静态霍夫曼编码(Huffman Coding)
转载:https://blog.****.net/xgf415/article/details/52628073/
霍夫曼编码(Huffman Coding)是一种编码方法,霍夫曼编码是可变字长编码(VLC)的一种。
霍夫曼编码使用变长编码表对源符号(如文件中的一个字母)进行编码,其中变长编码表是通过一种评估来源符号出现机率的方法得到的,出现机率高的字母使用较短的编码,反之出现机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长度、期望值降低,从而达到无损压缩数据的目的。
霍夫曼编码的具体步骤如下:
1)将信源符号的概率按减小的顺序排队。
2)把两个最小的概率相加,并继续这一步骤,始终将较高的概率分支放在右边,直到最后变成概率1。
3)画出由概率1处到每个信源符号的路径,顺序记下沿路径的0和1,所得就是该符号的霍夫曼码字。
4)将每对组合的左边一个指定为0,右边一个指定为1(或相反)。
例:现有一个由5个不同符号组成的30个符号的字符串:
BABACAC ADADABB CBABEBE DDABEEEBB
1首先计算出每个字符出现的次数(概率):
2把出现次数(概率)最小的两个相加,并作为左右子树,重复此过程,直到概率值为1
第一次:将概率最低值3和4相加,组合成7:
第二次:将最低值5和7相加,组合成12:
第三次:将8和10相加,组合成18:
第四次:将最低值12和18相加,结束组合:
3 将每个二叉树的左边指定为0,右边指定为1
4 沿二叉树顶部到每个字符路径,获得每个符号的编码
我们可以看到出现次数(概率)越多的会越在上层,编码也越短,出现频率越少的就越在下层,编码也越长。当我们编码的时候,我们是按“bit”来编码的,解码也是通过bit来完成,如果我们有这样的bitset “10111101100″ 那么其解码后就是 “ABBDE”。所以,我们需要通过这个二叉树建立我们Huffman编码和解码的字典表。
这里需要注意的是,Huffman编码使得每一个字符的编码都与另一个字符编码的前一部分不同,不会出现像’A’:00, ’B’:001,这样的情况,解码也不会出现冲突。
霍夫曼编码的局限性
利用霍夫曼编码,每个符号的编码长度只能为整数,所以如果源符号集的概率分布不是2负n次方的形式,则无法达到熵极限;输入符号数受限于可实现的码表尺寸;译码复杂;需要实现知道输入符号集的概率分布;没有错误保护功能。
代码:
#include <stdio.h> #include<stdlib.h> #include<string> #include <iostream> #define MAXBIT 100 #define MAXVALUE 10000 #define MAXLEAF 30 #define MAXNODE MAXLEAF*2 -1 typedef struct { int bit[MAXBIT]; int start; } HCodeType; /* 编码结构体 */ typedef struct { int weight; int parent; int lchild; int rchild; char value; } HNodeType; /* 结点结构体 */ /* 构造一颗哈夫曼树 */ void HuffmanTree (HNodeType HuffNode[MAXNODE], int n) { /* i、j: 循环变量,m1、m2:构造哈夫曼树不同过程中两个最小权值结点的权值, x1、x2:构造哈夫曼树不同过程中两个最小权值结点在数组中的序号。*/ int i, j, m1, m2, x1, x2; /* 初始化存放哈夫曼树数组 HuffNode[] 中的结点 */ for (i=0; i<2*n-1; i++) { HuffNode[i].weight = 0;//权值 HuffNode[i].parent =-1; HuffNode[i].lchild =-1; HuffNode[i].rchild =-1; HuffNode[i].value=' '; //实际值,可根据情况替换为字母 } /* end for */ /* 输入 n 个叶子结点的权值 */ for (i=0; i<n; i++) { printf ("Please input char of leaf node: ", i); scanf ("%c",&HuffNode[i].value); getchar(); } /* end for */ for (i=0; i<n; i++) { printf ("Please input weight of leaf node: ", i); scanf ("%d",&HuffNode[i].weight); getchar(); } /* end for */ /* 循环构造 Huffman 树 */ for (i=0; i<n-1; i++) { m1=m2=MAXVALUE; /* m1、m2中存放两个无父结点且结点权值最小的两个结点 */ x1=x2=0; /* 找出所有结点中权值最小、无父结点的两个结点,并合并之为一颗二叉树 */ for (j=0; j<n+i; j++) { if (HuffNode[j].weight < m1 && HuffNode[j].parent==-1) { m2=m1; x2=x1; m1=HuffNode[j].weight; x1=j; } else if (HuffNode[j].weight < m2 && HuffNode[j].parent==-1) { m2=HuffNode[j].weight; x2=j; } } /* end for */ /* 设置找到的两个子结点 x1、x2 的父结点信息 */ HuffNode[x1].parent = n+i; HuffNode[x2].parent = n+i; HuffNode[n+i].weight = HuffNode[x1].weight + HuffNode[x2].weight; HuffNode[n+i].lchild = x1; HuffNode[n+i].rchild = x2; printf ("x1.weight and x2.weight in round %d: %d, %d\n", i+1, HuffNode[x1].weight, HuffNode[x2].weight); /* 用于测试 */ printf ("\n"); } /* end for */ } /* end HuffmanTree */ //解码 void decodeing(char string[],HNodeType Buf[],int Num) { int i,tmp=0,code[1024]; int m=2*Num-1; char *nump; char num[1024]; for(i=0;i<strlen(string);i++) { if(string[i]=='0') num[i]=0; else num[i]=1; } i=0; nump=&num[0]; while(nump<(&num[strlen(string)])) {tmp=m-1; while((Buf[tmp].lchild!=-1)&&(Buf[tmp].rchild!=-1)) { if(*nump==0) { tmp=Buf[tmp].lchild ; } else tmp=Buf[tmp].rchild; nump++; } printf("%c",Buf[tmp].value); } } int main(void) { HNodeType HuffNode[MAXNODE]; /* 定义一个结点结构体数组 */ HCodeType HuffCode[MAXLEAF], cd; /* 定义一个编码结构体数组, 同时定义一个临时变量来存放求解编码时的信息 */ int i, j, c, p, n; char pp[100]; printf ("Please input n:\n"); scanf ("%d", &n); HuffmanTree (HuffNode, n); for (i=0; i < n; i++) { cd.start = n-1; c = i; p = HuffNode[c].parent; while (p != -1) /* 父结点存在 */ { if (HuffNode[p].lchild == c) cd.bit[cd.start] = 0; else cd.bit[cd.start] = 1; cd.start--; /* 求编码的低一位 */ c=p; p=HuffNode[c].parent; /* 设置下一循环条件 */ } /* end while */ /* 保存求出的每个叶结点的哈夫曼编码和编码的起始位 */ for (j=cd.start+1; j<n; j++) { HuffCode[i].bit[j] = cd.bit[j];} HuffCode[i].start = cd.start; } /* end for */ /* 输出已保存好的所有存在编码的哈夫曼编码 */ for (i=0; i<n; i++) { printf ("%d 's Huffman code is: ", i); for (j=HuffCode[i].start+1; j < n; j++) { printf ("%d", HuffCode[i].bit[j]); } printf(" start:%d",HuffCode[i].start); printf ("\n"); } printf("Decoding?Please Enter code:\n"); scanf("%s",&pp); decodeing(pp,HuffNode,n); getchar(); return 0; }
上面是人家的文章,写的挺好,比较容易看懂。
字符和译码之间我用来map来写。同时,翻译的时候,也可以再反向建立一个map,这样会大大节省翻译实践。
(我尝试了下,如果map中没有此元素,输出为“空”)
#include<iostream>
#include<climits>//INT_MAX函数头文件
#include<map>
#include<algorithm>//min函数的头文件
using namespace std;
#define MAXLEAF 30//最多的叶子数
#define MAXNODE MAXLEAF*2-1 //最多的节点数
#define MAXBIT 30//编码长度不超过30
typedef struct//节点的结构体
{
char value;
int weight;
int parent;
int lchild;
int rchild;
}HNodeType;
void HuffmanTree(HNodeType HuffNode[],int n)
{
int i,j;//用来循环记数
for(i=0;i<2*n-1;i++)//对节点进行初始化
{
HuffNode[i].value=' ';
HuffNode[i].weight=0;
HuffNode[i].parent=-1;
HuffNode[i].lchild=-1;
HuffNode[i].rchild=-1;
}
printf("enter the value and weight\n");
for(i=0;i<n;i++)//输入叶子节点
{
scanf("%c",&HuffNode[i].value);
scanf("%d",&HuffNode[i].weight);
getchar();//接收回车
}
//建立huffman树
int x1,x2,w1,w2;//分别用来记录权值最小两片叶子在数组中的位置和权值
for(i=0;i<n-1;i++)//n-1为最后只有一棵树
{
x1=x2=0;
w1=w2=INT_MAX;
for(j=0;j<n+i;j++)//n+i因为会增加新的节点
{ //找寻最小权值的两片叶子
if(HuffNode[j].weight<w1&&HuffNode[j].parent==-1)
{
x2=x1;
w2=w1;
x1=j;
w1=HuffNode[j].weight;
}
else if(HuffNode[j].weight<w2&&HuffNode[j].parent==-1)
{
x2=j;
w2=HuffNode[j].weight;
}
}
HuffNode[x1].parent=n+i;
HuffNode[x2].parent=n+i;
HuffNode[n+i].lchild=x1;//建立的时候左孩子小于右孩子
HuffNode[n+i].rchild=x2;
HuffNode[n+i].weight=w1+w2;
/* 用于测试 */
printf ("x1.weight and x2.weight in round %d: %d, %d\n", i+1, HuffNode[x1].weight, HuffNode[x2].weight);
printf ("\n");
}
}
void HuffCode(map<char,string>&Huffcode,HNodeType HuffNode[],int n)
{
char ch;//存储当前的叶子字符
string s;//存储当前叶子字符对应的编码
int i,p,j,child;
char tmp[MAXBIT];
for(i=0;i<n;i++)
{
j=0;
child=i;//当前的孩子
p=HuffNode[i].parent;
ch=HuffNode[i].value;
s.clear();
while(p!=-1)
{
if(HuffNode[p].lchild==child)
tmp[j++]='0';
else
tmp[j++]='1';
child=p;
p=HuffNode[child].parent;
}
for(j--;j>=0;j--)
s.push_back(tmp[j]);
Huffcode[ch]=s;
}
for(map<char,string>::iterator it=Huffcode.begin();it!=Huffcode.end();it++)
cout<<it->first<<"的编码:"<<it->second<<endl;
}
void HuffDiscode(string &code,HNodeType HuffNode[],int n,string &ans)
{
int i;
int p;
for(i=0;code[i];)//字符串的结束符为'/0',ASSIC值为0
{
p=2*n-1-1;//根节点
while(HuffNode[p].lchild!=-1&&HuffNode[p].rchild!=-1)
{
if(code[i]=='0')//左孩子
p=HuffNode[p].lchild;
else
p=HuffNode[p].rchild;
i++;
}
//cout<<HuffNode[p].value;
ans.push_back(HuffNode[p].value);
}
}
//实验数据A:20;B:6;C:6;E:15;G:13;
//编码为A:11 B:000 C:001 E:10 G:01
int main()
{
HNodeType HuffNode[MAXLEAF];
map<char,string>Huffcode;//用映射来存储字符和编码
int n;
printf("enter the leaf nums:");
scanf("%d",&n);
getchar();
HuffmanTree(HuffNode,n);//构造huffman树
HuffCode(Huffcode,HuffNode,n);//生成huffman编码
//加密过程
int i;
string prev="ABCEG";
cout<<"原文为:"<<prev<<endl<<"译文为:";
for(i=0;prev[i];i++)
cout<<Huffcode[prev[i]];
cout<<endl;
//解密过程
string code="110000011001";//ABCEG
cout<<"加密过的文件为:110000011001\n";//测试使用
string ans;
HuffDiscode(code,HuffNode,n,ans);
cout<<"译文为:"<<ans<<endl;
return 0;
}
结果:
阅读文章:哈夫曼编码——百度百科