实验3-huffman编解码

最新推荐文章于 2021-10-17 17:06:00 发布

酸水湾子

最新推荐文章于 2021-10-17 17:06:00 发布

阅读量639

点赞数 2

CC 4.0 BY-SA版权

分类专栏：数据压缩

本文链接：https://blog.youkuaiyun.com/qq_35473884/article/details/71104360

本文介绍了哈夫曼编码的原理，这是一种无损压缩方法，根据字符出现概率构造码字。通过建立二叉树来表示编码过程，详细阐述了编码和解码的步骤，并展示了实验结果及不同文件格式的编码效果。哈夫曼编码对于概率分布不均匀的信源压缩效果显著，但对于等概率分布的信源效果不佳。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、实验原理
哈夫曼编码(Huffman Coding)，又称霍夫曼编码或最佳码，是可变字长编码(VLC)的一种，属于无损压缩。该方法完全依据字符出现概率来构造码字，出现概率大的符号码长短，概率小的码长大，能有效的减小码长，对于概率分布相差大的信源压缩效率高，而对于接近于等概分布的信源压缩效率低。
实际实现中常用二叉树来表示编码过程，节点需要表示的信息有它的概率；它是否为叶子节点，不是则表示是一个中间节点，它有左右子节点，是叶子结点则有一个符号；它的父节点用于建立码树。由于huffman码为变长码，不能事先预留空间，所以用指针来表示它的码字序列，还需指出它所用的比特位数，为了后续输出码表还添加了概率。
每个节点的数据结构为：

typedef struct huffman_node_tag
{
    unsigned char isLeaf;//是否为叶子结点
    unsigned long count;//该符号的个数
    struct huffman_node_tag *parent;//指向父节点的指针

    union
    {
        struct
        {
            struct huffman_node_tag *zero, *one;//子节点
        };
        unsigned char symbol;//符号
    };
} huffman_node;

每个码字的数据结构为：

typedef struct huffman_code_tag
{
    //add by zhn
    int count;//出现频率
    //end add
    /* The length of this code in bits. */
    unsigned long numbits;//比特位数
    unsigned char *bits;//比特流
} huffman_code;

它的编码步骤为
1)统计个符号出现的次数，按照它们出现的概率并从大到小依次排列。
2)每次取概率最小的两个节点，合并概率，生成父节点，用父节点代替这两个子节点重新排序，直到根结点。
3)分配码字，二叉树的左节点为0，右节点为1，从根到叶子结点遍历得到码字。
二、实验步骤
1.huffman编码流程
这里写图片描述
1)读入文件

    char memory = 0; //memory为1表示对内存编码
    char compress = 1;//compress为1表示压缩，为0是解压
    int opt;
    //add by zhn
    const char *file_in = NULL, *file_out = NULL;
    const char *file_table=NULL;
    FILE *in = stdin;//标准输入
    FILE *out = stdout;//标准输出
    //add by zhn
    FILE *table;//输出码表
    while((opt = getopt(argc, argv, "i:o:t:cdhvm")) != -1)//对argc，argv的解析，单个字符后跟一个冒号表示后面必须接参数
    {
        switch(opt)
        {
        case 'i':
            file_in = optarg;
            break;
        case 'o':
            file_out = optarg;
            break;
        //add by zhn
        case 't':
            file_table = optarg;
            break;
        case 'c':
            compress = 1;
            break;
        case 'd':
            compress = 0;
            break;
        case 'h':
            usage(stdout);
            return 0;
        case 'v':
            version(stdout);
            return 0;
        case 'm':
            memory = 1;
            break;
        default:
            usage(stderr);
            return 1;
        }
    }

2）统计各个字符出现的概率

#define MAX_SYMBOLS 256//共有256个字符
typedef huffman_node* SymbolFrequencies[MAX_SYMBOLS];
typedef huffman_code* SymbolEncoder[MAX_SYMBOLS];
static void
init_frequencies(SymbolFrequencies *pSF)
{
    memset(*pSF,