[C++] 使用 Huffman Tree 哈夫曼树实现对 ASCII 字符串文本的压缩与解压（下）

上接：
[枫铃树] [C++] 使用 Huffman Tree 哈夫曼树实现对 ASCII 字符串文本的压缩与解压（上）

C++ 方式实现

在上篇中，我们已经成功构建一棵哈夫曼树。
本篇中，我们将使用该哈夫曼树完成字符串的编码，及对编码后的字符串的解码。

编码

借助之前生成的哈夫曼树，对传入文本进行编码，编码结果写入到目标字符串中。所以，函数声明如下：

bool encode(Node* node, const char* src, char* dst, bool isEntry = true);

注：这里采用深度优先搜索方式寻找字符。这个方法显然不好，因为它的效率太低了。但是，考虑到笔者水平较差，暂仅用这种方式完成。更好的完成方式留给聪明的你思考。

---

参数表说明

• node: 当前所在节点（外部调用时，这个点为哈夫曼树的根。后续递归时，这个点为某子树的根，或叶节点）。
• src: 原始字符串。
• dst: 存储编码结果的字符串。
• isEntry: 这个变量的设计比较复杂。解释之前，需要先思考一下 encode 函数是如何工作的。

---

encode 函数工作过程

对于单个字符，搜索过程中，每经过一个非叶节点，就要先将0写入到dst，然后尝试向左搜索。如果向左没有找到对应字符，则将刚写入的0改为1，然后向右寻找。如果依旧寻找失败，则擦除写入的内容，然后向调用者报告“未找到”（报告即返回特定信号）。首先，应该有两个标记，分别标记 src 中的读取位置（记为 readerOffset，初始为 0）和 dst 中的写入位置（记为 writerOffset，初始为 0）。
上述过程仅完成对单个字符的编码。事实上，我们要对好多字符进行编码，直到读到尾零（\0）。对此，encode 需要同时控制 readerOffset 的移动，然后对目前指向的字符尝试写入。
不难看出，encode 具有两个身份：控制读入，深搜写入。我们需要区分当前执行时，encode 需要做什么。于是可以引入 isEntry 变量。如果它是 true，表明该 encode 的任务是控制读取。反之，对当前指向的字符进行写入。
所以，当我们在外部调用 encode 时，应该始终让 isEntry 为 true （使用其默认值）。内部递归调用时，因始终令 encode 为 false.

返回值

对于控制读入的 encode 函数调用，不需要向上级报告什么信息。对于控制写入的 encode 函数，需要向上级报告自己有没有找到对应字符。
对于叶节点，如果当前节点代表的字符正好是要编码的字符，就返回 true. 否则返回 false.
对于非叶节点，如果它的某个叶节点成功报告了 true, 则它也报告 true，表明它所在的子树成功完成单字符的编码。否则，报告 false.

函数实现

进入时，声明读入位移和写入位移这两个静态局部变量。

static int writerOffset = 0;
static int readerOffset = 0;

如果函数的功能是控制读取，那么很简单，先对静态局部变量做清零（防止多次编码时，变量值还是前一次的值），然后对每个字符做深搜查找即可。

if (isEntry) { // 控制读取
    writerOffset = 0;
    readerOffset = 0;

    while (src[readerOffset] != '\0') {
        encode(node, src, dst, false);
        readerOffset += 1;
    }
    
    target[writerOffset] = '\0'; // 在目标字符串结尾补充尾零。
    return true; // 无所谓。
} else {
    ... // 控制写入
}

很简单是不是！
下面看写入过程。我们这样设计：
当我们处于某个非叶节点，我们先直接将向左这个信息写入到结果中。如果向左没找到，就将向左改为向右。如果向右也没找到，则擦除写入的内容，并报告 false.
不难发现，哈夫曼树的节点，要么同时拥有左右孩子，要么同时没有左右孩子。
因此，如果一个节点没有左孩子，则表明它是叶节点。从上述设计可以看出，它的任务很简单，报告自己代表的字符是否和当前正在读的字符一致就行了。

if (node->lc == nullptr) {
    // 位于叶节点
    return src[readerOffset] == node->c;
} else {
    ... // 位于非叶节点
}

对于非叶节点，向左向右尝试即可。

// 尝试向左
dst[writerOffset] = '0';
writerOffset += 1;
if(encode(node->lc, src, dst, false)) {
    // 左节点命中
    return true;
} else {
    // 左节点未命中。
    dst[writerOffset-1] = '1';
    // 尝试向右
    if (encode(node->rc, src, dst, false)) {
        // 右节点命中。
        return true;
    } else {
        // 右节点未命中。
        writerOffset -= 1; // 相当于擦除。
        return false;
    }
}

至此，字符串编码完毕。

解码

相对编码，解码过程显得十分简单。大体思路与编码类似，但是递归方向不再是到处撞，而是跟着已编码字符串的指引前进。
函数定义如下：

void decode(Node* node, const char* encodedStr, char* decodedStr, bool isEntry = true);

其中，decodedStr 用于存放解码后的字符串。
isEntry 设计与编码类似。

---

对于控制读入的部分，很简单：

static int writerOffset = 0;
static int readerOffset = 0;

if (isEntry) { // 控制读入部分。
    writerOffset = 0;
    readerOffset = 0;

    while (encodedStr[readerOffset] != '\0') {
        decode(node, encodedStr, decodedStr, false);
    }

    decodedStr[writerOffset] = '\0';
} else {
    ... // 控制写入部分。
}

写入时，只要没有达到叶节点，就跟着已编码字符串的指引继续向下走。
到达叶节点时，将叶节点对应字符写入结果即可。

if (node->lc == nullptr) {
    // 抵达叶节点。
    decodedStr[writerOffset] = huffmanTree->c;
    writerOffset += 1;
} else {
    readerOffset += 1;
    if (encodedStr[readerOffset-1] == '0') {
        decode(node->lc, encodedStr, decodedStr, false);
    } else {
        decode(node->rc, encodedStr, decodedStr, false);
    }
}

至此，解码函数编写完成。基于以上核心代码，额外制作如横向打印二叉树、输入输出控制的工具函数，即可轻松完成上篇中的演示程序。

---

当然，程序结束前，不要忘了清理动态申请到的内存。
从哈夫曼树的根节点进入，递归释放即可。

void cleanup(Node* node)
{
	if (node->lc != nullptr) {
		cleanup(node->lc);
	}
	if (node->rc != nullptr) {
		cleanup(node->rc);
	}
	delete node;
}

---

以上便是使用哈夫曼树完成对 ASCII 字符串文本的压缩与解码方法。感谢你的耐心阅读，希望对你的学习和工作有所帮助。