这里的Huffman编码就是离散数学中学的最优二叉树,现在我们用C++来实现它。
首先考虑实现它使用的数据结构,当然这里肯定使用二叉树。其次就是存储方式,对于树一般情况是用间接存储也就是链表。但是二叉链表不方便寻找双亲节点,这里使用向量更好,对存储空间的利用率也较高。
建立数据结构:
Huffman树中每个节点看成数组中的一个元素,它的属性有:权(weight),字符(data) 。为了方便寻找双亲和孩子节点加入三个域parent ,lch ,rch。分别存储双亲和左右孩子节点在数组中位置下标。
然后再建立个类来操作Huffman树。
#include < string >
using std:: string ;
class HuffmanTree
{
public :
HuffmanTree( int , int []);
void BuildTree();
void SetCode();
void Display();
string Send( char * );
string Get( string );
private :
void Select( int , int & , int & );
private :
class Node
{
friend class HuffmanTree;
int weight;
char data;
string code;
int parent,lchild,rchild;
} * nodes;
int codenum;
int nodenum;
};
这里,我在节点中又加了个code属性,这个是每个字符的最后编码。codenum是叶子节点数,也就是需要编码的字符节点数。nodenum是总节点数。要让外面那个类能操作Node类,则需要声明为它的友元函数。
Huffman数建立的过程:
1. 根据给定的n个权值构成n棵二叉树。
2. 从所有的二叉树中选取两个权值最小节点的构成一个新的树,这个树的权值是两个节点权值之和。
3. 重复2,直到只剩一棵树为止。
下面是实现这个类的代码:
#include " Huffman.h "
#include < iostream >
#include < string >
using namespace std;
HuffmanTree::HuffmanTree( int num, int w[]):codenum(num)
{
nodenum = 2 * codenum - 1 ;
nodes = new Node[nodenum];
for ( int i = 0 ;i < codenum;i ++ )
{
nodes[i].weight = w[i];
nodes[i].data = ' a ' + i;
nodes[i].parent = nodes[i].lchild = nodes[i].rchild =- 1 ;
nodes[i].code = "" ;
}
for ( int i = codenum;i < nodenum;i ++ )
{
nodes[i].weight = 0 ;
nodes[i].data = 0 ;
nodes[i].parent = nodes[i].lchild = nodes[i].rchild =- 1 ;
}
}
void HuffmanTree::BuildTree()
{
for ( int i = codenum;i < nodenum;i ++ )
{
int s1 = 0 ,s2 = 0 ;
Select(i,s1,s2);
nodes[s1].parent = nodes[s2].parent = i;
nodes[i].lchild = s1;
nodes[i].rchild = s2;
nodes[i].weight = nodes[s1].weight + nodes[s2].weight;
}
}
void HuffmanTree::Select( int size, int & s1, int & s2)
{
int temp = 0 ;
for ( int i = 0 ;i < size;i ++ )
{
if (nodes[i].parent !=- 1 )
continue ;
if (temp == 0 )
{
s2 = i;
temp ++ ;
continue ;
}
if (temp == 1 )
{
if (nodes[i].weight > nodes[s2].weight)
{
s1 = s2;
s2 = i;
}
else
s1 = i;
temp ++ ;
continue ;
}
if (nodes[i].weight < nodes[s2].weight)
{
if (nodes[i].weight < nodes[s1].weight)
{
s2 = s1;
s1 = i;
}
else
s2 = i;
}
}
}
void HuffmanTree::SetCode()
{
for ( int i = 0 ;i < codenum;i ++ )
{
int j = i;
int p = nodes[j].parent;
while (p !=- 1 )
{
if (nodes[p].lchild == j)
nodes[i].code = " 0 " + nodes[i].code;
else
nodes[i].code = " 1 " + nodes[i].code;
j = p;
p = nodes[j].parent;
}
}
}
void HuffmanTree::Display()
{
for ( int i = 0 ;i < codenum;i ++ )
cout << nodes[i].data << " : weight = " << nodes[i].weight << " : " << nodes[i].code << endl;
}
string HuffmanTree::Send( char * old)
{
string newcode = "" ;
for (; * old;old ++ )
{
for ( int i = 0 ;i < codenum;i ++ )
{
if (nodes[i].data ==* old)
{
newcode += nodes[i].code;
break ;
}
}
}
return newcode;
}
string HuffmanTree::Get( string old)
{
string newcode = "" ;
string ::size_type index = 0 ;
int treeindex = nodenum - 1 ;
while (index <= old.size())
{
if (nodes[treeindex].lchild ==- 1 )
{
newcode += nodes[treeindex].data;
treeindex = nodenum - 1 ;
}
else
{
if (old[index] == ' 0 ' )
treeindex = nodes[treeindex].lchild;
else
treeindex = nodes[treeindex].rchild;
index ++ ;
}
}
return newcode;
}
构造函数:用待编码字符数和每个字符的权值来初始化。
根据节点个数在堆区建立数组。
节点分两种叶子节点(为编码的字符)和非叶子节点,所以分开初始化。
Build 函数:这个是根据Huffman树规则建立二叉树。
Select 函数:从节点数组0到size的范围内选取两个权值最小的节点,下标放在s1,s2中。
SetCode 函数:求出每个字符的编码。
Display 函数:显示编码。
Send 函数:给定一个字符串,求出它的编码。
Get 函数:从得到的0、1串中翻译出它原编码。
编码的过程就是从树叶到树根的路径,而反编码则是从树根到树叶的路径。
最后给出一个测试代码:
#include < iostream >
#include < string >
#include " Huffman.h "
using namespace std;
int main()
{
int w[] = { 5 , 29 , 7 , 8 , 14 , 23 , 3 , 11 , 12 , 9 , 20 , 17 , 13 , 57 , 32 };
HuffmanTree * t = new HuffmanTree( 15 ,w);
t -> BuildTree();
t -> SetCode();
t -> Display();
char s[] = " aefbcgbam " ;
string p = t -> Send(s);
cout << p << endl;
cout << t -> Get(p) << endl;
}
最后说一点,操作字符串在C++中,使用标准库中的string类比自己来拨弄指针方便多了,大家以后多试着用下,可以发现它的很多好处。