【C++实现文件压缩项目】基于Huffman树实现文件压缩和解压

最新推荐文章于 2021-06-07 23:08:42 发布
最新推荐文章于 2021-06-07 23:08:42 发布
阅读量3.8k 收藏 92
点赞数 6
分类专栏： 数据结构 文章标签： HuffmanTree 文件压缩 哈夫曼树 文件压缩和解压 文件压缩遇到的问题
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37941471/article/details/79846262
版权

首先，我们将文件压缩这个项目分为五个步骤：

  • 1. 统计字符出现的次数
  • 2. 构建HuffmanTree
  • 3. 生成哈夫曼编码 (Huffman Code)
  • 4. 压缩 (compress)
  • 5. 解压缩 (uncompress)

Huffman树 ，又称为最优二叉树，是加权路径长度最短的二叉树。

【贪心算法】是指在问题求解时，总是做出当前看起来最好的选择。也就是说贪心算法做出的不是整体最优的的选择，而是某种意义上的局部最优解。贪心算法不是对所有的问题都能得到整体最优解。使用贪心算法构建Huffman树.

文件压缩的过程：

Input.txt
内容：aaaabbbcccd

1. 统计字母出现的次数：

a ------ 4
b ------ 3
c ------ 2
d ------ 1

2. 构建huffmanTree:

这里写图片描述

3. 生成huffman code(编码):

a -> 0 （* 出现次数多的字符（数值大）–路径短–编码短）
b -> 11
c -> 101
d -> 100

4. 压缩（按位存储）:

文件 ：Input.txt.huffman
内容 : 00001111 11101101 100(00000) ----按位存储
第三个字节后面的五个0是补位
(原文件占用10个字节，压缩后占用3个字节)

5. huffman解压缩：

还原文件：Input.txt.unhuffman

思考: 如果一个文件中内容比较多，有的字符原本只占一个字节，但是压缩后会占用好几个字节，这样压缩后会有效果吗？

答：因为出现次数最多的那个字符只占用1个或者2个位，而字节最多的那个只会出现1次后或者2次，相对于而言，会节省很大的空间。

整个项目中我们会遇到的问题：

1.压缩带中文的文件，程序就会崩溃。

最后发现数组越界的问题.
因为char它的范围是-128127，程序中使用char类型为数组下标（0127），所以字符没有问题，但是汉字是占两个字节的，所以会出现越界的问题，解决的方法就是char类型强转为unsigned char，它的范围为0~255.

2.解压缩文件生成后会丢失很多内容. 
1. 文件的打开方式.
   这里打开文件一定要用二进制形式，"wb","rb".因为二进制打开和文本打开其实是有区别的。
   1.文本方式打开：会对‘\n’进行特殊处理，那如果这个字符本身就是'\n'.这就会出现问题。
   2.二进制方式打开：不进行任何处理，是什么就是什么。
2. 文件结束符的问题。
   刚开始用的文件结束标志是EOF在ASII中它的编码是-1，随后我们用了 二进制方式打开文件，而二进制文件是会出现-1的，所以提前结束了，所以我们用二进制读取并且不能用EOF来判断结束。
   C中有一个函数叫做feof（），它可以检查流上文件的结束符，如果文件结束，则返回非0值，否则返回0

下面引用百科的解释： 
feof(fp)有两个返回值:如果遇到文件结束，函数feof（fp）的值为非零值，否则为0。

EOF是文本文件结束的标志。在文本文件中，数据是以字符的ASCⅡ代码值的形式存放，普通字符的ASCⅡ代码的范围是32到127（十进制），EOF的16进制代码为0x1A（十进制为26），因此可以用EOF作为文件结束标志。[1]

当把数据以二进制形式存放到文件中时，就会有-1值的出现，因此不能采用EOF作为二进制文件的结束标志。为解决这一个问题，ASCI C提供一个feof函数，用来判断文件是否结束。feof函数既可用以判断二进制文件又可用以判断文本文件。
3.为什么要使用配置文件？

在项目中，将字符对应的编码转化为位，在unsigned char中填充位，填满后就写入到压缩文件中。

问题1：最后一个字节是不是很有可能没有填满，该如何判断他是否填满以及填了几个字符的编码？
问题2：若依次压缩一些文件，压缩完后再去解压，那么编码此时已经没有了，该如何解压？
上面的两个问题可通过配置文件解决，假如要压缩的文件叫xxx，那么可生成一个xxx.config的配置文件，在该配置文件中写入<文件的总长度>(恢复时知道应该恢复多少个字符)，（字符以及其出现的次数，用于解压时重建哈夫曼树），利用该配置文件即可解决这两个问题。

完整代码实现：

包括：
Filecompress.h Heap.h HuffmanTree.h test.cpp

Filecompress.h:
#pragma once 

#include<iostream>
#include<assert.h>
#include<algorithm>
#include<string>
#include"HuffmanTree.h" 

struct CharInfo 
{ 
	unsigned char _ch;	// 字符 
	long long _count; // 文件中出现的次数 
	string _code;	// huffman code
	CharInfo(unsigned char ch = 0)
		:_ch(ch)
		,_count(0)
	{}
	bool operator!=(const CharInfo& info)
	{
		return _count!=info._count;
	}
	bool operator<(const CharInfo& info)
	{
		return _count<info._count ;
	}

	CharInfo operator+(const CharInfo& info)
	{
		CharInfo tmp;
		tmp._count = _count+info._count ;
		return tmp;
	}

}; 

class FileCompress 
{ 
typedef HuffmanTreeNode<CharInfo> Node; 
struct ConfigInfo
{
	unsigned char _ch;
	long long _count;
};
public: 
	//无构造函数的话就是随机值
	FileCompress() 
	{ 
		for (int  i = 0; i < 256; ++i) 
		{ 
			_infos[i]._ch = i; 
			_infos[i]._count = 0; 
		}
	}

	void GetHuffmantree(Node* root,string code)
	{
		if(root == NULL)
		{
			return ;
		}
		
		if(root->_left == NULL && root->_right==NULL)
		{
			_infos[(unsigned char)root->_w._ch]._code= code ;
			return;
		}
		GetHuffmantree(root->_left,code+'0');
		GetHuffmantree(root->_right,code+'1');
	}
	
    void GetHuffmanCode(Node* root)
    {
        if (root == NULL)
        {
            return;
        }
        if (root->_left == NULL&&root->_right == NULL)
        {
            string &code = _infos[(unsigned char)root->_w._ch]._code;
            Node* cur = root;
            Node* parent = cur->_parent;
            while (parent)
            {
                if (cur == parent->_left)
                {
                    code.push_back('0');
                }
                else if (cur == parent->_right )
                {
                    code.push_back('1');
                }
                else
                {
                    break;
                }
                cur = parent;
                parent = cur->_parent;
            }

            reverse(code.begin(), code.end());
            return;
        }
        GetHuffmanCode(root->_left);
        GetHuffmanCode(root->_right);

    }
	// Input.txt->Input.txt.huffman 压缩
	void Compress(const char* file) 
	{
		assert(file);

		//1,统计字符出现的次数
		FILE* fout = fopen(file,"rb");
		assert(fout);
		char ch = fgetc(fout);
		while(!feof(fout))
		{
			_infos[(unsigned char)ch]._count++; //这个字符的哪个位置的个数加一
			ch = fgetc(fout);
		}
		//2,构建哈夫曼树
		CharInfo invalid;
		invalid._count = 0;
		HuffmanTree<CharInfo> tree(_infos,256,invalid);
		Node* root = tree.GetRoot ();
		//3，生成哈夫曼编码 
		string code;
		GetHuffmantree(root,code);
		//4，压缩文件
        // Input.txt->Input.txt.huffman 
		string compressfile = file;
		compressfile += ".huffman";
		FILE* fin = fopen(compressfile.c_str(),"wb");
  
		for(size_t i=0;i<256;i++)
		{
			ConfigInfo info;
			if(_infos[i]._count)
			{
				info._ch = _infos[i]._ch ;
				info._count = _infos[i]._count ;
				fwrite(&info,sizeof(ConfigInfo),1,fin);
			}
		}

		ConfigInfo info;
		info._count = 0;
		fwrite(&info,sizeof(ConfigInfo),1,fin);
		fseek(fout,0,SEEK_SET);
		 ch = fgetc(fout);
		char value = 0;
		char pos = 0;
		while(!feof(fout))
		{
			string& code = _infos[(unsigned char)ch]._code;
			for(size_t i = 0;i<code.size();++i)
			{
				//将编码变成二进制
				if(code[i] == '1')
				{
					value |= (1<<pos);
				}
				else if(code[i] == '0')
				{
					value &= (~(1<<pos));
				}
				else
				{
					assert(false);
				}
				++pos;
				if(pos == 8)
				{
					fputc(value,fin);
					value = 0;
					pos = 0;
				}
			}
			ch = fgetc(fout);
		}
		if(pos)//补位
		{
			//value <<= (8-pos);
			fputc(value,fin);
		}
		fclose(fout);
		fclose(fin);
	}

	 //Input.txt.huffman -> Input.txt.unhuffman 
	void Uncompress(const char* file)
	{
		assert(file);
		string uncompressfile = file;
		size_t pos = uncompressfile.rfind('.');
		assert(pos != string::npos);
		uncompressfile.erase(pos,uncompressfile.size()-pos);
		uncompressfile += ".unhuffman";
		FILE* fin = fopen(uncompressfile.c_str(),"wb");
		assert(fin);
		FILE* fout = fopen(file,"rb");
		assert(fout);

		//读配置信息
		while(!feof(fout))
		{
			ConfigInfo info;
			info._count = 0;
			fread(&info,sizeof(ConfigInfo),1,fout);

			if(info._count )
			{
				_infos[info._ch ]._count = info._count ;
			}
			else
			{
				break;
			}
		}
		CharInfo invalid;
		invalid._count = 0;
		HuffmanTree<CharInfo> tree(_infos,256,invalid);
		Node* root = tree.GetRoot();
		Node* cur = root;
		long long charcount = 0; 
		charcount = tree.GetRoot ()->_w._count;
		 pos = 0;
		char value = fgetc(fout);
		while(!feof(fout))
		{
			if(value & (1<<pos))
				cur = cur->_right;
			else
				cur = cur->_left;
			if(cur->_left == NULL && cur->_right == NULL)
			{
				fputc(cur->_w._ch,fin);
				cur = root;

				if(--charcount == 0)
				{
					break;
				}
			}
			++pos;
			if(pos == 8)
			{
				value = fgetc(fout);
				pos = 0;
			}
		}
		

		fclose(fout);
		fclose(fin);
	}
protected: 
	CharInfo _infos[256]; 
};
Heap.h:
#pragma once
#include<iostream>
#include<assert.h>
#include<vector>
using namespace std;

template<class T>
struct Less
{
    bool operator()(const T& left, const T& right) const
    {
        return left < right;
    }
};

template<class T>
struct Greater
{
    bool operator()(const T& left, const T& right) const
    {
        return left > right;
    }
};


template<class T, class Compare=Less<T>>
class Heap
{
public:
    Heap()//无参的构造函数（系统不会给无参构造函数），开始堆是空的不需要做什么事
    {}
    Heap(T* a, size_t n)
    {
        _a.reserve(n);//开空间
        for (size_t i = 0; i < n; ++i)
        {
            _a.push_back(a[i]);

        }
        //建堆,找最后一个非叶子节点
        for (int i = (_a.size() - 2) / 2; i >= 0; --i)//不用size_t，因为i在这可能等于0，用size_t会死循环
        {
            AdjustDown(i);
        }
    }
    //向下调整
    void AdjustDown(int root)
    {
        Compare com;
        int parent = root;
        size_t child = parent * 2 + 1;//默认为左孩子
        while (child < _a.size())
        {
            //选出小孩子
            //if (child+1 > _a.size() && _a[child + 1]< _a[child])
            if (child + 1 < _a.size() && com(_a[child + 1], _a[child]))
            {
                ++child;
            }

            //if (_a[child] < _a[parent])
            if (com(_a[child], _a[parent]))
            {
                swap(_a[child], _a[parent]);//交换值
                parent = child;
                child = parent * 2 + 1;
            }
            else
            {
                break;
            }
        }
    }
    //向上调整
    void AdjustUp(int child)
    {
        Compare com;
        int parent = (child - 1) / 2;
        while (parent >= 0)
        {
            //if (_a[child] < _a[parent])
            if (com(_a[child], _a[parent]))
            {
                swap(_a[parent], _a[child]);
                child = parent;
                parent = (child - 1) / 2;
            }
            else
            {
                break;
            }
        }

    }
    //最后插入
    void Push(const T&x)
    {
        _a.push_back(x);
        AdjustUp(_a.size() - 1);
    }
    //删除最大数
    void Pop()
    {
        assert(!_a.empty());
        swap(_a[0], _a[_a.size() - 1]);
        _a.pop_back();
        AdjustDown(0);

    }
    //取顶元素
    T& Top()
    {
        assert(!_a.empty());
        return _a[0];
    }
    size_t Size()
    {
        return _a.size();
    }

    bool Empty()
    {
        return _a.empty();
    }


private:
    vector<T> _a;

};
HuffmanTree.h:
#pragma once
#include<iostream>
#include<assert.h>
#include"heap.h"
using namespace std;

template<class W>
struct HuffmanTreeNode
{
    HuffmanTreeNode<W>* _left;
    HuffmanTreeNode<W>* _right;
    HuffmanTreeNode<W>* _parent;

    W _w;
    HuffmanTreeNode(const W& w)
        :_w(w)
        , _parent(NULL)
        , _left(NULL)
        , _right(NULL)
    {}

};

template <class W>
class HuffmanTree
{
    typedef HuffmanTreeNode<W> Node;
public:
    HuffmanTree()
        :_root(NULL)
    {}

    HuffmanTree(W* a, size_t n , const W& invalid)
    {
        assert(a);
        struct NodeCompare
        {
            bool operator()(Node *l, Node *r) //仿函数
            {
                return l->_w < r->_w;
            }
        };
        Heap<Node*, NodeCompare> minHeap;//构造结点但是比较的是权值
        for (size_t i = 0; i < n; ++i)
        {
            if (a[i] != invalid)
            {
                minHeap.Push(new Node(a[i]));
            }
        }

        while (minHeap.Size()>1)
        {
            Node* left = minHeap.Top();
            minHeap.Pop();
            Node* right = minHeap.Top();
            minHeap.Pop();
            Node* parent = new Node(left->_w + right->_w);
            parent->_left = left;
            parent->_right = right;

            left->_parent = parent;
            right->_parent = parent;

            minHeap.Push(parent);
        }
        _root = minHeap.Top();
    }
    size_t Size()
    {
        return minHeap.size();
    }

    Node* GetRoot()
    {
        return _root;
    }
private:
    Node* _root;
};
test.cpp
#define _CRT_SECURE_NO_WARNINGS
#include <iostream>
#include "FileCompress.h"
using namespace std;

void testHuffmanTree()  
{  
    int a[]={0,1,2,3,4,5,6,7,8,9};  
    int size=sizeof(a)/sizeof(a[0]);  
    HuffmanTree<int> ht(a,size,0);  
}  

void testFileCompress()
{
    FileCompress fc;
    fc.Compress("input.txt");
    fc.Uncompress("input.txt.huffman");

}

int main()
{
	testHuffmanTree() ;
	testFileCompress();
	return 0;
}
YAIMZA
关注
专栏目录
基于HuffmanTree的文件压缩及解压缩
yulong__li的博客
02-21 466
目录   HuffmanTree 定义 名词解释 性质 创建HuffmanTree 定义HuffmanTree节点 构造函数 参数解释 构建思想 析构函数 获取根节点 文件压缩及解压缩 哈夫曼编码 压缩思路 压缩文件格式 解压缩 完整的项目 HuffmanTree 定义 哈弗曼树是一种优化的二叉树，称为最优二叉树，是加权路径长度最小的二叉树。所谓权值在这里...
哈夫曼树实现文件压缩与解压缩
热门推荐
如风
06-06 2万+
见识了360压缩的神奇后，想要实现自己的文件压缩程序，然后花了近一个星期的时间去完成文件压缩与解压缩，期间有很多坑，花了很长时间去调试它，最后把坑给填了（真心的感受到了程序员写代码时的小小粗心会把自己给坑惨）。以下是些程序时的一些坑： 在windows下回车的字符是‘\r’'\n'，编译器在读取字符时读取到'\r'后再读取到'\n'就会转换为回车。。。在解压缩小文件时不会出现的问题在解压
利用哈夫曼树实现文件压缩和解压缩
hello_woo的博客
08-20 8196
完成文件压缩与解压缩花了近一个星期的时间，期间，花了很遇到不少问题，花了很长时间去调试，最后完成了文本文件的压缩。通过调用库中的优先级队列实现哈夫曼树，基于哈夫曼树最终实现文件压缩。 ## 实现哈夫曼树（利用优先级队列） ## #define _CRT_SECURE_NO_WARNINGS 1 #pragma once #include&amp;amp;lt;iostream&amp;amp;gt; #include...
用Huffman树实现文件压缩与解压
CC_clear的博客
08-07 3784
用Huffman树实现文件的压缩与解压 我们先来了解一下什么是Huffman树？ 我们平常所使用的Zip等压缩工具都是借助Huffman树实现的，Huffman是一种特殊的二叉树，它是一种加权路径最短的二叉树， 因此也称为最优二叉树。 （下面用一幅图来说明） 它们的带权路径长度分别为：图1： WPL=3*2+4*2+2*2+10*2=48 图2： WPL=3*3+2*3+4*
哈夫曼树实现文件压缩和解压（源程序+实验报告）
12-02
综合实验： 1. 问题描述 利用哈夫曼编码进行通信可以大大提高信道利用率，缩短信息传输时间，降低传输成本。这要求在发送端通过一个编码系统对待传输数据预先编码，在接收端将传来的数据进行译码（复原）。对于双工信道（即可以双向传输信息的信道），每端都需要一个完整的编/译码系统。试为这样的信息收发站编写一个哈夫曼码的编/译码系统。 2. 基本要求 一个完整的系统应具有以下功能： (1) I：初始化（Initialization）。从终端读入字符集大小n，以及n个字符和n个权值，建立哈夫曼树，并将它存于文件hfmTree中。 (2) E：编码（Encoding）。利用已建好的哈夫曼树（如不在内存，则从文件hfmTree中读入），对文件ToBeTran中的正文进行编码，然后将结果存入文件CodeFile中。 (3) D：译码（Decoding）。利用已建好的哈夫曼树将文件CodeFile中的代码进行译码，结果存入文件Textfile中。 (4) P：印代码文件（Print）。将文件CodeFile以紧凑格式显示在终端上，每行50个代码。同时将此字符形式的编码文件写入文件CodePrin中。 (5) T：印哈夫曼树（Tree printing）。将已在内存中的哈夫曼树以直观的方式（比如树）显示在终端上，同时将此字符形式的哈夫曼树写入文件TreePrint 中。 3. 测试数据 用下表给出的字符集和频度的实际统计数据建立哈夫曼树，并实现以下报文的编码和译码：“THIS PROGRAME IS MY FAVORITE”。 字符 A B C D E F G H I J K L M 频度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 字符 N O P Q R S T U V W X Y Z 频度 57 63 15 1 48 51 80 23 8 18 1 16 1
基于C++实现的使用哈夫曼树实现文本文件无损压缩.zip
最新发布
05-10
在C++中实现哈夫曼树进行文本文件的无损压缩，涉及到以下几个核心概念和技术： 1. **哈夫曼树（Huffman Tree）**：哈夫曼树是一种特殊的二叉树，也称为最优二叉树，它的特点是每个叶子节点代表一个需要编码的字符，...
基于哈夫曼编码的C++实现文件压缩解压代码包
10-20
可能包含如`HuffmanCoding.h`（头文件）、`HuffmanCoding.cpp`（实现文件）等，分别实现哈夫曼树的构建、编码和解码等功能。 - **接口设计**：通过函数接口，如`compress()`和`decompress()`，在主程序中调用压缩...
c++实现的文件压缩（Huffman）
09-14
《C++实现的Huffman压缩技术详解》 ...总的来说，C++实现Huffman压缩涉及到数据结构（堆、树）、文件操作、编码理论等多个方面的知识。理解并掌握这些原理和实现方法，对于提升在数据压缩领域的专业技能具有重要意义。
基于C++、文件操作和Huffman算法实现图片压缩源码+使用说明+详细注释+sln解决方案.zip
10-27
基于C++、文件操作和Huffman算法实现图片压缩源码+使用说明+详细注释+sln解决方案.zip ——使用C++、文件操作和Huffman算法实现“图片压缩程序”。 ## 1. 核心知识 （1） 树的存储结构 （2） 二叉树的三种遍历方法...
Linux c++ 实现哈夫曼文件压缩与解压+迷宫
01-10
在本项目中，我们主要探讨的是利用Linux操作系统下的C++编程语言实现哈夫曼编码进行文件的压缩与解压，并且结合生成随机迷宫及寻找最短路径算法。以下是相关知识点的详细说明： 1. **哈夫曼编码**：哈夫曼编码是一...
哈夫曼树实现文件压缩
06-11
使用小顶堆，哈夫曼树，实现一个简单的文件压缩程序
Linux c++实现哈夫曼编码实现文件压缩器与解压器
01-07
程序在Linux下能实现对任意文本文件的压缩与解压，包括中文字符，英文字符等，最终压缩占空间大小比是 压缩文件：源文件约为1:2。
哈夫曼编码压缩和解压C++（独立程序，简单易懂）
05-14
哈夫曼编码用于解压和压缩的示例代码，非常简单易懂，C风格C++写法。
基于哈夫曼编码的文件压缩解压程序的C语言实现
06-07
利用无失真信源编码方法中的哈夫曼编码进行程序设计实践，实现对文件的压缩与解压操作。
c++哈夫曼编码实现文件的压缩和解压。c++
admin的博客
05-05 3638
/* 偶然接触到哈夫曼编码，决定挺有意思，于是也想自己实现一个小的压缩系统。题目如下： 设计一个小系统，通过扫描一个 文件获得文件中相关字符的权重， 以此实现对文件的压缩，并同时构建出相应的解压缩功能，以还原所压缩文件， 以便判断所实现功能的正确性。 */ 注意：下边这个系统还有点小毛病，虽然可以正常压缩解压，但是压缩后的哈夫曼编码文件反而比源文件还大的多。但是构建哈夫曼树和求哈夫曼编码没有错。推测可能是在存储的编码方面出现了问题。由于时间有限，这个坑先留下，等以后有时间了再来填上。而且还有个...
基于Huffman哈夫曼编码的文件压缩与解压缩
qq_38474871的博客
07-19 1534
一、实验题目用哈夫曼编码实现文件压缩二、实验目的了解文件的概念掌握线性链表的插入、删除等算法掌握Huffman树的概念及构造方法掌握二叉树的存储结构及遍历算法利用Huffman树及Huffman编码，掌握实现文件压缩的一般原理三、实验设备与环境微型计算机Windows 系列操作系统Visual C++6.0软件四、实验内容根据ascii码文件中各ascii...
C++ Huffman树实现文件的压缩与解压
The Laughing Uncle的博客
02-23 3163
前言 Huffman树在数据结构的时候都了解过，由Huffman树可以生成huffman编码，而Huffman编码在解决文件压缩问题的时候还是一个比较经典的算法。 Huffman树 ？ 定义：Huffman树，又称最优二叉树，是加权路径长度最短的二叉树 生成Huffman树 假设有这样一组权值 1，3，5，7，Huffman树构建过程如下： 生成Huffman编码 Huffman树中左子树路径...
基于哈夫曼编码的C++压缩程序
qq_33911878的博客
06-07 4450
该程序经历三次迭代，这里仅详细记录最后一次迭代后整个程序的制作过程，心得等
评论 3
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