நுழைவு
இந்த கட்டுரையில், நன்கு அறியப்பட்ட ஹஃப்மேன் அல்காரிதம் மற்றும் தரவு சுருக்கத்தில் அதன் பயன்பாடு பற்றி பேசுவேன்.
இதன் விளைவாக, நாங்கள் ஒரு எளிய காப்பகத்தை எழுதுவோம். இது ஏற்கனவே இருந்தது , ஆனால் நடைமுறை செயல்படுத்தல் இல்லாமல். தற்போதைய இடுகையின் தத்துவார்த்த பொருள் பள்ளி கணினி அறிவியல் பாடங்கள் மற்றும் ராபர்ட் லாஃபோரெட்டின் "ஜாவாவில் தரவு கட்டமைப்புகள் மற்றும் வழிமுறைகள்" புத்தகத்திலிருந்து எடுக்கப்பட்டது. எனவே, அனைத்தும் வெட்டப்பட்டவை!
ஒரு சிறிய பிரதிபலிப்பு
ஒரு சாதாரண உரை கோப்பில், ஒரு எழுத்து 8 பிட்கள் (ASCII குறியாக்கம்) அல்லது 16 (யுனிகோட் குறியாக்கம்) மூலம் குறியாக்கம் செய்யப்பட்டுள்ளது. அடுத்து, ASCII குறியாக்கத்தைக் கருத்தில் கொள்வோம். எடுத்துக்காட்டாக, s1 = "SUSIE SAYS IT IS EASYn" என்ற சரத்தை எடுத்துக் கொள்ளுங்கள். மொத்தத்தில், இடைவெளிகள் மற்றும் புதிய வரி எழுத்து - 'n' உட்பட, நிச்சயமாக, வரியில் 22 எழுத்துகள் உள்ளன. இந்த வரியைக் கொண்ட கோப்பு 22*8 = 176 பிட்கள் எடையுள்ளதாக இருக்கும். கேள்வி உடனடியாக எழுகிறது: 8 எழுத்தை குறியாக்க அனைத்து 1 பிட்களையும் பயன்படுத்துவது பகுத்தறிவா? நாங்கள் அனைத்து ASCII எழுத்துக்களையும் பயன்படுத்துவதில்லை. அவை இருந்தால் கூட, அடிக்கடி எழுத்து - S - சாத்தியமான குறியீடு, மற்றும் அரிதான எழுத்து - T (அல்லது U, அல்லது 'n') - குறியீட்டை மிகவும் உண்மையானதாகக் கொடுப்பது மிகவும் பகுத்தறிவு. இது ஹஃப்மேன் அல்காரிதம்: நீங்கள் சிறந்த குறியாக்க விருப்பத்தை கண்டுபிடிக்க வேண்டும், அதில் கோப்பு குறைந்தபட்ச எடையில் இருக்கும். வெவ்வேறு எழுத்துக்கள் வெவ்வேறு குறியீடு நீளங்களைக் கொண்டிருப்பது மிகவும் இயல்பானது - இது அல்காரிதத்தின் அடிப்படையாகும்.
கொடிரோவனி
ஏன் 'S' எழுத்துக்கு ஒரு குறியீட்டைக் கொடுக்கக்கூடாது, எடுத்துக்காட்டாக, 1 பிட் நீளம்: 0 அல்லது 1. அது 1 ஆக இருக்கட்டும். பிறகு இரண்டாவது அதிகம் நிகழும் எழுத்து - ' ' (இடைவெளி) - 0 ஐக் கொடுப்போம். கற்பனை செய்து பாருங்கள், நீங்கள் தொடங்குகிறீர்கள் உங்கள் செய்தியை டிகோட் செய்யவும் - குறியிடப்பட்ட சரம் s1 - மற்றும் குறியீடு 1 இல் தொடங்குவதை நீங்கள் காண்கிறீர்கள். எனவே, என்ன செய்வது: இது S எழுத்துக்குறியா அல்லது A போன்ற வேறு ஏதேனும் எழுத்தா? எனவே, ஒரு முக்கியமான விதி எழுகிறது:
எந்த குறியீடும் மற்றொன்றின் முன்னொட்டாக இருக்கக்கூடாது
இந்த விதி அல்காரிதத்தின் திறவுகோலாகும். எனவே, குறியீட்டின் உருவாக்கம் அதிர்வெண் அட்டவணையுடன் தொடங்குகிறது, இது ஒவ்வொரு சின்னத்தின் அதிர்வெண் (நிகழ்வுகளின் எண்ணிக்கை) குறிக்கிறது:
அதிக நிகழ்வுகளைக் கொண்ட எழுத்துக்கள் மிகக் குறைவானவற்றுடன் குறியாக்கம் செய்யப்பட வேண்டும் சாத்தியம் பிட்களின் எண்ணிக்கை. சாத்தியமான குறியீடு அட்டவணைகளில் ஒன்றின் உதாரணத்தை நான் தருகிறேன்:
எனவே குறியிடப்பட்ட செய்தி இப்படி இருக்கும்:
10 01111 10 110 1111 00 10 010 1110 10 00 110 0110 00 110 10 00 1111 010 10 1110 01110
ஒவ்வொரு எழுத்தின் குறியீட்டையும் இடைவெளியுடன் பிரித்தேன். சுருக்கப்பட்ட கோப்பில் இது உண்மையில் நடக்காது!
கேள்வி எழுகிறது: ஒரு குறியீட்டு அட்டவணையை எவ்வாறு உருவாக்குவது என்பதை இந்த ரூக்கி எப்படி ஒரு குறியீட்டைக் கொண்டு வந்தார்? இது கீழே விவாதிக்கப்படும்.
ஒரு ஹஃப்மேன் மரத்தை உருவாக்குதல்
இங்குதான் பைனரி தேடல் மரங்கள் மீட்புக்கு வருகின்றன. கவலைப்பட வேண்டாம், இங்கு தேடுதல், செருகுதல் மற்றும் நீக்குதல் முறைகள் தேவையில்லை. ஜாவாவில் உள்ள மர அமைப்பு இங்கே:
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;
}
...
}
இது முழுமையான குறியீடு அல்ல, முழு குறியீடும் கீழே இருக்கும்.
ஒரு மரத்தை உருவாக்குவதற்கான வழிமுறை இங்கே:
- செய்தியிலிருந்து ஒவ்வொரு எழுத்துக்கும் ஒரு முனை பொருளை உருவாக்கவும் (வரி s1). எங்கள் விஷயத்தில், 9 முனைகள் (நோட் பொருள்கள்) இருக்கும். ஒவ்வொரு முனையும் இரண்டு தரவு புலங்களைக் கொண்டுள்ளது: குறியீடு மற்றும் அதிர்வெண்
- ஒவ்வொரு முனை முனைகளுக்கும் ஒரு மரப் பொருளை (பைனரி ட்ரீ) உருவாக்கவும். கணு மரத்தின் வேராக மாறுகிறது.
- முன்னுரிமை வரிசையில் இந்த மரங்களைச் செருகவும். குறைந்த அதிர்வெண், அதிக முன்னுரிமை. இவ்வாறு, பிரித்தெடுக்கும் போது, குறைந்த அதிர்வெண் கொண்ட மரம் எப்போதும் தேர்ந்தெடுக்கப்படுகிறது.
அடுத்து, நீங்கள் பின்வருவனவற்றை சுழற்சி முறையில் செய்ய வேண்டும்:
- முன்னுரிமை வரிசையில் இருந்து இரண்டு மரங்களை மீட்டெடுத்து, அவற்றை ஒரு புதிய முனையின் குழந்தைகளாக மாற்றவும் (எழுத்து இல்லாமல் புதிதாக உருவாக்கப்பட்ட முனை). புதிய முனையின் அதிர்வெண் இரண்டு சந்ததி மரங்களின் அதிர்வெண்களின் கூட்டுத்தொகைக்கு சமம்.
- இந்த முனைக்கு, இந்த முனையில் வேரூன்றிய மரத்தை உருவாக்கவும். இந்த மரத்தை மீண்டும் முன்னுரிமை வரிசையில் செருகவும். (மரம் ஒரு புதிய அதிர்வெண்ணைக் கொண்டிருப்பதால், அது பெரும்பாலும் வரிசையில் புதிய இடத்திற்குச் செல்லும்)
- வரிசையில் ஒரு மரம் இருக்கும் வரை 1 மற்றும் 2 படிகளைத் தொடரவும் - ஹஃப்மேன் மரம்
வரி s1 இல் இந்த அல்காரிதத்தைக் கவனியுங்கள்:
இங்கே குறியீடு "lf" (linefeed) ஒரு புதிய வரியைக் குறிக்கிறது, "sp" (space) என்பது ஒரு இடைவெளி.
அடுத்தது என்ன?
எங்களுக்கு ஹஃப்மேன் மரம் கிடைத்தது. சரி. மற்றும் அதை என்ன செய்வது? அவர்கள் அதை இலவசமாக எடுக்க மாட்டார்கள், பின்னர், மரத்தின் வேரிலிருந்து இலைகள் வரை சாத்தியமான அனைத்து வழிகளையும் நீங்கள் கண்டுபிடிக்க வேண்டும். இடதுபுறக் குழந்தைக்கு வழிவகுத்தால் விளிம்பு 0 என்றும் அது வலதுபுறம் சென்றால் 1 என்றும் லேபிளிட ஒப்புக்கொள்கிறோம். கண்டிப்பாகச் சொல்வதென்றால், இந்தக் குறியீடுகளில், எழுத்துக் குறியீடு என்பது மரத்தின் வேரிலிருந்து இலைக்கு இதே எழுத்தைக் கொண்ட பாதையாகும்.
இவ்வாறு, குறியீடுகளின் அட்டவணை மாறியது. இந்த அட்டவணையை நாம் கருத்தில் கொண்டால், ஒவ்வொரு எழுத்தின் "எடை" பற்றி முடிவு செய்யலாம் - இது அதன் குறியீட்டின் நீளம். பின்னர், சுருக்கப்பட்ட வடிவத்தில், மூலக் கோப்பு எடையுள்ளதாக இருக்கும்: 2 * 3 + 2 * 4 + 3 * 3 + 6 * 2 + 1 * 4 + 1 * 5 + 2 * 4 + 4 * 2 + 1 * 5 = 65 பிட்கள் . முதலில் அதன் எடை 176 பிட்கள். எனவே, நாங்கள் அதை 176/65 = 2.7 மடங்கு குறைத்தோம்! ஆனால் இது ஒரு கற்பனாவாதம். அத்தகைய விகிதம் பெறப்பட வாய்ப்பில்லை. ஏன்? இது சிறிது நேரம் கழித்து விவாதிக்கப்படும்.
டிகோடிங்
சரி, ஒருவேளை மீதமுள்ள எளிய விஷயம் டிகோடிங் ஆகும். சுருக்கப்பட்ட கோப்பை எவ்வாறு குறியாக்கம் செய்யப்பட்டது என்பது பற்றிய குறிப்புகள் இல்லாமல் அதை உருவாக்குவது சாத்தியமில்லை என்று உங்களில் பலர் யூகித்திருப்பீர்கள் என்று நினைக்கிறேன் - எங்களால் அதை டிகோட் செய்ய முடியாது! ஆம், ஆம், இதை உணர்ந்துகொள்வது எனக்கு கடினமாக இருந்தது, ஆனால் நான் ஒரு சுருக்க அட்டவணையுடன் table.txt என்ற உரை கோப்பை உருவாக்க வேண்டும்:
01110
00
A010
E1111
I110
S10
T0110
U01111
Y1110
'எழுத்து' "எழுத்து குறியீடு" வடிவத்தில் அட்டவணை உள்ளீடு. 01110 ஏன் சின்னம் இல்லாமல் உள்ளது? உண்மையில், இது ஒரு குறியீட்டுடன் உள்ளது, ஒரு கோப்பில் அவுட்புட் செய்யும் போது நான் பயன்படுத்தும் ஜாவா கருவிகள், புதிய வரி எழுத்து - 'n' - புதிய வரியாக மாற்றப்படுகிறது (அது எவ்வளவு முட்டாள்தனமாக இருந்தாலும் சரி). எனவே, மேலே உள்ள வெற்றுக் கோடு 01110 குறியீட்டிற்கான எழுத்துக்குறியாகும். குறியீடு 00 க்கு, எழுத்து என்பது வரியின் தொடக்கத்தில் ஒரு இடைவெளி. அட்டவணையை சேமிக்கும் இந்த முறை எங்கள் கான் குணகத்திற்கு மிகவும் பகுத்தறிவற்றது என்று நான் இப்போதே சொல்ல வேண்டும். ஆனால் புரிந்துகொண்டு செயல்படுத்துவது எளிது. தேர்வுமுறை பற்றிய கருத்துகளில் உங்கள் பரிந்துரைகளைக் கேட்பதில் நான் மகிழ்ச்சியடைவேன்.
இந்த அட்டவணை மூலம், டிகோட் செய்வது மிகவும் எளிதானது. குறியாக்கத்தை உருவாக்கும் போது நாங்கள் எந்த விதியால் வழிநடத்தப்பட்டோம் என்பதை நினைவில் கொள்வோம்:
எந்த குறியீடும் மற்றொன்றின் முன்னொட்டாக இருக்கக்கூடாது
இது ஒரு வசதியான பாத்திரத்தை வகிக்கிறது. நாம் பிட் பை பிட் வரிசையாகப் படிக்கிறோம், அதன் விளைவாக வரும் d என்ற சரம், ரீட் பிட்களை உள்ளடக்கியது, எழுத்து எழுத்துடன் தொடர்புடைய குறியாக்கத்துடன் பொருந்தியவுடன், எழுத்து எழுத்து (அது மட்டுமே!) குறியாக்கம் செய்யப்பட்டது என்பதை உடனடியாக அறிவோம். அடுத்து, டிகோட் ஸ்ட்ரிங்கில் (டிகோட் செய்யப்பட்ட செய்தியைக் கொண்ட சரம்) எழுத்தை எழுதுகிறோம், டி சரத்தை மீட்டமைத்து, குறியிடப்பட்ட கோப்பை மேலும் படிக்கிறோம்.
Реализация
காப்பகத்தை எழுதி எனது குறியீட்டை அவமானப்படுத்தும் நேரம் இது. அமுக்கி என்று சொல்வோம்.
மீண்டும் ஆரம்பி. முதலில், நாங்கள் நோட் வகுப்பை எழுதுகிறோம்:
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;
}
}
இப்போது மரம்:
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;
}
}
முன்னுரிமை வரிசை:
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)
}
}
ஹஃப்மேன் மரத்தை உருவாக்கும் வகுப்பு:
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;
}
}
குறியாக்கம்/டிகோட் செய்யும் வகுப்பு:
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("========================================================");
}
}
ஒரு கோப்பில் எழுதுவதை எளிதாக்கும் ஒரு வகுப்பு:
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();
}
}
ஒரு கோப்பிலிருந்து படிக்க உதவும் வகுப்பு:
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();
}
}
சரி, மற்றும் முக்கிய வகுப்பு:
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());
}
}
நீங்கள் readme.txt வழிமுறைகளுடன் கோப்பை எழுத வேண்டும் 🙂
முடிவுக்கு
நான் சொல்ல நினைத்தது அவ்வளவுதான். குறியீடு, அல்காரிதம், பொதுவாக, எந்த தேர்வுமுறையிலும் மேம்படுத்தப்பட்ட எனது திறமையின்மை பற்றி நீங்கள் ஏதாவது கூறினால், தயங்காமல் எழுதுங்கள். நான் ஏதாவது விளக்கவில்லை என்றால், தயவுசெய்து எழுதவும். கருத்துகளில் உங்களிடமிருந்து கேட்க விரும்புகிறேன்!
சோசலிஸ்ட் கட்சி
ஆம், ஆம், நான் இன்னும் இங்கே இருக்கிறேன், ஏனென்றால் குணகத்தைப் பற்றி நான் மறக்கவில்லை. சரம் s1 க்கு, குறியாக்க அட்டவணை 48 பைட்டுகள் - அசல் கோப்பை விட அதிகமாக உள்ளது, மேலும் கூடுதல் பூஜ்ஜியங்களைப் பற்றி அவர்கள் மறந்துவிடவில்லை (சேர்க்கப்பட்ட பூஜ்ஜியங்களின் எண்ணிக்கை 7) => சுருக்க விகிதம் ஒன்றுக்கு குறைவாக இருக்கும்: 176 /(65 + 48*8 + 7) = 0.38. இதை நீங்களும் கவனித்திருந்தால், உங்கள் முகத்தில் மட்டும் இல்லை. ஆம், சிறிய கோப்புகளுக்கு இந்த செயலாக்கம் மிகவும் திறமையற்றதாக இருக்கும். ஆனால் பெரிய கோப்புகளுக்கு என்ன நடக்கும்? குறியீட்டு அட்டவணை அளவை விட கோப்பு அளவுகள் மிகவும் பெரியவை. இங்குதான் அல்காரிதம் வேலை செய்ய வேண்டும்! உதாரணமாக, க்கான காப்பகமானது 1.46 க்கு சமமான உண்மையான (இலட்சியப்படுத்தப்படாத) குணகத்தை அளிக்கிறது - கிட்டத்தட்ட ஒன்றரை மடங்கு! ஆம், கோப்பு ஆங்கிலத்தில் இருக்க வேண்டும்.
ஆதாரம்: www.habr.com