដមានទម្ងន់ 48 បៃ - ច្រើនជាងឯកសារដើម ហើយពួកគេមិនបានភ្លេចអំពីលេខសូន្យបន្ថែមទេ (ចំនួនលេខសូន្យបន្ថែមគឺ 7) => សមាមាត្របង្ហាប់នឹងតិចជាងមួយ: 176 /(65 + 48 * 8 + 7) = 0.38 ។ បើអ្នកក៏សម្គាល់ឃើញចំណុចនេះដែរ គ្រាន់តែមិននៅមុខអ្នកក៏រួចដែរ។ បាទ ការអនុវត្តនេះនឹងគ្មានប្រសិទ្ធភាពខ្លាំងសម្រាប់ឯកសារតូចៗ។ ប៉ុន្តែតើមានអ្វីកើតឡើងចំពោះឯកសារធំ? ទំហំឯកសារមានទំហំធំជាងទំហំតារាងអ៊ិនកូដ។ នេះជាកន្លែងដែលក្បួនដោះស្រាយដំណើរការដូចដែលវាគួរតែ! ឧទាហរណ៍សម្រាប់ អក្សរកាត់របស់ Faust បណ្ណសារផ្តល់ឱ្យមេគុណពិតប្រាកដ (មិនសមហេតុផល) ស្មើនឹង 1.46 - ស្ទើរតែមួយដងកន្លះ! បាទ ឯកសារត្រូវបានសន្មតថាជាភាសាអង់គ្លេស។

ប្រភព: www.habr.com

ការបង្ហាប់ទិន្នន័យជាមួយក្បួនដោះស្រាយ Huffman

ធាតុ

ការឆ្លុះបញ្ចាំងតិចតួច

одирование

ការសាងសង់ដើមឈើ Huffman

មានអ្វីបន្ទាប់?

ការឌិកូដ

Реализация

សេចក្តីសន្និដ្ឋាន

PS

បន្ថែមមតិយោបល់ ответОтменить

ការបង្ហាប់ទិន្នន័យជាមួយក្បួនដោះស្រាយ Huffman

ធាតុ

ការឆ្លុះបញ្ចាំងតិចតួច

одирование

ការសាងសង់ដើមឈើ Huffman

មាន​អ្វី​បន្ទាប់?

ការឌិកូដ

Реализация

សេចក្តីសន្និដ្ឋាន

PS

បន្ថែមមតិយោបល់ ответОтменить

មានអ្វីបន្ទាប់?