图像压缩算法实现（动态规划）

 

 

 最优子结构状态方程：

完整代码及注释： 

#include<iostream>
using namespace std;

const int NN = 100;
int p[NN], l[NN], b[NN], s[NN];

// 计算一个整数的二进制表示的长度
int length(int i)
{
    int k = 1;
    i = i / 2;
    while (i > 0)
    {
        k++;
        i /= 2;
    }
    return k;
}

// 计算每个图像块的最小压缩代价
void Compress(int n, int p[], int s[], int l[], int b[])
{
    int Lmax = 256, header = 11; // 最大图像块长度和压缩头部长度
    s[0] = 0; // 初始化 s[0] 为 0
    for (int i = 1; i <= n; i++)
    {
        b[i] = length(p[i]); // 计算当前像素值的二进制表示长度
        int bmax = b[i]; // 初始化当前考虑的最大二进制表示长度
        s[i] = s[i - 1] + bmax; // 初始化当前图像块的压缩代价
        l[i] = 1; // 初始化当前图像块的长度为 1
        for (int j = 2; j <= i && j <= Lmax; j++) // 循环遍历可能的图像块长度
        {
            if (bmax < b[i - j + 1]) bmax = b[i - j + 1]; // 更新当前考虑的最大二进制表示长度
            if (s[i] > s[i - j] + j * bmax) // 比较当前图像块的压缩代价和使用长度为 j 的图像块时的压缩代价
            {
                s[i] = s[i - j] + j * bmax; // 如果使用长度为 j 的图像块能够减小压缩代价，则更新当前图像块的压缩代价
                l[i] = j; // 同时更新当前图像块的长度为 j
            }
        }
        s[i] += header; // 将压缩头部长度加到每个图像块的压缩代价中
    }
}

int main()
{
    int n;
    cout << "请输入图像块的数量：";
    cin >> n; // 读取图像块的数量
    for (int i = 1; i <= n; i++)
    {
        cout << "请输入第" << i << "个图像块的像素值：";
        cin >> p[i]; // 读取每个图像块的像素值
    }
    Compress(n, p, s, l, b); // 计算最小压缩代价
    cout << "最小压缩代价为：" << s[n] << endl; // 输出结果
    return 0;
}