【数据结构】c++实现哈夫曼编码/译码

【数据结构】c++实现哈夫曼编码/译码

哈夫曼编码/译码

问题描述：

利用哈夫曼编码进行通信可以大大提高信道利用率，缩短信息传输时间，降低传输成本。但是，这要求在发送端通过一个编码系统对待传数据预先编码，在接收端将传来的数据进行译码（复原）。对于双工信道（即可以双向传输信息的信道），每端都需要一个完整的编/译码系统。试为这样的信息收发编写一个哈夫曼码的编/译码系统

基本要求：

（1）接收原始数据：从终端读入字符集大小n，以及n个字符和n个权值，建立哈夫曼树，并将它存于文件hfmtree.dat中。
（2）编码：利用已建好的哈夫曼树（如不在内存，则从文件hfmtree.dat中读入），对文件中的正文进行编码，然后将结果存入文件codefile.dat中。
（3）译码：利用已建好的哈夫曼树将文件codefile.dat中的代码进行译码，结果存入文件textfile.dat中。
（4）打印编码规则：即字符与编码的一一对应关系。 （5）打印哈夫曼树：将已在内存中的哈夫曼树以直观的方式显示在终端上。

测试数据：

（1）利用教科书中的数据调试程序。
（2）用下表给出的字符集和频度的实际统计数据建立哈夫曼树，并实现以下报文的编码和译码：“THIS PROGRAM IS MY FAVORITE”。

代码实现

#include<iostream>
#include<fstream>
#include<string>
using namespace std;
#define MAXVALUE 1001
typedef struct        //哈夫曼树
{
   
    int weight;
    int parent;
    char name;
    int lchild, rchild;
}HNodeType;
typedef struct       //哈夫曼编码 
{
   
    int* bit;
    char name;
    int start;
}HCodeType;

void Initialization(HNodeType* HFMTree, int n)        //初始化
{
   
    int  m1, x1, m2, x2;
    ifstream infile;       //从文件中导出哈夫曼树
    infile.open("data.dat");
    for (int i = 0; i < 2 * n - 1; i++)
    {
   
        HFMTree[i].weight = 0;
        HFMTree[i].parent = -1;
        HFMTree[i].lchild = -1;
        HFMTree[i].rchild = -1;
    }
    for (int i = 0; i < n; i++)
        infile >> HFMTree[i].name;
    for (int i = 0; i < n; i++)
        infile >> HFMTree[i].weight;
    infile.close();

    for (int i = 0; i < n - 1; i++)                   //建立哈夫曼树
    {
   
        x1 = x2 = MAXVALUE;
        m1 = m2 = 0;
        for (int j = 0; j < n + i; j++)
        {
   
            if (HFMTree[j].parent == -1 && HFMTree[j].weight < x1)
            {
   
                x2 = x1;
                m2 = m1;
                x1 = HFMTree[j].weight;
                m1 = j;
            }
            else if (HFMTree[j].parent == -1 && HFMTree[j].weight < x2)
            {
   
                x2 = HFMTree[j].weight;
                m2 = j;
            }
        }
        HFMTree[m1].parent = n + i;
        HFMTree[m2].parent = n + i;
        HFMTree[n + i].weight = HFMTree[m1].weight + HFMTree[m2].weight;
        HFMTree[n + i].lchild = m1;
        HFMTree[n + i