java 字符串 压缩效率

Java字符串压缩效率

引言

在Java开发中，字符串是一种非常常见的数据类型，我们经常需要对字符串进行处理和操作。在某些情况下，我们可能会遇到需要对字符串进行压缩的需求。字符串压缩是一种将字符串中重复的字符或者字符序列替换为特殊标记的技术，可以有效地减少字符串的长度，节省存储空间和传输带宽。本文将介绍Java中字符串压缩的方法和效率。

字符串压缩的原理

字符串压缩的原理是将重复的字符或者字符序列替换为特殊标记。例如，如果字符串"AAABBBCCDD"需要进行压缩，可以将"AAA"替换为"A3"，将"BBB"替换为"B3"，将"CC"替换为"C2"，将"DD"替换为"D2"，从而得到压缩后的字符串"A3B3C2D2"。

字符串压缩的方法

在Java中，我们可以使用多种方法对字符串进行压缩，以下是常用的几种方法：

普通字符串压缩方法

普通字符串压缩方法是一种简单直接的压缩方法，它遍历字符串中的每个字符，并计算出相邻相同字符的个数。当相邻相同字符的个数大于某个阈值时，将其替换为特殊标记。以下是一个示例代码：

public class StringCompressor {
    public static String compress(String input) {
        StringBuilder compressed = new StringBuilder();
        int count = 1;

        for (int i = 0; i < input.length(); i++) {
            if (i + 1 < input.length() && input.charAt(i) == input.charAt(i + 1)) {
                count++;
            } else {
                compressed.append(input.charAt(i)).append(count);
                count = 1;
            }
        }

        return compressed.length() < input.length() ? compressed.toString() : input;
    }

    public static void main(String[] args) {
        String input = "AAABBBCCDD";
        String compressed = compress(input);
        System.out.println("压缩前：" + input);
        System.out.println("压缩后：" + compressed);
    }
}

Huffman编码压缩方法

Huffman编码是一种常用的无损压缩算法，它根据字符的出现频率构建一个最优的编码树，将出现频率高的字符用较短的比特表示，将出现频率低的字符用较长的比特表示。以下是一个示例代码：

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

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

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

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

public class HuffmanCompressor {
    public static String compress(String input) {
        // 统计字符出现频率
        Map<Character, Integer> frequencyMap = new HashMap<>();
        for (char c : input.toCharArray()) {
            frequencyMap.put(c, frequencyMap.getOrDefault(c, 0) + 1);
        }

        // 构建Huffman编码树
        PriorityQueue<HuffmanNode> queue = new PriorityQueue<>();
        for (char c : frequencyMap.keySet()) {
            queue.offer(new HuffmanNode(c, frequencyMap.get(c)));
        }

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

        HuffmanNode root = queue.poll();
        Map<Character, String> codeMap = new HashMap<>();
        buildCodeMap(root, "", codeMap);

        // 将字符替换为Huffman编码
        StringBuilder compressed = new StringBuilder();
        for (char c : input.toCharArray()) {
            compressed.append(codeMap.get(c));
        }

        return compressed.toString();
    }

    private static void buildCodeMap(HuffmanNode node, String code, Map<Character, String> codeMap) {
        if (node == null) {
            return;
        }

        if (node.left == null && node.right == null) {