目录
1.哈夫曼树
哈夫曼树(Huffman Tree)是一种特殊的二叉树,通常用于数据压缩中的哈夫曼编码(Huffman Coding)。哈夫曼树是一种带权路径长度最短的树,其中树中的叶子节点代表要编码的字符,而非叶子节点不包含任何数据。
哈夫曼树的构建过程是通过贪心算法实现的,具体步骤如下:
- 首先,根据给定的字符集合和对应的权重(频率),将每个字符作为一个树节点(叶子节点)构建成独立的小树。
- 从这些小树中选择权重最小的两棵树合并,构建一个新的树,根节点的权重为这两棵树的权重之和。
- 不断重复上述步骤,每次选择权重最小的两棵树合并,直到所有的小树都合并成一棵树,这棵树就是哈夫曼树。
哈夫曼树的特点是,权重较大的节点离根节点较近,权重较小的节点离根节点较远,从而保证了整棵树的带权路径长度最短。
哈夫曼树在数据压缩中被广泛应用,利用字符出现的频率来构建哈夫曼树,生成不等长的编码,实现高效的数据压缩。
2.哈夫曼编码和译码
2.1.哈夫曼编码
哈夫曼编码(Huffman Coding)是一种基于哈夫曼树的字符编码方法,用于数据压缩。在哈夫曼编码中,每个字符都被赋予一个唯一的二进制编码,使得出现频率高的字符有较短的编码,而出现频率低的字符有较长的编码,从而实现数据的高效压缩。
哈夫曼编码的特点包括:
- 前缀编码:哈夫曼编码是一种前缀编码,即任何一个字符的编码都不是另一个字符编码的前缀,这样可以避免歧义,使得编码解析唯一。
- 最优编码:哈夫曼编码是一种最优编码,即通过构建哈夫曼树生成的编码是最优的,可以实现最短的平均编码长度。
- 可变长度编码:哈夫曼编码是一种可变长度编码,不同字符的编码长度不同,根据字符的出现频率分配不同长度的编码,实现了数据的高效压缩。
哈夫曼编码的生成步骤包括:
- 统计字符出现的频率。
- 根据字符频率构建哈夫曼树。
- 根据哈夫曼树生成每个字符的编码,通常左子树为0,右子树为1,沿着树从根到叶子节点的路径即为字符的编码。
哈夫曼编码在通信、数据存储等领域有着广泛的应用,能够有效地减小数据的存储空间和传输带宽。
2.2.哈夫曼译码
哈夫曼译码是指根据给定的哈夫曼编码和哈夫曼树,将编码还原为原始的字符序列的过程。在哈夫曼编码中,不同字符被编码为不同长度的二进制串,通过哈夫曼树的结构,我们可以将这些二进制串还原为原始字符序列。
哈夫曼译码的基本步骤如下:
- 根据给定的哈夫曼编码和哈夫曼树,从根节点开始遍历哈夫曼树。
- 对于每个编码位(0或1),向左子树移动为0,向右子树移动为1,直到遇到叶子节点。
- 当遇到叶子节点时,记录该叶子节点对应的字符,并返回到根节点,继续处理下一个编码位。
- 重复以上步骤,直到所有的编码位都被处理完毕,得到原始的字符序列。
通过哈夫曼树的特性,我们可以根据不同的编码位逐步向下遍历树,最终还原出原始的字符序列。哈夫曼译码的关键在于利用哈夫曼树的结构来解码编码,确保每个编码串都能唯一地映射到对应的字符。
2.3.代码实现
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef struct {
double weight;//节点所权值
char s;//节点数据
int parent, lchild, rchild;//节点的父亲节点,左孩子节点,右孩子节点
}HuffmanTree;//默认哈夫曼树包括空格,a--z,0--9共37个节点
typedef struct {
char s;//存入的节点数据
char code[38];//存入编码字符串
int cnt;
}hashlist;//存编码信息的数组(一个哈夫曼表)
void CreatHuffmanTree(HuffmanTree* ht, int n, char* text) {//创建哈夫曼树
int i, j, firstmin, secondmin, first, second;
ht[0].s = ' ';//空格为0号单元直接存
ht[0].parent = ht[0].lchild = ht[0].rchild = -1;
ht[0].weight = 0;
for (i = 1; i < 27; i++) {
ht[i].s = 'a' + i - 1;
ht[i].parent = ht[i].lchild = ht[i].rchild = -1;
ht[i].weight = 0;
}
for (i = 1; i < 11; i++) {
ht[i + 26].s = '0' + i - 1;
ht[i + 26].parent = ht[i + 26].lchild = ht[i + 26].rchild = -1;
ht[i + 26].weight = 0;
}
for (i = 0; i < strlen(text); i++) {
if (text[i] == ' ') {
ht[0].weight++;
}
else if (text[i] >= 'a' && text[i] <= 'z') {
int j = text[i] - 'a' + 1;
ht[j].weight++;
}
else if (text[i] >= '0' && text[i] <= '9') {
int j = text[i] - '0' + 27;
ht[j].weight++;
}
else {
cout << "输入文本有误" << endl;
break;
}
}
cout << "打印文本出现各个字符的频度:" << endl;
for (int i = 0; i < n; i++) {
cout << ht[i].s << '\t' << ht[i].weight << endl;
}
for (i = n; i < 2 * n - 1; i++) {
firstmin = 99999;//最小值
secondmin = 99999;//次最小值
first = 0;
second = 0;//记录最小值和次最小值的下标
for (int j = 0; j < i; j++) {
if (ht[j].parent == -1) {
if (ht[j].weight < firstmin) {
second = first;
secondmin = firstmin;
firstmin = ht[j].weight;
first = j;
}
else if (ht[j].weight < secondmin) {
secondmin = ht[j].weight;
second = j;
}
}
}
ht[i].weight = ht[first].weight + ht[second].weight;
ht[i].s = ' ';//新节点方便整体输出加入字符空格
ht[i].lchild = first;
ht[i].rchild = second;
ht[first].parent = i;
ht[second].parent = i;
ht[i].parent = -1;//新节点没有双亲
}//构建哈夫曼的过程注意 找到的最小值作为新根的左孩子,次小值作为右孩子
}
void RHuffmanCoding(HuffmanTree* ht, hashlist* codetext, int n) {
int p, c;
hashlist s;
for (int i = 0; i < n; i++) {
c = i;//将树中的第一个字符的下标给c暂存
p = ht[c].parent;//找到c下标字符的双亲给p暂存
s.cnt = n; //把cnt的值初始化为n,后续再用数组存字符的编码时, 倒着存
s.code[n] = '\0';
while (p != -1) {
if (ht[p].lchild == c) {
s.code[--s.cnt] = '0';
}
else {
s.code[--s.cnt] = '1';
}
c = p;
p = ht[c].parent;
}//将第i个字符从它自身找到它的双亲为止
codetext[i] = s;//第i个字符的编码存入codetext
codetext[i].s = ht[i].s;
}
}//逆向哈夫曼编码
void PrintHuffmanTreenode(hashlist* codetext, int n) {
for (int i = 0; i < n; i++) {
cout << i + 1 << '\t';
cout << codetext[i].s << ":";
int index = codetext[i].cnt;
while (codetext[i].code[index] != '\0') {
cout << codetext[i].code[index++];
}
cout << endl;
}
}//打印哈夫曼编译表(即哈希表的数据)
void scanfstring(char* str) {
int lens = 0;
while (1) {
cin.get(str[lens]);
if (str[lens] == '#') {
str[lens] = '\0';
break;
}
lens++;
}
}//输入需要编码的字符串
void PrintHuffmanCoding(hashlist* codetext, char* str, int lens) {
for (int i = 0; i < lens; i++) {
int index;
if (str[i] == ' ') {
index = 0;
int len = codetext[index].cnt;
while (codetext[index].code[len] != '\0') {
cout << codetext[index].code[len++];
}
}
else if (str[i] <= 'z' && str[i] >= 'a') {
index = (int)(str[i] - 'a' + 1);
int len = codetext[index].cnt;
while (codetext[index].code[len] != '\0') {
cout << codetext[index].code[len++];
}
}
else if (str[i] <= '9' && str[i] >= '0') {
index = (int)(str[i] - '0' + 27);
int len = codetext[index].cnt;
while (codetext[index].code[len] != '\0') {
cout << codetext[index].code[len++];
}
}
}
cout << endl;
}//打印编码结果
void HuffmanDecoding(HuffmanTree* ht, int n, char* pwd) {
int ct = 0, Ppwdlen = 0;
char s;
cin >> s;
int i = 2 * n - 2; //根结点的下标(地址)为2* N - 2
while (s != '#') {
if (s == '0') {
i = ht[i].lchild;
}//‘0’判断左走
else if (s == '1') {
i = ht[i].rchild;
}//‘1’判断右走
if (ht[i].lchild == -1 || ht[i].rchild == -1) {
pwd[ct++] = ht[i].s;
i = 2 * n - 2;//译完一段编码后置为头结点继续翻译
}//从根结点一直找到叶子
cin >> s;
}//#结束后不再翻译
if ((ht[i].lchild != -1 || ht[i].rchild != -1) && i != 2 * n - 2) {
cout << "编码有误!";
}
pwd[ct] = '\0';
}//哈夫曼译码
void solve() {
char c;
int n = 37;//字符个数
char str[200], text[1000];
char* pwd;
HuffmanTree* ht;
hashlist* codetext;//存编码信息的数组,大小动态分配
codetext = (hashlist*)malloc(sizeof(hashlist) * n);//给codetext数组分配空间
pwd = (char*)malloc(sizeof(char) * 100);
ht = (HuffmanTree*)malloc(sizeof(HuffmanTree) * (2 * n - 1));//哈夫曼树结点个数
cout << "文本为(以#结束):" << endl;
scanfstring(text);
CreatHuffmanTree(ht, n, text);//创建哈夫曼树
RHuffmanCoding(ht, codetext, n);//哈夫曼编码
cout << "编码对应的哈夫曼表" << endl;
PrintHuffmanTreenode(codetext, n);//打印编码表(即哈希表的数据)
cout << "请输入需要编码的字符串(以#结束):" << endl;
scanfstring(str);//输入字符串
cout << "该字符串编码为:" << endl;
PrintHuffmanCoding(codetext, str, strlen(str));//打印编码结果
cout << "输入需要译文的编码(以#结束):" << endl;
HuffmanDecoding(ht, n, pwd);//解码
cout << "编码译文为:" << endl << pwd;
}
int main() {
ios::sync_with_stdio;
cin.tie(0);
cout.tie(0);
/*int t;
cin >> t;
while (t--)*/solve();
return 0;
}
/*运行结果
文本为(以#结束):
qwertyuiopasdfghjklzxcvbnm1230456789qiajszntryhedjskpaidojhbryueijwskpajsvdiobjkfh56498guyhsd16514 4685432sa1dguhybiasfunom489 5631a65sd4fa 498f4 a9w8#
打印文本出现各个字符的频度:
5
a 9
b 4
c 1
d 7
e 3
f 5
g 3
h 6
i 6
j 7
k 4
l 1
m 2
n 3
o 4
p 3
q 2
r 3
s 9
t 2
u 5
v 2
w 3
x 1
y 5
z 2
0 1
1 5
2 2
3 3
4 9
5 6
6 6
7 1
8 6
9 5
编码对应的哈夫曼表
1 :10001
2 a:0101
3 b:00101
4 c:1000010
5 d:0000
6 e:101111
7 f:10010
8 g:111010
9 h:11000
10 i:11001
11 j:0001
12 k:00110
13 l:1000011
14 m:001001
15 n:111011
16 o:00111
17 p:111100
18 q:010000
19 r:111101
20 s:0110
21 t:010001
22 u:10011
23 v:010010
24 w:111110
25 x:1011100
26 y:10100
27 z:010011
28 0:1011101
29 1:10101
30 2:100000
31 3:111111
32 4:0111
33 5:11010
34 6:11011
35 7:001000
36 8:11100
37 9:10110
请输入需要编码的字符串(以#结束):
huffman coding#
该字符串编码为:
11000100111001010010001001010111101110001100001000111000011001111011111010
输入需要译文的编码(以#结束):
11000100111001010010001001010111101110001100001000111000011001111011111010#
编码译文为:
huffman coding*/