课堂笔记---图像压缩

问题描述与分析：

给定一个像素序列为{p1,p2,…,pn},0≤pi≤255

我们将其分割成m个连续像素段S1,S2,…,Sm。

第i个像素段Si中(1≤i≤m)，有l[i]个像素,且该段中每个像素都只用b[i]位表示。

每段需要用三位二进制存储b[i]（因为0≤pi≤255，b[i]最大为8，最小为1，我们只需要三个二进制就可以存储8个状态），用八位二进制存储了l[i]（因为规定每组最多有256个元素，我们只需要八个二进制就可以表示256个状态）

设s[i]，1≤i≤n，是像素序列{p1,…,pn}的最优分段所需的存储位数。

对于该问题，我们可以采用动态规划的方法，对此我们需要先找出最优子结构

设l[i]，b[i]，是{p1,p2,…,pn}的最优分段。显而易见，l[1]，b[1]是{p1,…,pl[1]}的最优分段，且l[i]，b[i]，是{pl[1]+1,…,pn}的最优分段。

由该最优子结构，我们可得状态方程：

复杂度分析：

由于算法对k的循环次数不超这256，故对每一个确定的i，可在时间O(1)内完成的计算。因此整个算法所需的计算时间为O(n)。

代码如下：

#include<iostream>
using namespace std;
const int NN = 100;
int p[NN], l[NN], b[NN],s[NN];
int length(int i);
void compress(int n, int p[], int s[], int l[], int b[])
{
	int lmax = 256, header = 11;
	s[0] = 0;
	for (int i = 1; i <= n; i++)
	{
		b[i] = length(p[i]);
		int bmax = b[i];
		s[i] = s[i - 1] + bmax;
		l[i] = 1;
		for (int j = 2; j <= i && j <= lmax; j++)
		{
			if (bmax < b[i - j + 1])bmax = b[i - j + 1];
			if (s[i] > s[i - j] + j * bmax)
			{
				s[i] = s[i - j] + j * bmax;
				l[i] = j;
			}

		}
		s[i] += header;
	}
}
int length(int i)
{
	int k = 1;
	i = i / 2;
	while (i > 0)
	{
		k++;
		i /= 2;
	}
	return k;
}
int main()
{
	int n;
	cin >> n;
	for (int i = 1; i <= n; i++)
	{
		cin >> p[i];
	}
	compress(n, p, s, l, b);
	cout << s[n] << endl;
}