文件的哈夫曼编码与解码

编码过程中，踩了一些小坑，做下记录：

1.全局变量count与std:count矛盾，建议用其他变量名。
2.内存泄漏问题注意空间要开够指针不可越界 main函数内开辟的栈空间大小一般为8MB 若要开辟较大的数组请去main函数之外
3.编译器错误推荐大家使用教新的较稳定的编译器
4.文件操作打开后记得关闭否则会占用系统资源
5.申请完空间，要记得释放，养成习惯。释放函数不可张冠李戴(留心编译器的Warning)。malloc/free,new/delete要配对使用。具体原因可参考这篇文章

编码要求及任务：

准备一个字符文件，要求：

统计该文件中各种字符的频率
对各字符进行 Huffman编码，显示每个字符的编码
以及将该文件翻译成 Huffman编码文件
再将 Huffman编码文件翻译成源文件
显示每个字符以一个字节进行二进制编码后的编码文件

实现步骤可分为：

统计被编码文件中个字符出现的频数，即统计权重
根据权重，构造哈夫曼树，进行哈夫曼编码
读取文件进行二进制编码
读取文件，将每个字符匹配哈夫曼编码，写入新文件，即完成编码
读取编码文件，根据哈夫曼编码进行解码，并写入新文件
对比二进制编码和哈夫曼编码后的文件字节大小，并计算压缩率

首先，准备一个源文件

这里我准备了一首小诗，写入文件，并将其命名为poem.txt

If I could save time in a bottle
the first thing that I'd like to do
is to save every day until eternity passes away
just to spend them with you
if I could make days last forever
if words could make wishes come true
I'd save every day like a treasure and then
again I would spend them with you

构建哈夫曼节点

// 定义哈夫曼树节点
typedef struct {int weight;int parent;int l_child;int r_child;char data;
} HTNode, * HuffmanTree;
typedef char** HuffmanCode;

频数统计

//统计该文件中各种字符的频率
void frequencyRecord(HuffmanTree& HT) {HuffmanTree TEMP;TEMP = new HTNode[130];for (int i = 0; i < 130; ++i) {TEMP[i].weight = 0;}ifstream originFile("poem.txt");originFile.seekg(0);if (!originFile) {cout << "Can't find the file!" << endl;} else {char _data;cin.unsetf(ios::skipws);while (!originFile.eof()) {if (originFile.get(_data)) {TEMP[_data].data = _data;TEMP[_data].weight++;}}originFile.close();}for (int i = 0; i < 130; ++i) {if (TEMP[i].weight != 0) {N++;}}HT = new HTNode[2 * N];int k = 1;for (int i = 0; i < 130; ++i) {if (TEMP[i].weight != 0) {HT[k++] = TEMP[i];}}
}

哈夫曼编码

//对各字符进行 Huffman编码，显示每个字符的编码
void HuffmanCoding(HuffmanTree& HT, HuffmanCode& HC) {int m = 2 * N - 1;for (int i = 1; i <= N; ++i) {HT[i].parent = 0;HT[i].l_child = 0;HT[i].r_child = 0;}for (int i = N + 1; i <= m; ++i) {HT[i].weight = 0;HT[i].parent = 0;HT[i].l_child = 0;HT[i].r_child = 0;HT[i].data = '#';}int child1, child2;for (int i = N + 1; i <= m; i++) {select(HT, i - 1, child1, child2);HT[child1].parent = i;HT[child2].parent = i;HT[i].l_child = child1;HT[i].r_child = child2;HT[i].weight = HT[child1].weight + HT[child2].weight;}HC = new char* [N + 1];char* cd = new char[N];cd[N - 1] = '\0';int start, c, f;for (int i = 1; i <= N; i++) {start = N - 1;for (c = i, f = HT[i].parent; f != 0; c = f, f = HT[f].parent) {if (HT[f].l_child == c) cd[--start] = '0';else cd[--start] = '1';}HC[i] = new char[N - start];strcpy(HC[i], &cd[start]);}delete[] cd;for (int i = 1; i <= N; i++) {if (HT[i].data == '\n') {cout << "回车" << " " << HC[i] << endl;} else if (HT[i].data == ' ') {cout << "空格" << " " << HC[i] << endl;} else {cout << HT[i].data << " " << HC[i] << endl;;}}
}

其中，寻找最小的两个叶子节点功能函数为

//找出最小的两个叶子节点
void select(HuffmanTree HT, int num, int& child1, int& child2) {child1 = child2 = 0;int w1 = 0, w2 = 0;//Start finding...for (int i = 1; i <= num; ++i) {if (HT[i].parent == 0) {if (child1 == 0) {child1 = i;w1 = HT[i].weight;continue;}if (child2 == 0) {child2 = i;w2 = HT[i].weight;continue;}if (w1 > w2 && w1 > HT[i].weight) {child1 = i;w1 = HT[i].weight;continue;}if (w2 > w1 && w2 > HT[i].weight) {child2 = i;w2 = HT[i].weight;continue;}}}// 使得w1永远小于w2int temp;if (w1 > w2) {temp = child1;child1 = child2;child2 = temp;}
}

编码并写入文件

//将该文件翻译成 Huffman编码文件
void zip(HuffmanTree& HT, HuffmanCode& HC, vector<string>& code) {ofstream codeFile("codefile.txt");ifstream originFile("poem.txt");if (!codeFile) {cout << "Can't find the file!" << endl;} else {char _data;cin.unsetf(ios::skipws);while (!originFile.eof()) {if (originFile.get(_data)) {for (int i = 1; i <= N; ++i) {if (HT[i].data == _data) {codeFile << HC[i];code.push_back(HC[i]);}}}}}codeFile.close();
}

打开编码文件，进行解码

//再将 Huffman编码文件翻译成源文件
void unzip(HuffmanTree& HT, HuffmanCode& HC, vector<string>& code) {ofstream decodeFile("decodefile.txt");if (!decodeFile) {cout << "Can't find the file!" << endl;} else {vector<string>::iterator v = code.begin();while (v != code.end()) {for (int i = 1; i <= N; ++i) {if (HC[i] == *v) {decodeFile << HT[i].data;}}v++;}}decodeFile.close();
}

二进制编码

//显示每个字符以一个字节进行二进制编码后的编码文件
void binaryCode() {ofstream binaryFile("binaryfile.txt");ifstream originFile("poem.txt");originFile.seekg(0);if (!originFile) {cout << "Can't find the file!" << endl;} else {char _data;cin.unsetf(ios::skipws);while (!originFile.eof()) {if (originFile.get(_data)) {bitset<8> data(_data);binaryFile << data;}}originFile.close();}
}

运行结果

读取源文件，二进制编码

统计字符频次，得到编码表

编码源文件及编码结果

解码编码文件及解码结果

压缩效果

发现这里实际大小与占用空间不一样？这篇文章可以解答你的疑惑

小结

通过编写利用哈夫曼算法实现的文件编码解码小工具，可加深对哈夫曼算法的理解，以及编码的熟练度。

同时，体会到通过算法减少文本空间，降低计算机磁盘负荷的妙处，我们需要优秀的算法来提升计算机性能。在实际的压缩算法中虽然很少听到哈夫曼编码，但其实它并没有被淘汰，而是作为核心的算法，结合了其他的压缩算法，实现对文件（文本，PPT,图片，电影等）的压缩，给日常生活带来极大便利。

本人的小工具仅针对英文大小字母及' '\n' ' '字符针对性的进行了哈夫曼编码，若想实现中文及各种支持语言的编码，可在此代码基础上，进行优化，源码地址为https://github.com/Cheung0-bit/HuffmanTreeCoding，欢迎PR；

文件的哈夫曼编码与解码相关推荐

自适应（动态）哈夫曼编码与解码过程
自适应(动态)哈夫曼编码与解码过程自定义哈夫曼编码,预先不知道各种符号的出现频率,编码树的初始状态只包含一个叶节点,即NYT(Not Yet Transmitted),NYT是一个逸出码,不同于任何 ...
数据结构与算法 / 霍夫曼树、霍夫曼编码和解码
一. 诞生原因找出存放一串字符所需的最少的二进制编码. 二. 构造方法首先统计出每种字符出现的频率,即:概率.权值. 例如:频率表 A:60, B:45, C:13 D:69 E ...
对文件进行哈夫曼编码压缩与译码的C++实现以及压缩率计算 ——HIT杨朔
哈夫曼编码压缩原理:由于每个字符在内存中都是以ASCII码进行存储,所以每个字符都占用了八个01位,利用哈夫曼树对每个字符进行01编码,根据字符在文章中出现的频率调整01串长度,出现频率高的字符在哈夫 ...
c语言用赫夫曼编码压缩文件,用哈夫曼编码C语言实现文件压缩
用哈夫曼编码实现文件压缩,C语言编写,简单实用, if(j%8!=0) /*按八位读取*/ { for(f=j%8;f<8;f++) strcat(header[i].bits,"0& ...
用java实现对字符串文本的哈夫曼编码与解码
哈夫曼树与编码的创建过程及发展由来这里基础知识就不再叙述了,请参考博客 https://www.cnblogs.com/alomsc/p/12736502.html#:~:text 写的非常详细,初 ...
哈夫曼编码解压缩文件 - Java实现
文章目录前言一.文件压缩二.文件解压结语前言不了解哈夫曼树的可以移步查看我的另一篇博客:哈夫曼树(最优二叉树) 使用哈夫曼编码压缩文件,其实就是将每个字符的哈夫曼编码得到,每8位转为一个字 ...
哈夫曼算法证明+哈夫曼编码译码程序实现
哈夫曼算法证明哈夫曼算法是一种贪心算法,我们考虑证明其最优子结构和贪心选择性质: 最优子结构:假设一个树是哈夫曼树,则以其任意节点为根节点的最大子树也是哈夫曼树. 证明:子树的根节点的值是其所有叶子 ...
【Java数据结构与算法】第十二章哈夫曼树和哈夫曼编码
第十二章哈夫曼树和哈夫曼编码文章目录第十二章哈夫曼树和哈夫曼编码一.哈夫曼树 1.基本术语 2.构建思路 3.代码实现三.哈夫曼编码 1.引入 2.介绍 3.代码实现哈夫曼编码综合案例一 ...
哈夫曼树与哈夫曼编码：
定义:带权路径长度WPL最小的二叉树(在编写哈夫曼编码时用到的特殊二叉树) 构造过程: 其实就是每次在权值集合中选两个最小结点的组成新树,然后新树的根节点是二者的权值之和,将刚刚两个从集合中删掉,将新 ...

文件的哈夫曼编码与解码

文件的哈夫曼编码与解码

编码要求及任务：

首先，准备一个源文件

构建哈夫曼节点

频数统计

哈夫曼编码

其中，寻找最小的两个叶子节点功能函数为

编码并写入文件

打开编码文件，进行解码

二进制编码

运行结果

读取源文件，二进制编码

统计字符频次，得到编码表

编码源文件及编码结果

解码编码文件及解码结果

压缩效果

小结

文件的哈夫曼编码与解码相关推荐

最新文章

热门文章