基于桶排序与哈夫曼编码的英文文档压缩方案(暂未附程序)

        本文旨在练习哈夫曼树的创建、遍历方法来生成码表对文字进行压缩。故读仅仅对英文.txt文本进行读取并压缩,生成文档。由于哈夫曼编码压缩是基于统计模型的编码压缩,适用于压缩静态文件流、同时希望元素重复频率高。因此该压缩算法没有推广到对于任意类型文件的压缩。

 

压缩思路:

        英文文档中主要由26个英文字母 (区分大小写),空格、换行符、常用标点符号、阿拉伯数字组成。不妨将它们看作是标签不同的桶,以便进行大量文本的分类。这样,对于一片篇幅很大的英文文档 (如维克多-雨果的《悲惨世界》:约125万字),需要建立英文字符、空格、换行符、常用标点符号、阿拉伯数字的数组来记录数组中相应元素出现在文章中的位置。

        例如:

        Abracadabra.

        ArrayList[] A = [0]; ArrayLish[] a = [3, 5, 7, 10]; ArrayList[] b = [1, 8];以此类推。

        但是,随着长篇文章的读取,字符的位置数值会越来越大,可以考虑标记相对位置,或按照页数为进行分类标记。

        数组建立后,获得数组的长度即为该数组代表的字符出现的频率,将频率进行哈夫曼编码,可根据数组的位置信息将编码填充,得到压缩后的文档。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值