码迷，mamicode.com
首页 > 编程语言 > 详细

C语言之霍夫曼编码学习

时间：2014-12-30 23:36:36      阅读：382      评论：0      收藏：0      [点我收藏+]

标签：

  
?
1，霍夫曼编码描述
哈夫曼树─即最优二叉树，带权路径长度最小的二叉树，经常应用于数据压缩。 在计算机信息处理中,“哈夫曼编码”是一种一致性编码法（又称“熵编码法”），用于数据的无损耗压缩。这一术语是指使用一张特殊的编码表将源字符（例如某文件中的一个符号）进行编码。这张编码表的特殊之处在于，它是根据每一个源字符出现的估算概率而建立起来的（出现概率高的字符使用较短的编码，反之出现概率低的则使用较长的编码，这便使编码之后的字符串的平均期望长度降低，从而达到无损压缩数据的目的）。这种方法是由David.A.Huffman发展起来的。 例如，在英文中，e的出现概率很高，而z的出现概率则最低。当利用哈夫曼编码对一篇英文进行压缩时，e极有可能用一个位(bit)来表示，而z则可能花去25个位（不是26）。用普通的表示方法时，每个英文字母均占用一个字节（byte），即8个位。二者相比，e使用了一般编码的1/8的长度，z则使用了3倍多。若能实现对于英文中各个字母出现概率的较准确的估算，就可以大幅度提高无损压缩的比例。

2，问题描述
霍夫曼编码前首先要统计每个字的字频，即出现次数，例如：

技术分享


1、将所有字母出现的次数以从小到大的顺序排序，如上图

2、每个字母都代表一个终端节点（叶节点），比较F.O.R.G.E.T五个字母中每个字母的出现频率，将最小的两个字母频率相加合成一个新的节点。如上图所示，发现F与O的频率最小，故相加2+3=5，将F、O组成一个树，F为左节点，O为右节点，（FO）为根节点，每个节点的取值为其出现频率（FO的出现频率为5）

3、比较5.R.G.E.T，发现R与G的频率最小，故相加4+4=8，将RG组成一个新的节点

4、比较5.8.E.T，发现5与E的频率最小，故相加5+5=10，因此将FO作为左节点，E作为右节点，FOE作为根节点

5、比较8.10.T，发现8与T的频率最小，故相加8+7=15，将RG作为左节点，T作为右节点，RGT作为根节点

6、最后剩10.15，没有可以比较的对象，相加10+15=25，FOE作为左节点，RGT作为右节点


根节点不取值，每个左子节点取值0，右子节点取值1，将每个字母从根节点开始遍历，沿途的取值组成编码：

技术分享



首先选择一个文本，统计每个字符出现的次数，组成以下数组：
typedef struct FrequencyTreeNode {
    int freq;
    char c;
    struct FrequencyTreeNode *left;
    struct FrequencyTreeNode *right;
} FrequencyTreeNodeStruct, *pFrequencyTreeNodeStruct;

然后将获得的数组frequencies进行排序，按照freq由小到大的顺序组成一个二叉查找树，FrequencyTreeNodeStruct，从二叉查找树中找到最小的节点，从树中删除，再取最小的节点，两个子节点，组成一个新的树，根节点c为0，freq为两个子节点的和，加入frequencies中，并排序，重复该步骤，一直到frequencies中只有一个节点，则该节点为Huffman coding tree的根节点


以short类型按照前述的规则为每个字符编码，尔后将文本翻译为Huffman coding，再通过Huffman coding tree进行解码，验证编码的正确性。


3，代码实现

  1. #include<stdio.h>
  2. #define n 5 //叶子数目
  3. #define m (2*n-1) //结点总数
  4. #define maxval 10000.0
  5. #define maxsize 100 //哈夫曼编码的最大位数


  8. //定义结构体
  9. typedef struct FrequencyTreeNode {
  10.     int freq;
  11.     char c;
  12.     struct FrequencyTreeNode *left;
  13.     struct FrequencyTreeNode *right;
  14. } FrequencyTreeNodeStruct, *pFrequencyTreeNodeStruct;


  17. FrequencyTreeNodeStruct frequencies[MAXALPABETNUM];


  20. typedef struct
  21. {
  22.      char bits[n]; //位串
  23.      int start; //编码在位串中的起始位置
  24.      char ch; //字符
  25. }codetype;


  28. // 读取文件内容，统计字符以及出现频率
  29. void readTxtStatistics(char* fileName)
  30. {
  31.     unsigned int nArray[52] = {0};
  32.     unsigned int i, j;
  33.     char szBuffer[MAXLINE];
  34.     int k=0;
  35.     // 读取文件内容
  36.     FILE* fp = fopen(fileName, \"r\");
  37.     if (fp != NULL)
  38.     { /*读取文件内容,先统计字母以及出现次数*/
  39.         while(fgets(szBuffer, MAXLINE, fp)!=NULL)
  40.         {
  41.             for(i = 0; i < strlen(szBuffer); i++)
  42.             {
  43.                 if(szBuffer[i] <= \‘Z\‘ && szBuffer[i] >= \‘A\‘)
  44.                 {
  45.                     j = szBuffer[i] - \‘A\‘;
  46.                 }
  47.                 else if(szBuffer[i] <= \‘z\‘ && szBuffer[i] >= \‘a\‘)
  48.                 {
  49.                     j = szBuffer[i] - \‘a\‘ + 26;
  50.                 }
  51.                 else
  52.                 continue;
  53.                 nArray[j]++;
  54.             }
  55.         }


  58.         // 然后赋值给frequencies数组
  59.         for(i = 0, j = \‘A\‘; i < 52; i++, j++)
  60.         {
  61.             if (nArray[i] >0)
  62.             {
  63.             /*****/
  64.                 frequencies[k].c=j;
  65.                 frequencies[k].freq=nArray[i];
  66.                 frequencies[k].left=NULL;
  67.                 frequencies[k].right=NULL;
  68.                 k++;
  69.                 printf(\"%c:%d\\n\", j, nArray[i]);
  70.             }
  71.             if(j == \‘Z\‘)
  72.                 j = \‘a\‘ - 1;
  73.         }
  74.     }
  75. }


  78. //建立哈夫曼树
  79. void huffMan(frequencies tree[]){
  80.     int i,j,p1,p2;//p1,p2分别记住每次合并时权值最小和次小的两个根结点的下标
  81.     float small1,small2,f;
  82.     char c;
  83.     for(i=0;i<m;i++) //初始化
  84.     {
  85.          tree[i].parent=0;
  86.          tree[i].lchild=-1;
  87.          tree[i].rchild=-1;
  88.          tree[i].weight=0.0;
  89.     }
  90.      printf(\"【依次读入前%d个结点的字符及权值(中间用空格隔开)】\\n\",n);


  93.     //读入前n个结点的字符及权值
  94.     for(i=0;i<n;i++)
  95.     {
  96.         printf(\"输入第%d个字符为和权值\",i+1);
  97.         scanf(\"%c %f\",&c,&f);
  98.         getchar();
  99.         tree[i].ch=c;
  100.         tree[i].weight=f;
  101.     }
  102.     //进行n-1次合并，产生n-1个新结点
  103.     for(i=n;i<m;i++)
  104.     {
  105.          p1=0;p2=0;
  106.          //maxval是float类型的最大值
  107.          small1=maxval;small2=maxval;
  108.          //选出两个权值最小的根结点
  109.          for(j=0;j<i;j++)
  110.          {
  111.               if(tree[j].parent==0)
  112.               if(tree[j].weight<small1)
  113.                {
  114.                     small2=small1; //改变最小权、次小权及对应的位置
  115.                     small1=tree[j].weight;
  116.                     p2=p1;
  117.                     p1=j;
  118.                }
  119.                else if(tree[j].weight<small2)
  120.                 {
  121.                  small2=tree[j].weight; //改变次小权及位置
  122.                  p2=j;
  123.                 }
  124.                tree[p1].parent=i;
  125.                tree[p2].parent=i;
  126.                tree[i].lchild=p1; //最小权根结点是新结点的左孩子
  127.                tree[i].rchild=p2; //次小权根结点是新结点的右孩子
  128.                tree[i].weight=tree[p1].weight+tree[p2].weight;
  129.         }
  130.    }
  131. }


  134. //根据哈夫曼树求出哈夫曼编码，code[]为求出的哈夫曼编码，tree[]为已知的哈夫曼树
  135. void huffmancode(codetype code[],frequencies tree[])
  136. {
  137.      int i,c,p;
  138.      codetype cd; //缓冲变量
  139.      for(i=0;i<n;i++)
  140.      {
  141.           cd.start=n;
  142.           cd.ch=tree[i].ch;
  143.           c=i; //从叶结点出发向上回溯
  144.           p=tree[i].parent; //tree[p]是tree[i]的双亲
  145.           while(p!=0)
  146.           {
  147.                cd.start--;
  148.                if(tree[p].lchild==c)
  149.                     cd.bits[cd.start]=\‘0\‘; //tree[i]是左子树，生成代码\‘0\‘
  150.                else
  151.                     cd.bits[cd.start]=\‘1\‘; //tree[i]是右子树，生成代码\‘1\‘
  152.                c=p;
  153.                p=tree[p].parent;
  154.           }
  155.           code[i]=cd; //第i+1个字符的编码存入code[i]
  156.      }
  157. }




  162. //根据哈夫曼树解码
  163. void decode(hufmtree tree[])
  164. {
  165.      int i,j=0;
  166.      char b[maxsize];
  167.      char endflag=\‘2\‘; //电文结束标志取2
  168.      i=m-1; //从根结点开始往下搜索
  169.      printf(\"输入发送的编码(以\‘2\‘为结束标志)：\");
  170.      gets(b);
  171.      printf(\"编码后的字符为\");
  172.      while(b[j]!=\‘2\‘)
  173.      {
  174.           if(b[j]==\‘0\‘)
  175.            i=tree[i].lchild; //走向左子节点
  176.           else
  177.            i=tree[i].rchild; //走向右子节点
  178.           if(tree[i].lchild==-1) //tree[i]是叶结点
  179.           {
  180.              printf(\"%c\",tree[i].ch);
  181.              i=m-1; //回到根结点
  182.           }
  183.           j++;
  184.      }
  185.      printf(\"\\n\");
  186.      if(tree[i].lchild!=-1&&b[j]!=\‘2\‘) //文本读完，但尚未到叶子结点
  187.      printf(\"\\nERROR\\n\"); //输入文本有错
  188. }




  193. void main()
  194. {
  195.      printf(\"---------------—— 哈夫曼编码实战 ——\\n\");
  196.      printf(\"总共有%d个字符\\n\",n);
  197.      frequencies tree[m];
  198.      codetype code[n];
  199.      int i,j;//循环变量
  200.      huffMan(tree);//建立哈夫曼树
  201.      huffmancode(code,tree);//根据哈夫曼树求出哈夫曼编码
  202.      printf(\"【输出每个字符的哈夫曼编码】\\n\");
  203.      for(i=0;i<n;i++)
  204.      {
  205.           printf(\"%c: \",code[i].ch);
  206.           for(j=code[i].start;j<n;j++)
  207.           printf(\"%c \",code[i].bits[j]);
  208.           printf(\"\\n\");
  209.      }
  210.      printf(\"【读入内容，并进行编码】\\n\");
  211.      // 开始编码
  212.      decode(tree);
  213. }

----------------------------------------------------------------------------------------------------------------
<版权所有，文章允许转载，但必须以链接方式注明源地址，否则追究法律责任!>
原博客地址： http://blog.itpub.net/26230597/viewspace-1384144/
原作者：黄杉 (mchdba)
----------------------------------------------------------------------------------------------------------------


C语言之霍夫曼编码学习

标签：

原文地址：http://blog.csdn.net/mchdba/article/details/42277669
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！