基于哈夫曼编码对txt文档实现压缩处理 | 算法分析之贪心算法设计 C语言版

声明：凡代码问题，欢迎在评论区沟通。承蒙指正，一起成长！

 

目录

一、实验内容与要求

二、概要设计 

三、直接上代码  

四、运行结果 

---

一、实验内容与要求

内容：哈夫曼编码是广泛地用于数据文件压缩的十分有效的编码方法。其压缩率通常在20%~90%之间。哈夫曼编码算法用字符在文件中出现的频率表来建立一个用0,1串表示各字符的最优表示方式。
给出现频率高的字符较短的编码，出现频率较低的字符以较长的编码，可以大大缩短总码长。哈夫曼提出构造最优前缀码的贪心算法，由此产生的编码方案称为哈夫曼编码。哈夫曼算法以自底向上的方式构造表示最优前缀码的二叉树T。此算法以|c|个叶结点开始，执行|c|-1次的“合并”运算后产生最终所要求的树T。
要求：随机输入超过10字符及其频度，求出其这些字符的哈夫曼编码。 

二、概要设计 

1.定义哈夫曼树结点结构体类型；
2.以只读方式打开同文件夹下的“example.txt”，用指针申请动态字符数组tmp，并将文本读到字符串中；
3.哈夫曼树建立函数CrtHuffmanTree流程，（1)初始化：由给定的n个权值构造n棵只有一个根结点的二叉树，从而得到一个森林F;(2)选取与合并：利用select函数在F中选取根结点的权值最小的两棵二叉树分别作左、右子树构造一棵新的二叉树，这棵新的二叉树的根结点的主值为其左、右子树根结点的权值之和；(3)删除与并入：在集合F中删除作为左、右子树的两棵二叉树，并将新的二叉树加入到集合F中；(4)重复（2)、（3)两步，直到集合F中只剩下一棵二叉树时，便生成哈夫曼树；
4.哈夫曼编码建立函数CrtHutimanCode流程，（1)从叶子结点到根，逆向求每个叶子结点对应的哈夫曼编码;(2)分配求当前编码的工作空间，从右向左逐位存放编码;(3)求n个叶子结点对应的哈夫曼编码:初始化编码起始指针，从叶子结点开始向上倒推，左分支为0，右分支为1，向上倒推;(4)为编码分配空间，把编码cd[]复制到hc[i]中；
5.打印出26个字母在文本中出现的频度及编码，最后以哈夫曼编码形式打印出“example.txt”文本包括26个小写字母字符；

三、直接上代码  

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define MaxLeaf  26
#define MaxNode MaxLeaf*2-1
#define Maxbit  100

typedef struct
{
    int weight;
    int parent;
    int LChild;
    int RChild;
} HTNode,HuffmanTree[MaxLeaf+1]; //结点结构体
typedef char * HuffmanCode[MaxLeaf+1];

void CrtHuffmanTree(HuffmanTree ht,int w[],int n);//函数声明:建立哈夫曼树
void select(HuffmanTree ht,int n,int*x,int*y);//函数声明:寻找权值最小节点
void CrtHutimanCode(HuffmanTree ht,HuffmanCode hc,int n);//函数声明:生成哈夫曼编码
HuffmanTree ht;//树结点
HuffmanCode hc;//编码
int fre[MaxLeaf+1]= {0};
int main()
{
    int i;
    char name[20];
    printf("Please enter your File's name：");
    scanf("%s",&name);
    FILE *fp=fopen(name,"r");
    fseek(fp, 0, SEEK_END);
    int fileLen = ftell(fp);
    char *tmp = (char *) malloc(sizeof(char) * fileLen);
    fseek(fp, 0, SEEK_SET);
    fread(tmp, fileLen, sizeof(char), fp);
    fclose(fp);
    for(i = 0; i < fileLen-5; ++i)
    {
        if((97<=tmp[i]<=122)&&tmp[i]!='.'&&tmp[i]!=','&&tmp[i]!=' '&&tmp[i]!='\n'&&tmp[i]!=':')
            fre[tmp[i]-96]+=1;
    }
    CrtHuffmanTree(ht,fre,MaxLeaf);
    CrtHutimanCode(ht,hc,MaxLeaf);
    printf("字符\t频度\t编码\n");
    for(i = 1; i <=26; ++i)
        printf("%c:\t%d\t%s\n",96+i,fre[i],hc[i]);
    printf("\nTXT文本的哈夫曼编码：\n");
    for(i = 0; i < fileLen-4; ++i)
    {
        if((97<=tmp[i]<=122)&&tmp[i]!='.'&&tmp[i]!=','&&tmp[i]!=' '&&tmp[i]!='\n'&&tmp[i]!=':')
            printf("%s",hc[tmp[i]-96]);
        if(tmp[i]=='\n'||tmp[i]==' ')
            printf(" ");
        if(i!=0&&i%30==0)
            printf("\n");
    }
    printf("\n\n");/*
    for(i = 1; i <=MaxNode; ++i){
        printf("%d %d %d %d\t",ht[i].weight,ht[i].parent,ht[i].LChild,ht[i].RChild);
        if(i%3==0)
            printf("\n");
    }*/

    return 0;
}
void select(HuffmanTree ht,int n,int*x,int*y)
{
    int j,min1=2021,min2=2021;
    for(j=1; j<=n; j++)
        if((ht[j].parent==0)&(ht[j].weight<min1))/*找到第一个权值最小的根结点*/
        {
            min1=ht[j].weight;
            *x=j;
        }/*返回此结点的位置*/
    for(j=1; j<=n; j++)
        if(j!=*x&&ht[j].weight<min2&&ht[j].parent==0)/*找到第二个权值最小的根结点*/
        {
            min2=ht[j].weight;
            *y=j;
        }/*返回此结点的位置*/
}
void CrtHuffmanTree(HuffmanTree ht,int w[],int n)
{
    int i,s1,s2;
    for(i=1; i<=n; i++)
    {
        ht[i].weight= w[i];
        ht[i].parent = 0;
        ht[i].LChild = 0;
        ht[i].RChild = 0;
    }
    int m=2*n-1;
    for(i=n+1; i<=m; i++)
    {
        ht[i].weight= 0;
        ht[i].parent = 0;
        ht[i].LChild = 0;
        ht[i].RChild = 0;
    }
    for(i=n+1; i<=m; i++) /*创建非叶结点，建哈夫曼树*/
    {
        select(ht,i-1,&s1,&s2);
        ht[i].weight=ht[s1].weight+ht[s2].weight;
        ht[s1].parent=i;
        ht[s2].parent=i;
        ht[i].LChild=s1;
        ht[i].RChild=s2;
    }/*哈夫曼树建立完毕*/
}
void CrtHutimanCode(HuffmanTree ht,HuffmanCode hc,int n)
{
    /*从叶子结点到根，逆向求每个叶子结点对应的哈夫曼编码*/
    char *cd;
    int i;
    cd=(char*)malloc(n*sizeof(char));
    cd[n-1]='\0';
    for(i=1; i<=n; i++)
    {
        int start=n-1,c=i;
        int p=ht[i].parent;
        while(p!=0)
        {
            /*从叶子结点开始向上倒推*/
            --start;
            if(ht[p].LChild==c) cd[start]='0';/*左分支标0*/
            else cd[start]='1';/*右分支标1*/
            c=p; p=ht[p].parent; /*向上倒推*/
        }
        hc[i]=(char*)malloc((n-start)*sizeof(char));/*为第1个编码分配空间*/
        strcpy(hc[i],&cd[start]);
    }
    free(cd);
}

四、运行结果 

 运行结果截图：

文本example.txt截图：

 Huffman结构截图：