被问了一天哈夫曼树=_=
于是迫不得已敲了一个…
首先是读字符,统计文章中n种字符每种出现的次数,然后降序排序。
然后把出现次数作为权值,建立n个叶子结点。把所有叶子结点插入小根堆中,每次取出两个,用二者权值之和构造新的节点,作为这二者的父亲节点,最后一个点作为根,记录下来。
虽然树是自底向上建的,但实际使用的时候只用从根往下跑,所以不必记录父节点。
树建完跑dfs就能得到所有叶子结点的huffman编码(左0右1),跑到根的时候直接哈希表记录该字符对应的编码,对文章编码时直接调用哈希表即可。
解码时把01串放到huffman树上跑,跑到根就输出对应字符,并把当前位置重置为root。
#include <queue>
#include <cstdio>
#include <cstring>
#include <string>
#include <algorithm>
#include <unordered_map>
using namespace std;
void read(char text[])//读取文件信息,结果保存在text中
{
FILE *fp = fopen("test.txt", "r");
memset(text, 0, sizeof(text));
char ch;
int len = 0;
fscanf(fp, "%c", &ch);
while (!feof(fp))
{
text[len++] = ch;
fscanf(fp, "%c", &ch);
}
fclose(fp);
}
typedef struct
{
char c;//字符
int cnt;//出现次数
string code;
} ch;
bool cmp(ch a, ch b)
{
return a.cnt > b.cnt;//排序规则
}
ch c[300];
int count(char text[])//统计词频并输出
{
int len = strlen(text);
for (int i = 0; i < 300; ++i)
c[i].c = char(i);
for (int i = 0; i < len; ++i)
c[text[i]].cnt++;
sort(c, c + 300, cmp);//按出现次数降序排序
for (int i = 0; i < 300; ++i)
{
if (c[i].cnt == 0)
return i;//返回出现次数大于0的词的数量(即种数)
printf("%c: %d\n", c[i].c, c[i].cnt);
}
}
struct node
{
int w, id;
int lson, rson;
node()
{
lson = rson = 0;
}
bool operator<(const node b) const
{
return w > b.w;
}
};
int buildHuffmanTree(int n, node huffNode[])
{
int id = 0;//下一个未使用过的huffNode数组元素的下标
priority_queue<node> que;
for (int i = 0; i < n; ++i)//下标为0~n-1的huffNode是叶子
{
huffNode[id].w = c[i].cnt;
huffNode[id].id = i;
que.push(huffNode[id]);
++id;
}
node a, b;
int root;
while (true)
{
a = que.top();
que.pop();
b = que.top();//取出权值最小的两个点
que.pop();
huffNode[id].lson = a.id;
huffNode[id].rson = b.id;
huffNode[id].w = huffNode[a.id].w + huffNode[b.id].w;
huffNode[id].id = id;
if (que.empty())//当前点为根
{
root = id;
break;
}
que.push(huffNode[id]);
++id;
}
return root;
}
unordered_map<char, string> mp;//建立字符到编码的映射关系
void dfs(int now, node huffmanNode[], string code)
{
if (!huffmanNode[now].lson && !huffmanNode[now].rson)//没孩子节点,即叶子
{
mp[c[huffmanNode[now].id].c] = code;
return;
}
dfs(huffmanNode[now].lson, huffmanNode, code + "0");
dfs(huffmanNode[now].rson, huffmanNode, code + "1");
}
void print()
{
for (int i = 0; i < 300; ++i)
{
if (!c[i].cnt)
break;
printf("%c的出现次数为%d, huffman编码为: %s\n", c[i].c, c[i].cnt, mp[c[i].c].c_str());
}
}
void decode(char code[], node huffNode[], int root, int n)
{
int len = strlen(code);
int now = root;
for (int i = 0; i < len; ++i)
{
if (code[i] == '0')
now = huffNode[now].lson;
else
now = huffNode[now].rson;
if (huffNode[now].id < n)
{
printf("%c", c[huffNode[now].id].c);
now = root;
}
}
}
int main()
{
char text[10000];
read(text);
int n = count(text);
node *huffNode = new node[2 * n + 1];
int root = buildHuffmanTree(n, huffNode);
string code = "";
dfs(root, huffNode, code);//dfs huffman树,获取字符的编码
print();//输出字符的编码
int len = strlen(text);
char *encode = new char[50000];
memset(encode, 0, sizeof(encode));
for (int i = 0; i < len; ++i)
strcat(encode, mp[text[i]].c_str());
printf("%s\n", encode);
puts("");
printf("%s\n", text);
decode(encode, huffNode, root, n);
return 0;
}