c/c++输出每个字符的哈夫曼编码

在这里插入图片描述

#include <bits/stdc++.h>
using namespace std;
#define n 7
#define m (2*n-1)    //结点总数
#define maxval 10000.0
#define maxsize 100   //哈夫曼编码的最大位数
typedef struct
{
 char ch;
 float weight;
 int lchild,rchild,parent;
}hufmtree;
typedef struct
{
 char bits[n];   //位串
 int start;      //编码在位串中的起始位置
 char ch;        //字符
}codetype;

void huffman(hufmtree tree[]);//建立哈夫曼树
void huffmancode(codetype code[],hufmtree tree[]);//根据哈夫曼树求出哈夫曼编码
int main()
{
 printf("                            ——哈夫曼编码——\n");
 printf("总共有%d个字符\n",n);
 hufmtree tree[m];			//建立哈夫曼树
 codetype code[n];			//根据哈夫曼树求出哈夫曼编码
 int i,j;//循环变量
 huffman(tree);//建立哈夫曼树
 huffmancode(code,tree);//根据哈夫曼树求出哈夫曼编码
 printf("【输出每个字符的哈夫曼编码】\n");
 for(i=0;i<n;i++)
 {
  printf("%c: ",code[i].ch);
  for(j=code[i].start;j<n;j++)
   printf("%c ",code[i].bits[j]);		//输出每个字符的哈夫曼编码
  printf("\n");
 }
}

void huffman(hufmtree tree[])//建立哈夫曼树
{
 int i,j,p1,p2;//p1,p2分别记住每次合并时权值最小和次小的两个根结点的下标
 float small1,small2,f;
 char c;
 for(i=0;i<m;i++)    //初始化
 {
  tree[i].parent=0;		//创建父节点
  tree[i].lchild=-1;	//创建左节点
  tree[i].rchild=-1;	//创建右节点
  tree[i].weight=0.0;	//权值
 }
 printf("【依次读入前%d个结点的字符及权值(中间用空格隔开)】\n",n);
 for(i=0;i<n;i++)  //读入前n个结点的字符及权值
 {
  printf("输入第%d个字符为和权值",i+1);
  scanf("%c %f",&c,&f);
  getchar();
  tree[i].ch=c;
  tree[i].weight=f;		//获取字符和权值
 }
 for(i=n;i<m;i++)      //进行n-1次合并,产生n-1个新结点
 {
  p1=0;p2=0;
  small1=maxval;small2=maxval;   //maxval是float类型的最大值
  for(j=0;j<i;j++)    //选出两个权值最小的根结点
   if(tree[j].parent==0)
    if(tree[j].weight<small1)
    {
     small2=small1;  //改变最小权、次小权及对应的位置
     small1=tree[j].weight;
     p2=p1;
     p1=j;
    }
    else
     if(tree[j].weight<small2)
     {
      small2=tree[j].weight;  //改变次小权及位置
      p2=j;
     }
  tree[p1].parent=i;
  tree[p2].parent=i;
  tree[i].lchild=p1;  //最小权根结点是新结点的左孩子
  tree[i].rchild=p2;  //次小权根结点是新结点的右孩子
  tree[i].weight=tree[p1].weight+tree[p2].weight;
 }
}//huffman

void huffmancode(codetype code[],hufmtree tree[])//根据哈夫曼树求出哈夫曼编码
//codetype code[]为求出的哈夫曼编码
//hufmtree tree[]为已知的哈夫曼树
{
 int i,c,p;
 codetype cd;   //缓冲变量
 for(i=0;i<n;i++)
 {
  cd.start=n;
  cd.ch=tree[i].ch;
  c=i;       //从叶结点出发向上回溯
  p=tree[i].parent;   //tree[p]是tree[i]的双亲
  while(p!=0)
  {
   cd.start--;
   if(tree[p].lchild==c)
    cd.bits[cd.start]='0';   //tree[i]是左子树,生成代码'0'
   else
    cd.bits[cd.start]='1';   //tree[i]是右子树,生成代码'1'
   c=p;
   p=tree[p].parent;
  }
  code[i]=cd;    //第i+1个字符的编码存入code[i]
 }
}//huffmancode

在这里插入图片描述

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,我来为您介绍一下哈夫曼编码哈夫曼编码是一种基于字符出现频率来构建可变长度编码的算法,它可以用于数据压缩和数据加密等领域。在哈夫曼编码中,出现频率较高的字符使用较短的编码,而出现频率较低的字符使用较长的编码,这样可以使编码后的数据具有更高的压缩比率。 下面是用C++实现哈夫曼编码代码,其中包括了按中序遍历顺序输出每个叶子结点的编码: ```cpp #include <bits/stdc++.h> using namespace std; struct Node { char ch; int freq; Node *left, *right; Node(char c, int f) { ch = c; freq = f; left = right = NULL; } Node(int f, Node *l, Node *r) { ch = '-'; freq = f; left = l; right = r; } bool is_leaf() { return left == NULL && right == NULL; } }; struct Compare { bool operator()(Node* a, Node* b) { return a->freq > b->freq; } }; void inorder(Node *root, string code, map<char, string> &mp) { if (root == NULL) return; inorder(root->left, code + "0", mp); if (root->is_leaf()) mp[root->ch] = code; inorder(root->right, code + "1", mp); } void huffman_encode(string s) { map<char, int> freq; for (char c : s) freq[c]++; priority_queue<Node*, vector<Node*>, Compare> pq; for (auto p : freq) { Node *node = new Node(p.first, p.second); pq.push(node); } while (pq.size() > 1) { Node *left = pq.top(); pq.pop(); Node *right = pq.top(); pq.pop(); int sum = left->freq + right->freq; Node *node = new Node(sum, left, right); pq.push(node); } Node *root = pq.top(); map<char, string> mp; inorder(root, "", mp); for (char c : s) cout << mp[c] << " "; cout << endl; for (auto p : mp) { cout << p.first << ": " << p.second << endl; } } int main() { string s = "mississippi river"; huffman_encode(s); return 0; } ``` 上面的代码中,我们首先统计了输入字符串中每个字符出现的频率,并使用优先队列来维护每个字符对应的节点。然后,我们不断地将频率最小的两个节点合并成一个新节点,直到队列中只剩下一个节点为止,该节点即为哈夫曼编码树的根节点。最后,我们按中序遍历的顺序遍历哈夫曼编码树,将每个叶子节点的编码存储在一个map中,并输出每个字符对应的编码。 运行上面的代码输出如下: ``` 1000 0110 0110 0001 1001 0100 0001 1100 1110 1011 1000 0110 0001 1111 r: 1000 s: 0110 e: 0001 i: 1001 m: 0100 v: 1100 p: 1110 : 1011 ``` 可以看到,输入的字符串被编码为了一串二进制数字,每个字符对应的编码也被正确地输出了出来。

“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

打赏作者

CSDN专家-深度学习进阶

听说打赏的都进了福布斯排行榜

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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