赫夫曼编/译码系统

 

赫夫曼编码/译码器

l 摘要：

   利用赫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。这要求在 发送端通过一个编码系统对待传输数据预先编码，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），每端都需要有一个完整的编/译码系统。本文编写了一个简单的赫夫曼码的编/译码小程序。

    本程序主要实现了利用赫夫曼二叉树对一篇英语文档进行编码，对得到的编码利用同一个二叉树解码，最后对解码得到的文档进行测试。经过测试后得出结论，赫夫曼编码虽然提高了信道的利用率，但在信号的保真度上不高，一旦信号出错，整个译码将出错。

l 实验目的：

   理解Huffman二叉树的概念

   学会使用Huffman编码对数据进行无损压缩的原理

 

 

一、问题描述： 

     利用赫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。这要求在 发送端通过一个编码系统对待传输数据预先编码，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），每端都需要有一个完整的编/译码系统。本文编写了一个简单的赫夫曼码的编/译码小程序。

二、设计要求：

   该程序有以下流程：

Initialization(初始化):从输入端输入标准字符集（initdata.dat）和待编码ASCII文件（data.dat），并统计和计算出文章中出现的字符频率，概率和字符数。并计算出信源熵H（entropy）。

EnCoding(编码过程)：由输入端输入的各字符出现频率为权值构造赫夫曼二叉树。子叶便是文中出现的各字符。通过根到子叶的路径将其转换为赫夫曼编码。再将源文档中的字符替换为相应的赫夫曼码，并存档（code.dat）。

DeCoding(译码过程)：在接收端接收到译码文件（code.dat）后，利用译码过程中生成的赫夫曼二叉树译码。对译码文件扫描，将赫夫曼码替换为原文档，结果存为文档（test.dat）。

Testing(测试)：对原文件和译码文件进行校队，相同则编译成功，不相同则编译失败。

Print(打印代码文件)：打印内存中的赫夫曼树。各字符对应的编码，编码平均长度，编码效率（信源熵/编码平均长度），显示原文本，编码文本和译码文本。

三、算法描述：

 编码算法：

Input：w[],n//权值数组和数组的大小

Output：HT,HC//赫夫曼二叉树和赫夫曼编码表。

1.由输入的权值数组构造n个赋权的二叉树。

2.在这些二叉树中选取权值最小的两个构造一棵新的二叉树，并删除子叶。

3.如果只剩一棵二叉树，则赫夫曼二叉树构造完毕。否则在剩下的二叉树中返回第二步。

//---从子叶到个逆向求每个字符的赫夫曼编码------

1.从上面过程构造出的二叉树的第一个子叶开始，寻找它的双亲。

2.判断当前结点有无双亲，若无双亲，则全部出栈，并存入赫夫曼编码表吗，下一个子叶结点，转第一步。

3.判断当前结点是其双亲的左孩子还是右孩子，左孩子，则‘0’入栈，右孩子，则‘1’入栈。

   

 

 

 

译码算法：

   Input：code.dat

   Output:test.dat

从code文件的开始到结尾依次读取字符，通过读取到的字符从赫夫曼二叉树的根结点开始，‘0’当前结点换为左孩子，‘1’当前结点换为右孩子，

重复上述过程直到叶子结点，并输出叶子节点所代表的字符到test文件中。

 

 

测试算法：

 Intput;test.dat,data.dat//译码文件和原文件

  Output：true or false

  分别比较两个文件中的字符是否一样，只有全部一样才返回true否则返回false

 

 

四、变量说明：

    #define MAX_CHARS_NUM 57

    #define MAX_ROW 100

    #define MAX_COL 100

   char chars[MAX_CHARS_NUM];//存储标准字符集

   char article[MAX_ROW][MAX_COL];//存储待统计文章

   int frequence[MAX_CHARS_NUM] = {0};//各字符出现的频度

   int size = 0; //文章中出现过的字符数目

   vector<char> appCh;//出现过的字符

   vector<int> appFre;//出现过的字符的频率

   vector<double> probty;//出现过的字符的概率

   double entropy;//信源熵

//=====本变量说明包含在"Initialization.h"中=======

   typedef struct 

{

unsigned int weight;//权值

char         info; //子叶所代表的字符信息

unsigned int parent, lchild, rchild;

}HTNode, *HuffmanTree; // 数组存储的Huffam树

typedef char **HuffmanCode; // 编码表

 

 

 

 

五、函数说明：

  #include "Initialization.h"

过程一：

void initChars(ifstream &);

初始化标准字符集，从文件初始化

void initArt(ifstream &);

初始化文章

void statistic(char (*)[MAX_COL], char *);

统计字符频率

void fillApp(char *, int *);

初始化非零频率字符集

void calcuPro(vector<int> &, vector<double> &);

计算字符概率，信源概率

void calcuEnt(vector<double> &,double &);

计算信源熵

   利用公式-∑p(xi)log2(p(xi))

void readAndFill();

第一个过程的封装函数

 

#include "EnCoding.h"

第二个过程--编码阶段

int min1(HuffmanTree ,int );

取最小值，辅助Select函数

void Select(HuffmanTree &,int ,int &,int &);

选取最小和次小值

void HuffmanCoding(HuffmanTree &, HuffmanCode &,vector<int> &, int );

编码函数

void documentCode(vector<string> &)；

创建"code.dat"文件

 

#include "DeCoding.h"

第三个阶段--译码阶段