प्रोहोस्टर > Блог > प्रशासन > Huffman एल्गोरिथ्म संग डाटा कम्प्रेसन

Huffman एल्गोरिथ्म संग डाटा कम्प्रेसन

प्रवेश

यस लेखमा, म प्रसिद्ध Huffman एल्गोरिथ्म, साथै डाटा सङ्कुचन मा यसको आवेदन बारेमा कुरा गर्नेछु।

नतिजाको रूपमा, हामी एक साधारण अभिलेख लेख्नेछौं। यो पहिले नै भएको छ Habré मा लेखतर व्यावहारिक कार्यान्वयन बिना। हालको पोष्टको सैद्धान्तिक सामग्री स्कूल कम्प्युटर विज्ञान पाठहरू र रोबर्ट लाफोरेटको पुस्तक "जाभामा डाटा संरचना र एल्गोरिदमहरू" बाट लिइएको हो। त्यसोभए, सबै कुरा काटिएको छ!

एक सानो प्रतिबिम्ब

सामान्य पाठ फाइलमा, एउटा क्यारेक्टर ८ बिट (ASCII एन्कोडिङ) वा १६ (युनिकोड इन्कोडिङ) सँग इन्कोड गरिएको हुन्छ। अर्को, हामी ASCII एन्कोडिङलाई विचार गर्नेछौं। उदाहरणका लागि, स्ट्रिङ s8 = "SUSIE SAYS IT IS EASYn" लिनुहोस्। कुलमा, रेखामा 16 क्यारेक्टरहरू छन्, अवश्य पनि, स्पेसहरू र नयाँ लाइन क्यारेक्टर - 'n' सहित। यो लाइन भएको फाइलको तौल 1*22 = 22 बिट हुनेछ। प्रश्न तुरुन्तै उठ्छ: के यो 8 क्यारेक्टर एन्कोड गर्न सबै 176 बिटहरू प्रयोग गर्न तर्कसंगत छ? हामी सबै ASCII क्यारेक्टरहरू प्रयोग गर्दैनौं। यदि तिनीहरू भए पनि, यो धेरै तर्कसंगत अक्षर - S - सबैभन्दा छोटो सम्भावित कोड, र दुर्लभ अक्षर - T (वा U, वा 'n') - कोडलाई थप प्रामाणिक दिनुहोस्। यो Huffman एल्गोरिथ्म हो: तपाईंले सबैभन्दा राम्रो एन्कोडिङ विकल्प फेला पार्न आवश्यक छ, जसमा फाइल न्यूनतम वजनको हुनेछ। यो एकदम सामान्य छ कि विभिन्न क्यारेक्टरहरूको फरक कोड लम्बाइ हुनेछ - यो एल्गोरिथ्मको आधार हो।

कोडिंग

किन 'S' क्यारेक्टरलाई कोड नदिनुहोस्, उदाहरणका लागि, १ बिट लामो: ० वा १। यसलाई १ हुन दिनुहोस्। त्यसपछि दोस्रो सबैभन्दा बढी हुने क्यारेक्टर - ' ' (स्पेस) - हामी ० दिनेछौं। कल्पना गर्नुहोस्, तपाईंले सुरु गर्नुभयो। तपाईंको सन्देशलाई डिकोड गर्नुहोस् - एन्कोड गरिएको स्ट्रिङ s1 - र तपाईंले कोड 0 बाट सुरु भएको देख्नुहुन्छ। त्यसोभए, के गर्ने: के यो S वर्ण हो, वा यो कुनै अन्य क्यारेक्टर हो, जस्तै A? त्यसैले, एक महत्त्वपूर्ण नियम उत्पन्न हुन्छ:

कुनै पनि कोड अर्कोको उपसर्ग हुनु हुँदैन

यो नियम एल्गोरिथ्म को कुञ्जी हो। त्यसकारण, कोडको सिर्जना फ्रिक्वेन्सी तालिकाबाट सुरु हुन्छ, जसले प्रत्येक प्रतीकको आवृत्ति (घटनाहरूको संख्या) लाई संकेत गर्दछ:

Huffman एल्गोरिथ्म संग डाटा कम्प्रेसन सबैभन्दा धेरै घटना भएका क्यारेक्टरहरू थोरैमा सङ्केतित हुनुपर्छ सम्भव छ बिट्स को संख्या। म सम्भावित कोड तालिकाहरू मध्ये एउटाको उदाहरण दिनेछु:

Huffman एल्गोरिथ्म संग डाटा कम्प्रेसन त्यसैले एन्कोड गरिएको सन्देश यस्तो देखिन्छ:

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

मैले प्रत्येक क्यारेक्टरको कोडलाई स्पेसको साथ छुट्याएँ। यो वास्तवमै कम्प्रेस गरिएको फाइलमा हुने छैन!
प्रश्न उठ्छ: यो धोखेबाज कसरी कोडको साथ आयो कसरी कोड तालिका बनाउने? यो तल छलफल गरिनेछ।

एक Huffman रूख निर्माण

यो जहाँ बाइनरी खोज रूखहरू उद्धारमा आउँछन्। चिन्ता नगर्नुहोस्, तपाईलाई यहाँ खोजी, सम्मिलित र मेटाउने विधिहरू आवश्यक पर्दैन। यहाँ जाभा मा रूख संरचना छ:

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;
    }
    ...
}

यो पूर्ण कोड होइन, पूरा कोड तल हुनेछ।

यहाँ रूख निर्माणको लागि एल्गोरिथ्म छ:

  1. सन्देशबाट प्रत्येक क्यारेक्टरको लागि नोड वस्तु सिर्जना गर्नुहोस् (लाइन s1)। हाम्रो अवस्थामा, त्यहाँ 9 नोडहरू (नोड वस्तुहरू) हुनेछ। प्रत्येक नोडमा दुई डेटा क्षेत्रहरू हुन्छन्: प्रतीक र आवृत्ति
  2. प्रत्येक नोड नोडहरूका लागि ट्री वस्तु (BinaryTree) सिर्जना गर्नुहोस्। नोड रूखको जरा बन्छ।
  3. यी रूखहरूलाई प्राथमिकता पङ्क्तिमा घुसाउनुहोस्। कम फ्रिक्वेन्सी, उच्च प्राथमिकता। यसैले, निकाल्दा, सबैभन्दा कम आवृत्ति भएको रूख सधैं चयन गरिन्छ।

अर्को, तपाईंले चक्रीय रूपमा निम्न गर्न आवश्यक छ:

  1. प्राथमिकता लामबाट दुईवटा रूखहरू पुन: प्राप्त गर्नुहोस् र तिनीहरूलाई नयाँ नोडको बच्चा बनाउनुहोस् (अक्षर बिना नयाँ सिर्जना गरिएको नोड)। नयाँ नोडको फ्रिक्वेन्सी दुई वंशज रूखहरूको फ्रिक्वेन्सीको योगफल बराबर छ।
  2. यो नोडको लागि, यो नोडमा जरा भएको रूख सिर्जना गर्नुहोस्। यो रूखलाई प्राथमिकता पङ्क्तिमा फर्काउनुहोस्। (रुखको नयाँ फ्रिक्वेन्सी भएको हुनाले, यो लाममा नयाँ ठाउँमा पुग्ने सम्भावना छ)
  3. 1 र 2 चरणहरू जारी राख्नुहोस् जबसम्म एउटा रूख लाममा रहँदैन - Huffman रूख

लाइन s1 मा यो एल्गोरिथ्म विचार गर्नुहोस्:

Huffman एल्गोरिथ्म संग डाटा कम्प्रेसन

यहाँ प्रतीक "lf" (linefeed) ले नयाँ रेखालाई जनाउँछ, "sp" (स्पेस) एउटा स्पेस हो।

अब के?

हामीले हफम्यान रूख पायौं। ठिक छ। र यसलाई के गर्ने? तिनीहरूले यसलाई सित्तैमा लिने छैनन्। र त्यसपछि, तपाईंले जरादेखि रूखको पातहरूसम्म सबै सम्भावित मार्गहरू ट्रेस गर्न आवश्यक छ। हामी किनारा ० लेबल गर्न सहमत छौं यदि यसले बायाँ बच्चामा लैजान्छ भने 0 र यदि यसले दायाँ बच्चामा लैजान्छ भने। कडा शब्दमा भन्नुपर्दा, यी नोटेशनहरूमा, क्यारेक्टर कोड भनेको रूखको जरादेखि पातसम्म यही क्यारेक्टर भएको बाटो हो।

Huffman एल्गोरिथ्म संग डाटा कम्प्रेसन

यसरी, कोडहरूको तालिका बाहिर निस्कियो। ध्यान दिनुहोस् कि यदि हामीले यो तालिकालाई विचार गर्छौं भने, हामी प्रत्येक क्यारेक्टरको "वजन" बारे निष्कर्षमा पुग्न सक्छौं - यो यसको कोडको लम्बाइ हो। त्यसपछि, संकुचित फारममा, स्रोत फाइलको तौल हुनेछ: 2 * 3 + 2 * 4 + 3 * 3 + 6 * 2 + 1 * 4 + 1 * 5 + 2 * 4 + 4 * 2 + 1 * 5 = 65 बिट । सुरुमा यसको वजन 176 बिट थियो। त्यसकारण, हामीले यसलाई 176/65 = 2.7 पटक घटायौं! तर यो एक यूटोपिया हो। यस्तो अनुपात प्राप्त गर्न असम्भव छ। किन? यो केहि पछि छलफल गरिनेछ।

डिकोडिङ

ठिक छ, सायद सबै भन्दा साधारण कुरा डिकोडिङ हो। मलाई लाग्छ कि तपाईं मध्ये धेरैले अनुमान गर्नुभएको छ कि यो कसरी एन्कोड गरिएको थियो भन्ने बारे कुनै संकेत बिना कम्प्रेस गरिएको फाइल सिर्जना गर्न असम्भव छ - हामी यसलाई डिकोड गर्न सक्षम हुने छैनौं! हो, हो, मलाई यो महसुस गर्न गाह्रो थियो, तर मैले कम्प्रेसन तालिकाको साथ एउटा टेक्स्ट फाइल table.txt बनाउनु पर्छ:

01110
 00
A010
E1111
I110
S10
T0110
U01111
Y1110

'क्यारेक्टर' "क्यारेक्टर कोड" फारममा तालिका प्रविष्टि। किन 01110 प्रतीक बिना छ? वास्तवमा, यो एउटा प्रतीकको साथ हो, केवल जाभा उपकरणहरू जुन मैले फाइलमा आउटपुट गर्दा प्रयोग गर्छु, नयाँ लाइन क्यारेक्टर - 'n' - नयाँलाइनमा रूपान्तरण हुन्छ (जतिसुकै मूर्ख सुनिन्छ)। त्यसैले, माथिको खाली रेखा कोड 01110 को लागि क्यारेक्टर हो। कोड 00 को लागि, क्यारेक्टर लाइनको सुरुमा एउटा खाली ठाउँ हो। मैले तुरुन्तै भन्नु पर्छ कि तालिका भण्डारण गर्ने यो विधिले हाम्रो खान गुणांकको लागि सबैभन्दा तर्कहीन भएको दाबी गर्न सक्छ। तर यसलाई बुझ्न र कार्यान्वयन गर्न सजिलो छ। अप्टिमाइजेसनको बारेमा टिप्पणीहरूमा तपाईंको सिफारिसहरू सुन्न पाउँदा म खुसी हुनेछु।

यस तालिकाको साथ, यो डिकोड गर्न धेरै सजिलो छ। एन्कोडिङ सिर्जना गर्दा हामीले कुन नियमद्वारा निर्देशित गरेका थियौं भन्ने कुरा याद गरौं:

कुनै पनि कोड अर्कोको उपसर्ग हुनु हुँदैन

यो जहाँ यो एक सहज भूमिका खेल्छ। हामीले क्रमिक रूपमा बिट-बिट पढ्छौं, र पढ्ने बिटहरू समावेश भएको परिणाम स्ट्रिङ d, क्यारेक्टर क्यारेक्टरसँग मिल्दोजुल्दो एन्कोडिङसँग मिल्ने बित्तिकै, हामीलाई तुरुन्तै थाहा हुन्छ कि क्यारेक्टर क्यारेक्टर (र मात्र यो!) इन्कोड गरिएको थियो। अर्को, हामी डिकोड स्ट्रिङमा क्यारेक्टर लेख्छौं (डिकोड गरिएको सन्देश भएको स्ट्रिङ), d स्ट्रिङ रिसेट गर्नुहोस्, र इन्कोड गरिएको फाइललाई पढ्नुहोस्।

कार्यान्वयन

यो एउटा अभिलेख लेखेर मेरो कोडलाई अपमानित गर्ने समय हो। यसलाई कम्प्रेसर भनिन्छ।

शुरू। सबै भन्दा पहिले, हामी नोड वर्ग लेख्छौं:

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;
    }
}

अब रूख:

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;
    }
}

प्राथमिकता लाम:

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)
    }
}

हफम्यान रूख सिर्जना गर्ने वर्ग:

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;
    }
}

इन्कोड/डिकोडहरू समावेश भएको वर्ग:

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("========================================================");
    }
    }

एउटा वर्ग जसले फाइलमा लेख्न सुविधा दिन्छ:

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();
    }
}

एउटा वर्ग जसले फाइलबाट पढ्न सुविधा दिन्छ:

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();
    }
}

खैर, र मुख्य वर्ग:

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());
    }
}

तपाईंले readme.txt निर्देशनहरूको साथ फाइल आफैं लेख्नुपर्नेछ 🙂

निष्कर्षमा

मलाई लाग्छ कि मैले भन्न खोजेको यति हो। यदि तपाइँसँग कोड, एल्गोरिथ्म, सामान्य रूपमा, कुनै पनि अप्टिमाइजेसनमा सुधारहरूको मेरो असक्षमताको बारेमा केही भन्नु छ भने, लेख्न स्वतन्त्र महसुस गर्नुहोस्। यदि मैले केहि व्याख्या गरेको छैन भने, कृपया पनि लेख्नुहोस्। म तपाईबाट टिप्पणीहरूमा सुन्न चाहन्छु!

PS

हो, हो, म अझै पनि यहाँ छु, किनकि मैले गुणांक बिर्सेको छैन। स्ट्रिङ s1 को लागि, एन्कोडिङ तालिकाको तौल 48 बाइट हुन्छ - मूल फाइल भन्दा धेरै, र तिनीहरूले अतिरिक्त शून्यको बारेमा बिर्सेनन् (थपिएको शून्यको संख्या 7 हो) => कम्प्रेसन अनुपात एक भन्दा कम हुनेछ: 176 /(६५ + ४८*८ + ७) = ०.३८। यदि तपाईंले पनि यो याद गर्नुभयो भने, अनुहारमा मात्र होइन, तपाईंले काम गर्नुभयो। हो, यो कार्यान्वयन साना फाइलहरूको लागि अत्यन्तै अप्रभावी हुनेछ। तर ठूला फाइलहरूलाई के हुन्छ? फाइल आकारहरू एन्कोडिङ तालिका आकार भन्दा धेरै ठूलो छन्। यो जहाँ एल्गोरिथ्म काम गर्छ यो हुनुपर्छ! उदाहरण को लागी, को लागी फाउस्टको मोनोलोग अभिलेखकर्ताले १.४६ बराबरको वास्तविक (आदर्श नभएको) गुणांक दिन्छ - लगभग डेढ गुणा! र हो, फाइल अंग्रेजीमा हुनु पर्ने थियो।

स्रोत: www.habr.com

एक टिप्पणी थप्न