Huffman实现
Posted xuan01
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Huffman实现相关的知识,希望对你有一定的参考价值。
Huffman编码树
秒懂:【算法】Huffman编码_哔哩哔哩_bilibili
约定:字符x的编码长度 就是其对应叶节点的深度;
在一个字符集中,每个字符出现的次数有多有少,那么若都采用固定长度编码的话,那么编码长度会非常大,并且搜索时间复杂度都非常高;若采用非固定编码,出现次数多的字符编码长度小一些,并且放在树深度小的地方,提高搜索时间效率;这样带权平均编码长度(weight average leaf depth)就会达到最优;同时为了避免歧义,任何字符不能是其他字符的编码前缀;还有一点就是没有度为1的节点,也就是说是一颗满二叉树;
个人理解:
没有前缀:在具体实现时,由 priority_queue 排序完成后的 节点权值树 再转存在map中时,不会存储根节点,只会存叶子节点,就能避免前缀相同的情况;还有一点就是第一个设置为0,而不是1,1的话就会成为其他字符的前缀;
没有度为1 的节点 和 无前缀相同编码 的不一定是Huffman,还需满足 ald 最短;
时间复杂度:对于出现次数多的字符,让它在靠近根节点位置,这样就能接近O(1)时间复杂度;而对于出现次数少的字符,就靠近树的最底部位置;
具体实现:
代码参考:Canonical Huffman Coding - GeeksforGeeks
1、实现一个struct,保存字符出现的次数,以及字符本身,还有左右子节点;
2、写一个路径长度模块函数,create_code();
3、写一个Huffman编码函数,create_huffman(); 其中, 先按频率从小到大排列,然后取最小的两个合并为一大的,在继续合并直至成为一个根节点,再将字符树存进map中;接着实现Huffman编码;
①在编码时,利用路径长度信息,和bitset<32>类,实现位操作,并且利用成员函数to_string()转化为字符串,左边为高位,右边为低位;substr函数第二个参数长度设置为32,默认到头;
②怎么利用路径长度信息的? 比如说代码中 给出的例子c,编码为0,假设还有叶子节点,那么当前编码值加上1,然后再左移(下一层的深度 - 当前层的深度)位,即 0 +1 = 12,再左移(2-1)位,变成102;在内层循环中,当是同一层的最后两个叶子节点时,即110 和 111 , 不做左移,只做值加一操作,代码这儿用了一个next_len 和 cur_len 相减实现左移的次数值;(非常巧妙);
③学到了一个next 函数,和 bitset 位操作;
#include <bits/stdc++.h> using namespace std; /*Huffman codes : a lossless data compression algorithm; weighted average leaf depth(带权平均深度最小)*/ struct Node int data; char c; Node* left, *right; ; struct mycomp bool operator()(Node* a, Node* b) return a->data > b->data; ; class huffman private: map<int, set<char>> data; public: huffman() void create_code(Node* root, int code_len) if(root == nullptr) return; /*only store leaf node*/ if(root->left == nullptr && root->right == nullptr) data[code_len].insert(root->c); create_code(root->left, code_len + 1); create_code(root->right, code_len + 1); void create_huffman(int n, char arr_char[], int freq[]) /* 小顶堆 取堆顶 freq 小的两个合并*/ priority_queue<Node*, vector<Node*>, mycomp>que; for(int i = 0;i < n;++i) Node* newnode = new Node(); newnode->c = arr_char[i]; newnode->data = freq[i]; newnode->left = nullptr; newnode->right = nullptr; que.push(newnode); /*Node Tree*/ Node* root = nullptr; while(que.size() > 1) Node* tmp1 = que.top(); que.pop(); Node* tmp2 = que.top(); que.pop(); Node* mergeNode = new Node(); mergeNode->data = tmp1->data + tmp2->data; mergeNode->c = \'-\'; mergeNode->left = tmp1; mergeNode->right = tmp2; root = mergeNode; que.push(mergeNode); huffman obj = huffman(); create_code(root, 0); int cur_code = 0, cur_len = 0, next_len = 0; for(map<int, set<char>>::iterator it = data.begin(); it != data.end(); ++it) set<char> s = it->second; cur_len = it->first; for(auto i = s.begin(); i != s.end(); ++i) cout << *i << " : "; /* coding */ cout << bitset<32>(cur_code).to_string().substr(32 - cur_len, 32) << endl; /* 相同长度 有一个以上叶子节点时 : 这种情况只出现在 尾部的那俩个元素*/ if(next(i) != s.end() || next(it) == data.end()) next_len = cur_len; else next_len = next(it)->first; cur_code = (cur_code + 1) << (next_len - cur_len); ; int main() int n = 4; char arr[] = \'a\', \'b\', \'c\', \'d\'; int fre[] = 10, 1, 15, 7; huffman obj; obj.create_huffman(n,arr,fre); system("pause"); return 0; /* c : 0 a : 10 b : 110 d : 111 */
Huffman树实现编码译码--数据结构实验
#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include<vector>
#include<algorithm>
#include<map>
#include <string>
using namespace std;
typedef struct {
int val;
int weight;
int parent, lchild, rchild;
}HuffmanNode;
static bool cmp(vector<int> a, vector<int> b) {
return a[1] > b[1];
}
void calculate(vector<vector<int>>& check) {
FILE* file;
file = fopen("a.txt", "r");
char c;
while ((c = fgetc(file)) != EOF) {
if (c >= \'a\' && c <= \'z\') {
check[c - \'a\'][1]++;
}
else if (c >= \'A\' && c <= \'Z\') {
check[c - \'A\' + 26][1]++;
}
else if (c == \' \') {
check[52][1]++;
}
else if (c == \',\') {
check[53][1]++;
}
else if (c == \'.\') {
check[54][1]++;
}
}
sort(check.begin(), check.end(), cmp);
}//统计出现字母的频率
void initHuffmanTree(HuffmanNode* HT, int n, int m, vector<vector<int>>& check) {
int j = 1;
for (int i = n - 1; i >= 0; i--) {
HT[j++] = {check[i][0], check[i][1],0,0,0};
}
for (; j <= m; j++) {
HT[j] = { 0,0,0,0,0 };
}
}//初始化哈夫曼树
void select(HuffmanNode* HT,int endLoc, int& node1, int& node2) {
int min1 = INT_MAX - 1, min2 = INT_MAX;
for (int i = 1; i <= endLoc; i++) {
if (HT[i].parent == 0) {
if (HT[i].weight < min1) {
min1 = HT[i].weight;
node1 = i;
}
else if (HT[i].weight < min2) {
min2 = HT[i].weight;
node2 = i;
}
}
}
}//选出两个最小的节点
void createHuffmanTree(HuffmanNode* HT, int n, int m) {
int loc;
int node1, node2;
for (int i = n + 1; i <= m; i++) {
select(HT, i - 1, node1, node2);
HT[i].lchild = node2;
HT[i].rchild = node1;
HT[i].weight = HT[node1].weight + HT[node2].weight;
HT[node1].parent = HT[node2].parent = i;
}
}//建立哈夫曼树
void encode(HuffmanNode* HT, int n, map<int, string>& huffmanCode) {
int par; //父节点
int son; //子节点位置
for (int i = 1; i <= n; i++) {
son = i;
par = HT[i].parent;
string code = "";
while (par != 0) {
if (HT[par].lchild == son) {
code.insert(code.begin(), \'0\');
}
if (HT[par].rchild == son) {
code.insert(code.begin(), \'1\');
}
son = par;
par = HT[par].parent;
}//向上找,直到没有parent
huffmanCode[HT[i].val] = code;
}
}//生成哈夫曼码
void encodeTxtToHuffmanCode(map<int, string>& huffmanCode) {
FILE* readFile = fopen("a.txt", "r");
FILE* writeFile = fopen("b.txt", "w");
char c = fgetc(readFile);
while (c != EOF) {
int i;
if (c >= \'a\' && c <= \'z\') {
i = c - \'a\';
}
else if (c >= \'A\' && c <= \'Z\') {
i = c - \'A\' + 26;
}
else if (c == \' \') {
i = 52;
}
else if (c == \',\') {
i = 53;
}
else if (c == \'.\') {
i = 54;
}
for (int j = 0; j < huffmanCode[i].size(); j++) {
fputc(huffmanCode[i][j], writeFile);
}
c = fgetc(readFile);
}
fclose(readFile);
fclose(writeFile);
}
void decode(HuffmanNode* HT, int n) {
FILE* readFile = fopen("b.txt", "r");
FILE* writeFile = fopen("c.txt", "w");
char c = fgetc(readFile);
int i = 2 * n - 1;
while (c != EOF) {
if (c == \'0\') {
i = HT[i].lchild;
}
else if (c == \'1\') {
i = HT[i].rchild;
}
if (HT[i].lchild == 0 || HT[i].rchild == 0) {
char c;
if (HT[i].val >= 0 && HT[i].val <= 25) {
c = \'a\' + HT[i].val;
}
else if (HT[i].val >= 26 && HT[i].val <= 51) {
c = \'A\' + HT[i].val - 26;
}
else if (HT[i].val == 52) {
c = \' \';
}
else if (HT[i].val == 53) {
c = \',\';
}
else if (HT[i].val == 54) {
c = \'.\';
}
fputc(c, writeFile);
i = 2 * n - 1;
}
c = fgetc(readFile);
}
fclose(readFile);
fclose(writeFile);
}//哈夫曼码翻译成文章
int main() {
//统计字符出现的频率
vector<vector<int>> check(55,vector<int>(2,0));
for (int i = 0; i < check.size(); i++) {
check[i][0] = i;
}
calculate(check);
//叶子个数(出现的字母个数)
int n = 0;
for (int i = 0; i < check.size(); i++) {
if (check[i][1] != 0) n++;
}
//Huffman树的节点个数
int m = 2 * n - 1;
HuffmanNode* HT;
HT = (HuffmanNode*)malloc((m + 1) * sizeof(HuffmanNode)); //第0个节点不用
//初始化Huffman树
initHuffmanTree(HT, n, m, check);
//根据字符频率创建Huffman树
createHuffmanTree(HT, n, m);
//根据Huffman树给每个字符编码
map<int, string> huffmanCode;
encode(HT, n, huffmanCode);
//根据编码进行文章翻译
encodeTxtToHuffmanCode(huffmanCode);
//将Huffman编码翻译成文字
decode(HT, n);
}
以上是关于Huffman实现的主要内容,如果未能解决你的问题,请参考以下文章