如何使用FileInputStream从文件内容生成频率表？霍夫曼压缩二进制文件疑问

其实核心思路特别直白——既然用FileInputStream处理二进制文件，我们要统计的就不再是字符的出现频率，而是单个字节（byte）的出现次数。毕竟所有类型的文件，不管是文本、图片还是视频，本质都是由字节流构成的。

具体实现步骤： #

• 先初始化一个长度为256的数组：因为byte的取值范围是-128到127，对应256种可能的取值，数组索引可以通过byte & 0xFF转换为0-255的无符号整数，完美避开负数索引的问题。
• 用FileInputStream循环读取文件字节，更新频率表：

  int currentByte;
  int[] frequencyTable = new int[256];
  try (FileInputStream fis = new FileInputStream("your-file-path")) {
      while ((currentByte = fis.read()) != -1) {
          int unsignedByte = currentByte & 0xFF; // 转成0-255的无符号值
          frequencyTable[unsignedByte]++;
      }
  } catch (IOException e) {
      e.printStackTrace();
  }
  

• 读取完成后，这个数组就是构建Huffman树所需的频率表，后续直接用它生成编码表即可。

为什么不用Reader组件？ #

你之前的选择完全正确——Reader是用来处理字符流的，它会把字节按指定编码转成字符，这对二进制文件来说会直接破坏原始数据（比如图片里的非字符字节会被错误解析）。直接用FileInputStream读取原始字节，才能保证压缩和解压缩后的文件和原文件完全一致。

内容的提问来源于stack exchange，提问作者Fanny