java 压缩后的字符串

原创

mob649e8157ebce 2024-07-19 06:37:14 ©著作权

文章标签 字符串 sed Java 文章分类 Java 后端开发

©著作权归作者所有：来自51CTO博客作者mob649e8157ebce的原创作品，请联系作者获取转载授权，否则将追究法律责任

Java 压缩后的字符串

在计算机科学中，字符串压缩是一种减少字符串占用空间的技术。在Java中，我们可以通过多种方式实现字符串压缩。本文将介绍一些常见的字符串压缩方法，并提供相应的Java代码示例。

字符串压缩的基本概念

字符串压缩的目的是减少字符串在内存中占用的空间。这可以通过删除冗余字符、使用较短的编码表示较长的字符序列等方式实现。字符串压缩在处理大量文本数据时非常有用，例如在数据库存储、网络传输等场景中。

常见的字符串压缩方法

哈夫曼编码（Huffman Coding）：这是一种基于字符频率的压缩算法。它通过构建一个哈夫曼树来为每个字符分配一个唯一的编码，频率较高的字符使用较短的编码，频率较低的字符使用较长的编码。
游程编码（Run-Length Encoding, RLE）：这种方法适用于具有大量连续重复字符的字符串。它通过记录字符及其连续出现的次数来减少存储空间。
LZ77算法：这是一种基于字符串匹配的压缩算法。它通过查找字符串中的重复子串，并用它们的索引和长度来代替原始子串，从而实现压缩。
LZ78算法：与LZ77类似，但使用不同的字典构建方法。它将字符串分解为一系列子串，并为每个子串分配一个唯一的编码。

Java中的字符串压缩示例

以下是使用哈夫曼编码和游程编码实现字符串压缩的Java代码示例。

哈夫曼编码示例

import java.util.PriorityQueue;
import java.util.HashMap;
import java.util.Map;

class HuffmanNode implements Comparable<HuffmanNode> {
    char data;
    int frequency;
    HuffmanNode left, right;

    public HuffmanNode(char data, int frequency) {
        this.data = data;
        this.frequency = frequency;
    }

    public int compareTo(HuffmanNode node) {
        return this.frequency - node.frequency;
    }
}

public class HuffmanCoding {
    public static void main(String[] args) {
        String text = "this is an example for huffman coding";
        Map<Character, Integer> frequencyMap = new HashMap<>();
        for (char c : text.toCharArray()) {
            frequencyMap.put(c, frequencyMap.getOrDefault(c, 0) + 1);
        }

        PriorityQueue<HuffmanNode> queue = new PriorityQueue<>();
        for (Map.Entry<Character, Integer> entry : frequencyMap.entrySet()) {
            queue.add(new HuffmanNode(entry.getKey(), entry.getValue()));
        }

        while (queue.size() > 1) {
            HuffmanNode left = queue.poll();
            HuffmanNode right = queue.poll();
            HuffmanNode sum = new HuffmanNode('\0', left.frequency + right.frequency);
            sum.left = left;
            sum.right = right;
            queue.add(sum);
        }

        HuffmanNode root = queue.poll();
        StringBuilder encoding = new StringBuilder();
        Map<Character, String> codeTable = new HashMap<>();
        generateCodes(root, codeTable, encoding);

        for (char c : text.toCharArray()) {
            System.out.print(codeTable.get(c));
        }
    }

    private static void generateCodes(HuffmanNode node, Map<Character, String> codeTable, StringBuilder encoding) {
        if (node.left == null && node.right == null) {
            codeTable.put(node.data, encoding.toString());
            return;
        }

        encoding.append('0');
        generateCodes(node.left, codeTable, encoding);
        encoding.setLength(encoding.length() - 1);

        encoding.append('1');
        generateCodes(node.right, codeTable, encoding);
        encoding.setLength(encoding.length() - 1);
    }
}

游程编码示例

public class RunLengthEncoding {
    public static void main(String[] args) {
        String text = "aaabbbcccdddd";
        StringBuilder compressed = new StringBuilder();
        int count = 1;

        for (int i = 1; i < text.length(); i++) {
            if (text.charAt(i) == text.charAt(i - 1)) {
                count++;
            } else {
                compressed.append(text.charAt(i - 1));
                compressed.append(count);
                count = 1;
            }
        }

        compressed.append(text.charAt(text.length() - 1));
        compressed.append(count);

        System.out.println("Compressed: " + compressed.toString());
    }
}