Huffman编码解码

最新推荐文章于 2024-08-19 18:00:26 发布
最新推荐文章于 2024-08-19 18:00:26 发布
阅读量1.7w 收藏 71
点赞数 23
分类专栏： ACM 文章标签： 算法竞赛 算法 Huffman 最优编码 编码解码
如需转载，请联系本人获取许可且必须注明出处，详见联系方式。
本文链接：https://blog.csdn.net/q547550831/article/details/51589278
版权

Huffman编码解码

霍夫曼(Huffman)编码问题也就是最优编码问题，通过比较权值逐步构建一颗Huffman树，再由Huffman树进行编码、解码。

其步骤是先构建一个包含所有节点的线性表，每次选取最小权值的两个节点，生成一个父亲节点，该父亲节点的权值等于两节点权值之和，然后将该父亲节点加入到该线性表中，再重复上述步骤，直至构成一个二叉树，注意已经使用过的节点不参与。

Huffman编码贪心原理

编码原理

把每个字符看作一个单节点子树放在一个树集合中，每棵子树的权值等于相应字符的频率。每次取权值最小的两棵子树合成一棵新树，并重新放到集合中。新树的权值等于两棵子树权值之和。

贪心选择性

设 x 和y是频率最小的两个字符，则存在前缀码使得 x 和y具有相同码长，且仅有最后一位编码不同。换句话说，贪心选择保留了最优解。

优化子结构

设 T 是加权字符集C的最优编码树， x 和y是树 T 中两个叶子，且互为兄弟结点，z是它们的父结点。若把 z 看成具有频率f(z)=f(x)+f(y)的字符，则树 T′=T−{x,y} 是字符集 C′=C−{x,y}⋃{z} 的一棵最优编码树。换句话说，原问题的最优解包含子问题的最优解。

举例说明

编码表

字符abcdef
频率4513121695
编码010110011111011100

Huffman编码

下面将解释为什么是这样编码，在解释之前先说明一个概念：

  • 前缀码：任何一个编码都不是另一个编码的前缀(prefix)。

如果Huffman编码符合前缀码的要求的话，那么绝不会出现编码二义性的问题。而且通过权值这一参考量，构成了最优编码。

原理图

原始节点

构建Huffman树的步骤

Huffman编码

Huffman编码解码算法实现

节点信息结构

// 节点信息结构
struct Node {
    // 值
    string value;
    // 权值
    float weight;
    // 父节点
    int parent;
    // 左子节点
    int lchild;
    // 右子节点
    int rchild;
};

编码信息结构

// 编码信息结构
struct Code {
    // 编码字符
    int bit[maxBit];
    // 开始位置
    int start;
    // 值
    string value;
};

全局常量和全局变量

const int INF = 1000000000;
const int maxBit = 1 << 5;
const int maxNode = 1 << 10;
const int maxCode = 1 << 10;

// 节点数组
Node huffman[maxNode];
// 编码数组
Code huffmanCode[maxCode];
// n个字符串
int n;

初始化Huffman树

// 初始化Huffman树
void initHuffmanTree() {
    for(int i = 0; i < (2 * n) - 1; i++) {
        huffman[i].weight = 0;
        huffman[i].value = "";
        huffman[i].parent = -1;
        huffman[i].lchild = -1;
        huffman[i].rchild = -1;
    }
}

构造Huffman树

// 贪心法
// 构造Huffman树
void huffmanTree() {
    // 循环构建Huffman树
    for(int i = 0; i < n - 1; i++) {
        // m1,m2存放所有节点中权值最小的两个节点权值
        int m1 = INF;
        int m2 = INF;
        // x1,x2存放所有节点中权值最小的两个节点下标
        int x1 = 0;
        int x2 = 0;
        for(int j = 0; j < n + i; j++) {
            if(huffman[j].weight < m1 && huffman[j].parent == -1) {
                m2 = m1;
                x2 = x1;
                m1 = huffman[j].weight;
                x1 = j;
            } else if(huffman[j].weight < m2 && huffman[j].parent == -1) {
                m2 = huffman[j].weight;
                x2 = j;
            }
        }
        // 设置找到的两个节点的x1,x2的父节点信息
        huffman[x1].parent = n + i;
        huffman[x2].parent = n + i;
        huffman[n + i].weight = huffman[x1].weight + huffman[x2].weight;
        huffman[n + i].lchild = x1;
        huffman[n + i].rchild = x2;
    }
}

Huffman编码

// huffman编码
void huffmanEncoding() {
    // 临时结构
    Code cd;
    int child, parent;
    for(int i = 0; i < n; i++) {
        cd.value = huffman[i].value;
        cd.start = n - 1;
        child = i;
        parent = huffman[child].parent;
        // 未到根节点
        while(parent != -1) {
            // 左孩子
            if(huffman[parent].lchild == child) {
                cd.bit[cd.start] = 0;
            } else {
                // 右孩子
                cd.bit[cd.start] = 1;
            }
            cd.start--;
            // 设置下一循环条件
            child = parent;
            parent = huffman[child].parent;
        }

        // 保存求出的每个叶子节点的Huffman编码结构
        for(int j = cd.start + 1; j < n; j++) {
            huffmanCode[i].bit[j] = cd.bit[j];
        }
        huffmanCode[i].start = cd.start;
        huffmanCode[i].value = cd.value;
    }
}

打印Huffman编码信息

// 打印每个叶节点的Huffman编码和编码起始值
void printHuffmanCode() {
    for(int i = 0; i < n; i++) {
        cout << "第" << i + 1 << "个字符 " << huffmanCode[i].value << " 的Huffman编码为：";
        for(int j = huffmanCode[i].start + 1; j < n; j++) {
            cout << huffmanCode[i].bit[j];
        }
        cout << " 编码起始值为：" << huffmanCode[i].start << endl;
    }
    cout << endl;
}

解码Huffman编码

// 解码Huffman编码
void HuffmanDecoding(string s) {
    vector<string> v;
    // 标识位
    int ok = 1;
    for(int i = 0; i < s.length();) {
        // 根节点
        int x = (2 * n) - 1 - 1;
        // 不为叶子节点
        while(huffman[x].lchild != -1 && huffman[x].rchild != -1) {
            // 左子树
            if(s[i] == '0') {
                x = huffman[x].lchild;
            } else {
                // 右子树
                x = huffman[x].rchild;
            }
            i++;
            // 处理0,1序列有误
            // 这种情况一般是结尾0,1序列少了，导致最后一个字符串解码失败
            if(i == s.length() && huffman[x].lchild != -1) {
                ok = 0;
                break;
            }
        }

        if(ok) {
            v.push_back(huffman[x].value);
        }
    }
    if(ok) {
        for(int i = 0; i < v.size(); i++) {
            cout << v[i];
        }
        cout << endl << endl;
    } else {
        cout << "解码有误。" << endl << endl;
    }
}

主函数

int main() {
    while(true) {
        // 初始化

        // 输入数据
        cout << "请输入字符串个数(0退出)：";
        cin >> n;
        if(!n) {
            break;
        }

        // 初始化Huffman树
        initHuffmanTree();

        for(int i = 0; i < n; i++) {
            cout << "一共" << n << "个字符串，请输入第" << i + 1 << "个字符串及其权值：";
            cin >> huffman[i].value;
            cin >> huffman[i].weight;
        }

        // 构造Huffman树
        huffmanTree();

        // huffman编码
        huffmanEncoding();

        // 打印每个叶节点的Huffman编码和编码起始值
        printHuffmanCode();

        while(true) {
            cout << "请输入一段符合上述编码的0,1序列(q进入下一次编码解码)：";
            string s;
            cin >> s;
            if(s[0] == 'q') {
                cout << endl;
                break;
            }
            cout << "原始0,1序列为：" << s << endl;
            cout << "解码后为：";
            // 解码
            HuffmanDecoding(s);
        }
    }
    return 0;
}

测试主程序

#include <iostream>
#include <vector>
#include <string>

using namespace std;

const int INF = 1000000000;
const int maxBit = 1 << 5;
const int maxNode = 1 << 10;
const int maxCode = 1 << 10;

// 节点信息结构
struct Node {
    // 值
    string value;
    // 权值
    float weight;
    // 父节点
    int parent;
    // 左子节点
    int lchild;
    // 右子节点
    int rchild;
};

// 编码信息结构
struct Code {
    // 编码字符
    int bit[maxBit];
    // 开始位置
    int start;
    // 值
    string value;
};

// 节点数组
Node huffman[maxNode];
// 编码数组
Code huffmanCode[maxCode];

// n个字符串
int n;

// 初始化Huffman树
void initHuffmanTree() {
    for(int i = 0; i < (2 * n) - 1; i++) {
        huffman[i].weight = 0;
        huffman[i].value = "";
        huffman[i].parent = -1;
        huffman[i].lchild = -1;
        huffman[i].rchild = -1;
    }
}


// 贪心法
// 构造Huffman树
void huffmanTree() {
    // 循环构建Huffman树
    for(int i = 0; i < n - 1; i++) {
        // m1,m2存放所有节点中权值最小的两个节点权值
        int m1 = INF;
        int m2 = INF;
        // x1,x2存放所有节点中权值最小的两个节点下标
        int x1 = 0;
        int x2 = 0;
        for(int j = 0; j < n + i; j++) {
            if(huffman[j].weight < m1 && huffman[j].parent == -1) {
                m2 = m1;
                x2 = x1;
                m1 = huffman[j].weight;
                x1 = j;
            } else if(huffman[j].weight < m2 && huffman[j].parent == -1) {
                m2 = huffman[j].weight;
                x2 = j;
            }
        }
        // 设置找到的两个节点的x1,x2的父节点信息
        huffman[x1].parent = n + i;
        huffman[x2].parent = n + i;
        huffman[n + i].weight = huffman[x1].weight + huffman[x2].weight;
        huffman[n + i].lchild = x1;
        huffman[n + i].rchild = x2;
    }
}

// huffman编码
void huffmanEncoding() {
    // 临时结构
    Code cd;
    int child, parent;
    for(int i = 0; i < n; i++) {
        cd.value = huffman[i].value;
        cd.start = n - 1;
        child = i;
        parent = huffman[child].parent;
        // 未到根节点
        while(parent != -1) {
            // 左孩子
            if(huffman[parent].lchild == child) {
                cd.bit[cd.start] = 0;
            } else {
                // 右孩子
                cd.bit[cd.start] = 1;
            }
            cd.start--;
            // 设置下一循环条件
            child = parent;
            parent = huffman[child].parent;
        }

        // 保存求出的每个叶子节点的Huffman编码结构
        for(int j = cd.start + 1; j < n; j++) {
            huffmanCode[i].bit[j] = cd.bit[j];
        }
        huffmanCode[i].start = cd.start;
        huffmanCode[i].value = cd.value;
    }
}

// 打印每个叶节点的Huffman编码和编码起始值
void printHuffmanCode() {
    for(int i = 0; i < n; i++) {
        cout << "第" << i + 1 << "个字符 " << huffmanCode[i].value << " 的Huffman编码为：";
        for(int j = huffmanCode[i].start + 1; j < n; j++) {
            cout << huffmanCode[i].bit[j];
        }
        cout << " 编码起始值为：" << huffmanCode[i].start << endl;
    }
    cout << endl;
}

// 解码Huffman编码
void HuffmanDecoding(string s) {
    vector<string> v;
    // 标识位
    int ok = 1;
    for(int i = 0; i < s.length();) {
        // 根节点
        int x = (2 * n) - 1 - 1;
        // 不为叶子节点
        while(huffman[x].lchild != -1 && huffman[x].rchild != -1) {
            // 左子树
            if(s[i] == '0') {
                x = huffman[x].lchild;
            } else {
                // 右子树
                x = huffman[x].rchild;
            }
            i++;
            // 处理0,1序列有误
            // 这种情况一般是结尾0,1序列少了，导致最后一个字符串解码失败
            if(i == s.length() && huffman[x].lchild != -1) {
                ok = 0;
                break;
            }
        }

        if(ok) {
            v.push_back(huffman[x].value);
        }
    }
    if(ok) {
        for(int i = 0; i < v.size(); i++) {
            cout << v[i];
        }
        cout << endl << endl;
    } else {
        cout << "解码有误。" << endl << endl;
    }
}

int main() {
    while(true) {
        // 初始化

        // 输入数据
        cout << "请输入字符串个数(0退出)：";
        cin >> n;
        if(!n) {
            break;
        }

        // 初始化Huffman树
        initHuffmanTree();

        for(int i = 0; i < n; i++) {
            cout << "一共" << n << "个字符串，请输入第" << i + 1 << "个字符串及其权值：";
            cin >> huffman[i].value;
            cin >> huffman[i].weight;
        }

        // 构造Huffman树
        huffmanTree();

        // huffman编码
        huffmanEncoding();

        // 打印每个叶节点的Huffman编码和编码起始值
        printHuffmanCode();

        while(true) {
            cout << "请输入一段符合上述编码的0,1序列(q进入下一次编码解码)：";
            string s;
            cin >> s;
            if(s[0] == 'q') {
                cout << endl;
                break;
            }
            cout << "原始0,1序列为：" << s << endl;
            cout << "解码后为：";
            // 解码
            HuffmanDecoding(s);
        }
    }
    return 0;
}

输出数据

请输入字符串个数(0退出)：6
一共6个字符串，请输入第1个字符串及其权值：a 45
一共6个字符串，请输入第2个字符串及其权值：b 13
一共6个字符串，请输入第3个字符串及其权值：c 12
一共6个字符串，请输入第4个字符串及其权值：d 16
一共6个字符串，请输入第5个字符串及其权值：e 9
一共6个字符串，请输入第6个字符串及其权值：f 5
第1个字符 a 的Huffman编码为：0 编码起始值为：4
第2个字符 b 的Huffman编码为：101 编码起始值为：2
第3个字符 c 的Huffman编码为：100 编码起始值为：2
第4个字符 d 的Huffman编码为：111 编码起始值为：2
第5个字符 e 的Huffman编码为：1101 编码起始值为：1
第6个字符 f 的Huffman编码为：1100 编码起始值为：1

请输入一段符合上述编码的0,1序列(q进入下一次编码解码)：010011110111011100
原始0,1序列为：010011110111011100
解码后为：acdbef

请输入一段符合上述编码的0,1序列(q进入下一次编码解码)：00010010110010111011101110011001111110101
原始0,1序列为：00010010110010111011101110011001111110101
解码后为：aaacbcbeeffddab

请输入一段符合上述编码的0,1序列(q进入下一次编码解码)：010110011
原始0,1序列为：010110011
解码后为：解码有误。

请输入一段符合上述编码的0,1序列(q进入下一次编码解码)：q

请输入字符串个数(0退出)：0

Process returned 0 (0x0)   execution time : 16.174 s
Press any key to continue.
Switchvov
关注
专栏目录
Huffman编码 Verilog代码
06-02
如何利用Verilog实现Huffman编码
哈夫曼编码和解码
m0_69251699的博客
05-15 2217
哈夫曼编码方法： 1、统计字符集中每个字符在电文中出现的平均概率（概率越大，要求编码越短)。 2、利用哈夫曼树的特点:权越大的叶子离根越近;将每个字符的概率值作为权值，构造哈夫曼树。则概率越大的结点，路径越短。 3、在哈夫曼树的每个分支上标上0或1，结点的左分支标0，右分支标1，把从根到每个叶子的路径上的标号连接起来，作为该叶子代表的字符的编码。
哈夫曼编码（小顶堆）
最新发布
qq_74143684的博客
08-19 652
哈夫曼编码是一种根据字符出现频率设计的变长编码方式，常用于数据压缩。它的基本思想是，将出现频率较高的字符用较短的编码表示，而出现频率较低的字符用较长的编码表示，从而减小编码的总长度。
【数据结构】Huffman文件解码
qq_45314905的博客
12-22 1397
给定一组字符的Huffman编码表（从标准输入读取），以及一个用该编码表进行编码的Huffman编码文件（存在当前目录下的in.txt中），编写程序实现对Huffman编码文件的解码，并按照前序遍历序列输出解码过程中Huffman树（规定树中左分支表示0，右分支表示1）中各结点的访问次数。
Huffman编码与解码
的博客
03-18 1万+
使用C++、和Java分别实现构造哈夫曼树
Huffman 编码与解码系统
张小艾博客
11-23 1206
个人实现的一个Huffman编码系统，因为被CSDN(难看的吃相)恶心到了，所以无偿地分享给大家，该系统支持键盘、csv文件(即Excel文件)以及txt文本文件的输入。另外两个文件会放在后文中，请自己创建相应的文件并放在同一路径下。接下来就开始对我的代码进行讲解，个人建议有一定程序设计基础的读者先自行学习Huffman编码相关的知识再来看，这里就不做赘述了。 存储结构 Huffman二叉树结点结...
哈夫曼编解码原理与实现【转载】
热门推荐
Jensen Lee的博客
04-01 1万+
1. 哈夫曼编解码原理 霍夫曼编码(Huffman Coding)是一种编码方法，霍夫曼编码是可变字长编码(VLC)的一种。 霍夫曼编码使用变长编码表对源符号（如文件中的一个字母）进行编码，其中变长编码表是通过一种评估来源符号出现机率的方法得到的，出现机率高的字母使用较短的编码，反之出现机率低的则使用较长的编码，这便使编码之后的字符串的平均长度、期望值降低，从而达到无损压缩数据的目的。 霍夫曼编码...
java实现huffman编码解码
07-09
本程序利用Java实现以下功能： 1、读取一行或多行数据，统计出现的所有字母的出现次数 2、构造huffman树 3、生成出现字母的编码表 4、对输入的数据进行...5、输入编码结果，对编码结果进行解码，得到原来的输入数据。
北邮数据结构实验—Huffman编码解码器.doc
11-28
北邮数据结构实验—Huffman 编码解码器 本文档是关于 Huffman 编码解码器的实现报告，主要讲述了 Huffman 编码解码器的实现过程、算法分析和性能分析。本报告分为五部分：初始化、建立编码表、编码、译码和性能分析...
huffman 编码 解码C语言程序
05-15
在这个“huffman 编码 解码C语言程序”中，我们可以探讨哈夫曼编码和解码的原理以及如何用C语言实现它们。 哈夫曼编码的基本思想是创建一棵二叉树（称为哈夫曼树），其中每个叶节点代表一个需要编码的字符，而内部...
基于verilog实现哈夫曼编码的新方法_贾先韬.zip_huffman verilog_verilog 哈夫曼_哈夫曼_哈夫曼
07-15
基于verilog实现哈夫曼编码的新方法，采用字符池方式，很好的一片文章
Huffman编码、解码器的Verilog实现
05-17
使用Modelsim通过Verilog语言实现Huffman编码器、解码器，并在一个总的testbench中对其进行测试与联调
huffman编码解码
09-06
在给定的“huffman编码解码”程序中，我们可以推测这是一个实现霍夫曼编码和解码功能的源代码。该程序可能包含以下主要组成部分： 1. **字符频率统计**：首先，程序需要读取输入的`.txt`文件，统计其中每个字符的...
Huffman的底层编码解码实现与压缩解压文件实操
m0_63642362的博客
09-18 613
Huffman的底层编码解码实现与压缩解压实操，文件已添加在项目中，可一键运行
Huffman编解码
lr__by的博客
05-01 1063
一.实验原理 1.Huffman编码 (1) Huffman Coding (霍夫曼编码)是一种无失真编码的编码方式，Huffman编码是可变字长编码(VLC)的一种。 (2) Huffman 编码基于信源的概率统计模型，它的基本思路是，出现概率大的信源符号编长码，出现概率小的信源符号编短码，从而使平均码长最小。 (3)在程序实现中常使用一种叫做树的数据结构实现Huffman编码，
硬件huffman解码器（三）-并行解码
m0_63798832的博客
04-07 477
上篇提出的串行Huffman解码优化方法可以有效地提高解码速度。但其缺点是一种电路设计只能用于一种编码（或针对所有具有相同状态转换的编码）的解码。因此，我们将在下文中介绍一种可配置的Huffman并行解码方法。编解码操作除了可以使用固定算法映射得到的组合逻辑或状态机实现，也可以采用ROM实现。ROM的输入（地址）为编解码前的数据，ROM的输出（每个条目的值）为编解码后的数据。对于定长编码，只需要一个预先写好内容的ROM（或RAM）即可实现对应的编解码器。
c语言 huffman编码解码
05-27
下面是C语言实现Huffman编码和解码的基本思路： Huffman编码： 1. 统计字符出现频率，构建字符频率表； 2. 将字符频率表中的字符和频率信息构建成一棵Huffman树； 3. 遍历Huffman树，给每个字符生成对应的Huffman...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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