实验报告3_Huffman编码学习

一.实验原理

哈夫曼编码是可变字长编码(VLC)的一种，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，概率大的符号码长短，概率小的符号码长长，是一种无失真编码。

哈夫曼编码流程示意：

（1）统计所有符号发生的概率

（2）按照概率从小到大对符号进行排序

（3）所有符号为树叶节点，将概率最小的两个树叶节点合并为中间结点，并重新进行排序，重复直到生成根节点，根节点概率为1

（4）由此可形成huffman树，每个中间结点的左子结点为0，右子结点为1，生成huffman编码

在编程实现huffman编码时，利用二叉树结构的特点进行编写。

节点结构：

typedef struct huffman_node_tag
{
	unsigned char isLeaf;//是否为树叶
	unsigned long count;//信源中出现的频数
	struct huffman_node_tag *parent;//父节点指针

	union//如果不是树叶，则为该节点左右孩子的指针；否则为某个信源符号
	{
		struct
		{
			struct huffman_node_tag *zero, *one;
		};
		unsigned char symbol;
	};
} huffman_node;

码字结构：

typedef struct huffman_code_tag
{
	/* 码字长度（以bit为单位） */
	unsigned long numbits;

	/* 码字，码字第1位存于bits[0]第1位，
	         码字第2位存于bits[0]第2位，
	         码字第8位存于bits[0]第8位，
	         码字第9位存于bits[1]第1位。*/
	unsigned char *bits;
} huffman_code;

二.实验流程

编码流程：

读入待编码源文件

第一次扫描：统计文件中各个字符出现的频率

建立huffman树

将码表及其他必要信息写入输出文件

第二次扫描：对原文件编码并输出

解码流程：

读入编码文件

提取必要信息，依照码表重建Huffman树

从根节点开始依据从文件中读取的Huffman码字沿树行走，至叶节点时输出符号至输出文件，并回到根节点

所有码字解码完毕，文件解码完成

三.关键代码分析

 运行主函数，读入文件：

static void//定义命令行参数
usage(FILE* out)
{
	fputs("Usage: huffcode [-i<input file>] [-o<output file>] [-d|-c]\n"
		  "-i - input file (default is standard input)\n"//输入文件
		  "-o - output file (default is standard output)\n"//输出文件
		  "-d - decompress\n"//解压缩
		  "-c - compress (default)\n"//进行压缩
		  "-m - read file into memory, compress, then write to file (not default)\n",//读内存
		  "-t - output huffman statistics\n",//输出统计表格
		  out);
}

int
main(int argc, char** argv)
{
	char memory = 0;//为0时进行文件的编解码，为1时进行内存的编解码
	char compress = 1;//为0时解码，为1时编码
	int opt;//选项，getopt()的返回值，getopt()处理'-'开头的命令行参数
	const char *file_in = NULL, *file_out = NULL;
	//step1:add by yzhang for huffman statistics
	const char *file_out_table = NULL;
	//end by yzhang
	FILE *in = stdin;
	FILE *out = stdout;
	//step1:add by yzhang for huffman statistics
	FILE * outTable = NULL;
	//end by yzhang

	/*获取命令行参数选项*/
	while