霍夫曼压缩压缩文件比原始文件大

Question

我已经使用优先级队列在 Java 中实现了 Huffman 编码算法，其中我将树从根遍历到叶，并根据符号在输入中出现的次数将编码示例设为 #=000011。一切都很好，树的构建很好，编码正如预期的那样：但是我得到的输出文件比原始文件大。我目前在遍历树的左节点和右节点时将“0”和“1”附加到字符串。这是我使用 OutputStream 写入的 write 方法：

private void writeToFile(Map<Byte, BitSet> dictCode, byte[] data, OutputStream os) throws IOException {
    for (int i = 0; i < data.length; i++) {
        os.write(dictCode.get(data[i]).toByteArray());
    }
 }

data 是我的文件（我将压缩的文件），以字节为单位

Map<Byte, BitSet> dictCodeBitSet 是该字节的霍夫曼树代码路径

例如，10 的 Bitset 将为 10={3}，因为只有第三位为真：000100

我是用字节写的，为什么我的新文件比原来的大？

Answer 1

您的问题似乎是您正在写出 字节流 而不是 位流。

假设在您的代码中，dictCode 映射对于 data 中的每个字节都有一个重要的条目，那么：

private void writeToFile(Map<Byte, BitSet> dictCode, byte[] data, OutputStream os) throws IOException {
    for (int i = 0; i < data.length; i++) {
        os.write(dictCode.get(data[i]).toByteArray());
    }
 }

对于 data 中的每个字节，

正在向 os 写入至少一个字节。因此，如果数据是输入文件中的原始字节，则永远不能使用此代码编写较小的文件。

例如使用 令牌流

111 010 000 1101 111

你在写

00000111 00000010 00000000 00001101 00000111

而不是

11101000 01101111 

这就是您没有看到任何压缩的原因。