(1)输入一段100—200字的英文短文,存入一文件a中。
(2)写函数统计短文出现的字母个数n及每个字母的出现次数
(3)写函数以字母出现次数作权值,建Haffman树(n个叶子),给出每个字母的Haffman编码。
(4)用每个字母编码对原短文进行编码,码文存入文件b中。
(5)用Haffman树对文件b中码文进行译码,结果存入文件c中,比较a,c是否一致,以检验编码、译码的正确性。
数据结构定义
typedef struct {
unsigned int weight;
unsigned int parent, lchild, rchild;
} HTNode, *HuffmanTree;
typedef char **HuffmanCode;
统计字符个数
统计文章中各个字符的个数,即计算权值。
- (只考虑了大小写字母,逗号,句号,空格这55个字符,其它字符情况编码情况与此一致)
1、先一个个从文件a里读入字符,用countletter数组统计各字符出现的次数。因此,n = 55,m = 109。
2、数组下标1到26用来按顺序存放小写字母出现次数,27到52存放大写字母,53空格,54逗号,55句号。以便可以根据地址求得相应字符。
void count(int countletter[55])
{
char ch;
FILE *f;
f = fopen("a.txt","r");
//freopen("a.txt","r",stdin); 此条语句用来从文件“a.txt”中读入数据
while ((ch = fgetc(f)) != EOF)
{
if (ch <= 'z' && ch >= 'a')
{
countletter [ch-'a'+1] ++;
}
else if (ch <= 'Z' && ch >= 'A')
{
countletter [ch-'A'+27] ++;
}
else if (ch == ',')
countletter [53] ++;
else if (ch == '.')
countletter [54] ++;
else if (ch == ' ')
countletter [55] ++;
}
fclose(f);
}
编码
i 指向n + 1,在前i – 1 个结点中找权值最小的且parent域为0的两个结点,将他们双亲域赋值为i,将第i个结点孩子域分别赋值为权值最小的俩结点的地址,且其权值为这两个结点权值之和。然后i加一,在前i – 1个结点中重复上述步骤,直到i > m。
- 注:每次寻找权值最小的两个结点时,他们的parent必须为0
void HuffmanCoding (HuffmanTree &HT, HuffmanCode &HC, int *w, int n)
{
HuffmanTree p;
int i, m, s1, s2, sum = 1;
if (n <= 1)
return;
m = 2*n - 1; //由赫夫曼树定义可知,存在n个字符时,最终会有2*n-1个结点
w ++;
HT = (HuffmanTree) malloc ((m+2) * sizeof(HTNode)); //开辟m+2个空间,因为(1)0号单元空置(2)与本人写的select函数有关,需要一个单元来存放所有字符权值之和
for (p = HT+1, i = 1; i <= n; ++ i, ++ p, ++ w)
*p = {*w, 0, 0, 0}; //将字符出现次数作为权值赋值到55个字符的权值域,且将它们的双亲和孩子域都赋初值为0
for (; i <= m; ++ i, ++ p)
*p = {0, 0, 0, 0}; //剩下的结点权值、双亲、孩子域都赋初值为0
for (i = 1; i <= n; ++ i) //计算所有权值之和
sum += HT[i].weight;
HT[m+1].weight = sum + 1; //求得的权值之和,放到多开辟的空间单位
for ( i = n+1; i <= m; ++ i)
{
s1 = s2 = m+1;
/*
s1,s2赋值为存放权值之和单元的下标,可以确保每次进入select函数时s1,s2
指向的位置权值都不是当前最小的两个(即s1,s2的值在select函数中一定会改变,那么此时s1,s2指向的结点是否有双亲就不影响结果),
就省去每次必须使s1,s2指向parent域为0结点的麻烦。
*/
Select (HT, i-1, s1, s2);
HT[s1].parent = i;
HT[s2].parent = i;
HT[i].lchild = s1;
HT[i].rchild = s2;
HT[i].weight = HT[s1].weight + HT[s2].weight;
}
/*
对n 个结点建立Huffman树,因为编码长度最长为n - 1,创建一个长度为n的数组cd,
每次用来暂时存放每个字符的编码。Cd最后一个位置放“\0”,用来表示数组结束位置。
*/
int start;
char *cd;
HC = (HuffmanCode) malloc ((n+1)*sizeof(char *));
cd = (char *)malloc(n * sizeof(char)); //用来记录更新每个叶子结点编码
cd [n-1] = '\0';
for (i = 1; i <= n; ++ i)
{
start = n-1;
for (int c = i, f = HT[i].parent; f != 0; c = f, f = HT[f].parent) //从叶子结点,沿着其双亲,判断孩子与双亲的关系
{
if (c == HT[f].lchild) //如果是双亲左孩子,则cd[start]赋值为0
cd[--start] = '0';
else //如果是双亲右孩子,则cd[start]赋值为1
cd[--start] = '1';
}
HC[i] = (char *)malloc ((n-start)* sizeof(char));
strcpy (HC[i], &cd[start]); //把cd数组从start到最后结束位置的字符串复制到HC第i个结点对应的位置,即为第i个结点的编码
}
}
对前n个结点,i 先指向1,start用来表示cd数组的下标,对每个字符从叶子到根逆向求编码,即每次给start赋初值为n – 1,沿着叶子结点,取它的双亲结点地址(用c来记录当前结点,f来记录当前结点的双亲结点),判断它是它双亲的左孩子还是右孩子,如果是右孩子,则cd[start]赋值为1,若是左孩子,则赋值为0,赋值后start --,c指向其双亲,f指向双亲的双亲,即沿着双亲结点一直往上,每次判断左孩子还是右孩子,直到判断到根结点,即双亲域为0的结点。此时,i 指向的叶子结点的编码已经存到数组cd中,因此只需要把cd数组从start到最后结束位置的字符串复制到HC第i个结点对应的位置,即为第i个结点的编码。再将i加一,求下一个叶子结点的编码。
select函数
void Select (HuffmanTree HT, int k, int &s1, int &s2)
//约定s1指向权值最小的结点,s2指向权值次小的结点
{
for (int i = 1; i <= k; ++ i)
{
if (HT[i].parent == 0)
{
if (HT[i].weight <= HT[s1].weight)
{
s2 = s1;
s1 = i;
}
else if (HT[i].weight <= HT[s2].weight)
{
s2 = i;
}
}
}
}
把编码存入文件中
再从文件a里读字符,根据每个字符把它对应的Huffman编码输入到文件b里。
void record(HuffmanCode HC)
{
FILE *f1, *f2;
f1 = fopen("b.txt","w");
f2 = fopen("a.txt","r");
char ch;
while ((ch = fgetc(f2)) != EOF)
{
if (ch <= 'z' && ch >= 'a')
fprintf(f1,"%s",HC[ch-'a'+1]);
else if (ch <= 'Z' && ch >= 'A')
fprintf(f1,"%s",HC[ch-'A'+27]);
else if (ch == ',')
fprintf(f1,"%s",HC[53]);
else if (ch == '.')
fprintf(f1,"%s",HC[54]);
else if (ch == ' ')
fprintf(f1,"%s",HC[55]);
}
fclose(f2);
fclose(f1);
}
译码
从文件b里读编码,用ch记录,每次从根结点开始,即地址为m的结点,读到字符1,则取右孩子,读到字符0,则取左孩子,一直到叶子结点,(即孩子域为0),根据它的地址计算它的字符并输出。继续从文件里读编码,从根结点开始,读字符判断左右孩子,到叶子结点,根据求得叶子结点的地址输出相对应字符,重复上述步骤,一直到文件结束。此时,已经根据编码输出了所有字符。
void yima(HuffmanTree HT, int n)
{
FILE *f, *p;
f = fopen ("b.txt", "r");
p = fopen ("c.txt", "w");
char ch;
int i = 2*n - 1;
ch = fgetc(f);
while (ch!= EOF )
{
i = 2*n - 1;
while (HT[i].rchild != 0)//一直到叶子结点
{
if (ch == '0') //读到字符0,则取左孩子
i = HT[i].lchild;
else //读到字符1,则取右孩子
i = HT[i].rchild;
ch = fgetc(f);
}
if (i >= 1 && i <= 26)
fprintf (p, "%c", i + 96);
else if( i >= 27 && i <= 52)
fprintf(p, "%c", i + 38);
else if ( i == 53)
fprintf(p, ",");
else if (i == 54)
fprintf(p, ".");
else if (i == 55)
fprintf(p, " ");
}
fclose(f);
fclose(p);
}
主函数
int main()
{
int countletter[100] = {0};
HuffmanTree HT;
HuffmanCode HC;
count(countletter);
HuffmanCoding (HT, HC, countletter, 55);
record(HC);
yima (HT, 55);
return 0;
}