def generate_codes(self) -> Dict[int, Deque[bool]]:
"""
Reads the whole input file and generates coding_table by the Huffman tree
:return: coding table where key is byte and value is deque of bits
"""
self.input_file.seek(0)
freq_table = {}
while True:
input_buffer = self.input_file.read(INPUT_BUFFER_SIZE)
if not input_buffer:
break
for byte in input_buffer:
if byte in freq_table:
freq_table[byte] += 1
else:
freq_table[byte] = 1
tree = HuffmanTree(freq_table)
return tree.generate_codes()
def generate_codes(self) -> Dict[int, Deque[bool]]:
"""
Reads the whole input file and generates coding_table by the Huffman tree
:return: coding table where key is byte and value is deque of bits
"""
self.input_file.seek(0) # переключаемся на первый байт входного файла
freq_table = {
} # создаём пустую мапу частот, в котоорую в дальнейшем будем её записывать
while True:
input_buffer = self.input_file.read(
INPUT_BUFFER_SIZE
) # считываем и помещаем данные из инпут файла в буффер (в память)
if not input_buffer: # если ничего не считалось, т.е. файл пустой - выходим
break
for byte in input_buffer: # если считались данные, перебираем каждый байт этого файла
if byte in freq_table: # если данный байт уже есть в таблице частот, инкрементируем его значение
freq_table[byte] += 1
else: # если данного байта ещё нет в таблице частот, значит нужно его добавить и присвоить 1, как количество повторений
freq_table[byte] = 1
tree = HuffmanTree(
freq_table
) # строим дерево после формирования таблицы частот (внутри простроится дерево, и вернем коды которые получатся для каждого символа)
return tree.generate_codes() # возвращаем построенные коды